Lo que ves es lo que obtienes. Las imágenes de portada son salidas en crudo del modelo preentrenado, a una resolución de 1MP. No hay ningún plugin mágico, no hay escalado, ni reparaciones de mano/rostros, ni siquiera prompt negativo. Algunos usuarios dijeron que no pueden reproducirlo, eso es un problema de habilidad. (Modelo base incompatible o demasiadas "optimizaciones" añadidas)

Si destruyó tu modelo base incluso con baja intensidad (ej. <0.5). Ese es un problema de tu modelo base. Tu modelo base ya ha integrado este LoRA (y lo integraste dos veces). Y los pesos del modelo se multiplicaron y colapsaron. Cuidado con creadores falsos de modelos base, también conocidos como ladrones. Algunos "creadores" nunca hacen el entrenamiento, solo toman modelos de otros, los fusionan, eliminan todos los metadatos y créditos, y lo venden como su propio modelo base.

Nota fijada:

(27/9/2025): Hora de mirar hacia adelante...

Este modelo no será actualizado.

SDXL es simplemente demasiado ... antiguo, fue lanzado hace dos años (junio 2023). Los modelos nuevos son mucho más eficientes gracias a la nueva arquitectura.

Al escribir esto, estaba probando Neta Lumina (Lumina 2) y Chroma (Flux.1).

Lumina 2 fue lanzado en enero 2025, solo 1.25x más grande que SDXL, pero mucho mejor en todos los aspectos debido a la nueva arquitectura. NetaYume Lumina y Neta Lumina son modelos afinados en estilo anime, entrenados con datasets de danbooru y e621.

He entrenado un "Enhancement bundle" LoRA para NetaYume Lumina. Igual que este "stabilizer", proporciona mejores detalles, menos ruido. Y cambié a un nombre menos confuso. Puedes probarlo si tienes Comfyui.

Chroma quizás más adelante...

Los modelos nuevos serán lanzados en nuevas páginas. Esta página no será actualizada.

Además, no creo que soporten esos modelos. He cambiado a TensorArt. Me puedes encontrar aquí. Y prueba los modelos Lumina 2.

Stabilizer

Un modelo afilado a escala grande pequeña con 7k imágenes.

• Enfocado en la creatividad, más que en un estilo fijo. El conjunto de datos es muy diverso. Así que este modelo no tiene estilo predeterminado (sesgo) que limite su creatividad.

• Sólo texturas, iluminación y detalles naturales. Sin estilo AI brillante y plástico. Seleccioné a mano cada imagen. Sé que entrenar con imágenes AI puede amplificar algunos efectos locos. Pero no soy fan de eso.

• Mejor comprensión del prompt. Entrenado con descripciones en lenguaje natural.

• (v-pred) Iluminación mejor y equilibrada, sin desbordamiento ni sobresaturación. ¿Quieres negro puro 0 y blanco 255 en la misma imagen, incluso en el mismo lugar? No hay problema.

¿Por qué no tiene estilo predeterminado?

• ¿Qué es "estilo predeterminado": Si un modelo tiene un estilo predeterminado (sesgo), significa que sin importar lo que indiques, el modelo debe generar las mismas cosas (rostros, fondos, sensaciones) que conforman ese estilo predeterminado.

• Pros: Es fácil de usar, ya no tendrás que indicar el estilo.

• Contras: Pero tampoco puedes sobrescribirlo. Si pides algo que no encaje en el estilo predeterminado, el modelo simplemente lo ignorará. Si apilas más estilos, el estilo predeterminado siempre se superpondrá/contaminará/limitará a los demás.

• "Sin estilo predeterminado" significa sin sesgo, y necesitas especificar el estilo que quieres, por etiquetas o LoRAs. Pero no habrá solapamientos/contaminaciones de estilo de este modelo. Podrás obtener exactamente el estilo que apiles.

¿Por qué este "modelo base finamente ajustado" es un LoRA?

• No soy un gigachad y no tengo millones de imágenes para entrenar. Afinar todo el modelo base no es necesario, un LoRA es suficiente.

• Solo tienes que subir, y tú solo necesitas descargar, un archivo pequeño de 40MiB, en lugar de un checkpoint enorme de 7GiB, que puede ahorrar 99.4% de datos y almacenamiento. Así puedo actualizarlo con frecuencia.

• Este LoRA puede parecer pequeño, pero es poderoso. Porque usa una nueva arquitectura llamada DoRA de Nvidia, que es más eficiente que el LoRA tradicional.

¿Entonces cómo obtengo este "modelo base finamente ajustado"?

Simple.

modelo base preentrenado + este LoRA = "modelo base finamente ajustado"

Solo carga este LoRA en el modelo base preentrenado con fuerza total. Entonces el modelo base se convertirá en el modelo base finamente ajustado. Mira abajo "Cómo usar".

Compartir fusiones usando este modelo está prohibido. Para tu información, hay palabras ocultas como disparadores para imprimir una marca de agua invisible. Yo mismo codifiqué la marca de agua y el detector. No quiero usarlo, pero puedo.

Este modelo solo se publicó en Civitai y TensorArt. Si ves "a mí" y esta frase en otras plataformas, todas esas son falsas y la plataforma que usas es pirata.

Por favor, deja tus comentarios en la sección correspondiente. Para que todos puedan verlo. No escribas comentarios en el sistema de reseñas de Civitai, está tan mal diseñado que nadie puede encontrar o ver la reseña.

Cómo usar

Versiones más recientes:

• nbvp10 v0.271 (para NoobAI v-pred v1.0).

  • Colores precisos y detalles finos. Es el mejor modelo hasta ahora.

  • Es un LoRA v-pred, funciona SOLO en NoobAI v-pred v1.0. No funciona en modelos eps.

• nbep10 v0.273 (para NoobAI eps v1.0).

  • Menos saturación y contraste comparado con modelos v-pred. Debido a un "pequeño defecto de diseño" en la predicción estándar epsilon (eps). Limita el rango de color del modelo. Por eso tenemos q v-pred.

• illus01 v1.198 (entrenado en Illustrious v0.1).

  • Versión antigua. No se recomienda ya.

  • Cuidado: la mayoría (90%) de modelos base de anime etiquetados como "illustrious" hoy en día son en realidad NoobAI. Por eso debes usar las versiones de NoobAI anteriores. Combinar mal LoRA y modelo base degrada la calidad de la imagen.

Carga este LoRA primero en tu pila de LoRAs.

Este LoRA usa una nueva arquitectura llamada DoRA de Nvidia, más eficiente que LoRA tradicional. Sin embargo, a diferencia del LoRA tradicional que tiene un peso fijo por patch, el peso en DoRA se calcula dinámicamente según el peso del modelo base cargado (que cambia al cargar LoRAs). Para minimizar cambios inesperados, carga este LoRA primero.

Dos formas de usar este modelo:

1). Usarlo como modelo base finamente ajustado (Recomendado):

Si quieres los detalles más finos y naturales y construir la combinación de estilos que quieres, con control total.

Solo carga primero este LoRA en el modelo base preentrenado con fuerza total. Entonces el modelo base se convertirá en mi modelo base finamente ajustado que generó todas las imágenes de portada.

2). Usarlo como LoRA en otro modelo base finamente ajustado.

Después de todo, es un LoRA.

Conjunto de datos

versión más reciente o recientes

~7k imágenes en total. No tan grande (comparado con gigachads que afinan modelos con millones de imágenes), pero tampoco pequeño. Y cada imagen fue seleccionada a mano por mí.

• Sólo cosas normales y agradables a la vista. Sin estilos artísticos locos que no se puedan describir.

• No imágenes AI. No bajo mi vigilancia.

• Sólo imágenes de alta resolución. El promedio de píxeles del dataset entero es 3.37 MP, ~1800x1800.

• Todas las imágenes tienen descripciones naturales generadas por Google LLM.

Otras herramientas

Algunas ideas que iban a ser, o solían ser, parte del Stabilizer. Ahora son LoRAs separados para mejor flexibilidad. Enlace de colección: https://civitai.com/collections/8274233.

Dark: Un LoRA con sesgo para entornos más oscuros. Útil para corregir el sesgo de alta iluminación en algunos modelos base. Entrenado con imágenes de baja luminosidad. Sin sesgo de estilo, sin contaminación de estilo.

Contrast Controller: Un LoRA hecho a mano. Controla el contraste como si usaras un deslizador en tu monitor. A diferencia de otros "mejoradores de contraste" entrenados, el efecto de este LoRA es estable, matemáticamente lineal y sin efecto secundario en el estilo.

Útil si tu modelo base tiene problema de sobresaturación o quieres algo realmente colorido.

Ejemplo:

Style Strength Controller: O reductor de efecto sobreajustado. Puede reducir todo tipo de efectos de sobreajuste (sesgo en objetos, brillo, etc.) matemáticamente. O amplificarlo si quieres.

Diferencias con Stabilizer:

• Stabilizer se entrenó con datos del mundo real. Solo puede "reducir" efectos de sobreajuste en texturas, detalles y fondos, añadiéndolos de nuevo.

• Style Controller no proviene del entrenamiento. Es más como "deshacer" el entrenamiento para el modelo base, para que tenga menos sobreajuste. Puede reducir matemáticamente todo efecto de sobreajuste, como sesgo en brillo, objetos.

Versiones antiguas:

Puedes encontrar más info en el "Registro de actualizaciones". Ten en cuenta que las versiones antiguas pueden tener efectos muy diferentes.

Línea de tiempo principal:

• Ahora ~: Detalles y texturas naturales, comprensión estable del prompt y más creatividad. Ya no limitado al estilo anime 2D puro.

• illus01 v1.23 / nbep11 0.138 ~: Mejor estilo anime con colores vivos.

• illus01 v1.3 / nbep11 0.58 ~: Mejor estilo anime.

Registro de actualizaciones

(31/8/2025) NoobAI ep10 v0.273

Esta versión está entrenada desde el inicio en NoobAI eps v1.0.

Comparado con la anterior illus01 v1.198:

• Mejor brillo equilibrado en condiciones extremas. (igual que nbvp v0.271)

• Mejores texturas y detalles. Tiene más pasos de entrenamiento en momentos de alta SNR. (Las versiones illus01 omitían esos pasos para mejor compatibilidad. Ahora que todos los modelos base son NoobAI, ya no hace falta omitirlos.)

(24/8/2025) NoobAI v-pred v0.271:

Comparado con v0.264 anterior:

• Mejor iluminación equilibrada en condiciones extremas, menos sesgo.

• Alto contraste, negro puro 0 y blanco 255 en la misma imagen, incluso en el mismo lugar, sin desbordes ni sobresaturación. Ahora puedes tenerlos todos a la vez.

• (La antigua v0.264 intentaba limitar la imagen entre 10~250 para evitar desbordes, aún tenía problema de sesgo visible, la imagen era demasiado oscura o clara)

• Igual que v0.264, se recomienda fuerza alta o completa (0.9~1).

(17/8/2025) NoobAI v-pred v0.264:

• Primera versión entrenada en NoobAI v-pred.

• Ofrece mejor iluminación, menos desbordamiento.

• Nota: se recomienda fuerza alta o completa (0.9~1).

(28/7/2025) illus01 v1.198

Comparado principalmente con v1.185c:

• Fin de la versión "c". Aunque "visualmente llamativa" es bueno, tenía problemas de compatibilidad. Ej. cuando tu modelo base ya tiene mejora similar para contraste. Apilar dos mejoras de contraste es muy malo. Así que, no más postefectos locos (alto contraste y saturación, etc.).

• En cambio, más texturas y detalles. Iluminación de nivel cinematográfico. Mejor compatibilidad.

• Esta versión cambió muchas cosas, incluyendo renovación del conjunto de datos, así que el efecto será bastante diferente a versiones anteriores.

• Para quienes quieran los efectos locos de v1.185c de vuelta, pueden encontrar estilos artísticos puros y dedicados en esta página. Si el dataset es lo suficientemente grande para un LoRA, podría entrenar uno.

(21/6/2025) illus01 v1.185c:

Comparado con v1.165c.

• +100% claridad y nitidez.

• -30% imágenes demasiado caóticas (no se pueden describir adecuadamente). Por lo que esta versión ya no dará un nivel de contraste loco, pero será más estable para usos normales.

(10/6/2025): illus01 v1.165c

Esta es una versión especial. No es una mejora de v1.164. "c" significa "colorido", "creativo", a veces "caótico".

El dataset contiene imágenes muy visualmente impactantes, pero a veces difíciles de describir, ej.: Muy coloridas. Alto contraste. Condiciones de iluminación complejas. Objetos y patrones complejos por doquier.

Así obtendrás "impacto visual", pero a costa de "naturalidad". Puede afectar estilos con colores suaves, etc. Ej.: esta versión no genera textura "arte a lápiz" perfectamente como v1.164.

(4/6/2025): illus01 v1.164

• Mejor comprensión del prompt. Ahora cada imagen tiene 3 descripciones naturales desde diferentes perspectivas. Las etiquetas de Danbooru son verificadas por LLM, se seleccionan y fusionan solo las etiquetas importantes en la descripción natural.

• Anti-sobreexposición. Se añadió un sesgo para evitar que la salida del modelo alcance el nivel #ffffff blanco puro. La mayoría de las veces #ffffff == sobreexposición, que pierde muchos detalles.

• Cambios en configuración de entrenamiento. Para mejor compatibilidad con NoobAI, tanto e-pred como v-pred.

(19/5/2025): illus01 v1.152

• Continúa mejorando iluminación, texturas y detalles.

• 5k imágenes más, más pasos de entrenamiento, resultado: efecto más fuerte.

(9/5/2025): nbep11 v0.205:

• Corrección rápida de problemas de brillo y color en v0.198. Ahora no debería cambiar el brillo y color tan dramáticamente como en una foto real. v0.198 no es mala, sólo muy creativa.

(7/5/2025): nbep11 v0.198:

• Se añadieron más imágenes oscuras. Menos deformaciones corporales y fondos en ambientes oscuros.

• Se eliminó mejora de color y contraste, porque ya no es necesario. Usa Contrast Controller en su lugar.

(25/4/2025): nbep11 v0.172.

• Mismas nuevas características en illus01 v1.93 ~ v1.121. Resumen: nuevo dataset fotográfico "Touching Grass". Mejor textura natural, fondo, iluminación. Menos efectos en personajes para mejor compatibilidad.

• Mejor precisión y estabilidad en color. (Comparado con nbep11 v0.160)

(17/4/2025): illus01 v1.121.

• Regresó a illustrious v0.1. illustrious v1.0 y versiones más nuevas tienen entrenamiento con imágenes AI deliberadamente (quizás 30% del dataset). No es ideal para entrenamiento LoRA. No lo noté hasta leer su paper.

• Menor efecto de estilo de personajes. Vuelve al nivel v1.23. Los personajes tendrán menos detalles con este LoRA, pero mejor compatibilidad. Un equilibrio.

• Otras cosas igual que más abajo (v1.113).

(10/4/2025): illus11 v1.113 ❌.

• Actualización: usa esta versión sólo si sabes que tu modelo base está basado en Illustrious v1.1. Si no, usa illus01 v1.121.

• Entrenado en Illustrious v1.1.

• Nuevo dataset "Touching Grass" añadido. Mejor textura natural, iluminación y profundidad de campo. Mejor estabilidad estructural del fondo. Menos deformaciones en fondos, como habitaciones o edificios deformados.

• Descripciones de lenguaje natural completas de LLM.

(30/3/2025): illus01 v1.93.

• v1.72 fue entrenado demasiado fuerte. Así que reduje su fuerza general. Debería tener mejor compatibilidad.

(22/3/2025): nbep11 v0.160.

• Mismas cosas que en illus v1.72.

(15/3/2025): illus01 v1.72

• Mismo nuevo dataset de textura e iluminación mencionado en ani40z v0.4 abajo. Más iluminación natural y texturas naturales.

• Se añadió un dataset pequeño de ~100 imágenes para mejora de manos, enfocadas en manos con diferentes tareas, como sostener un vaso o taza.

• Se eliminaron todas las imágenes con "fondo simple" del dataset. -200 imágenes.

• Cambió la herramienta de entrenamiento de kohya a onetrainer. Cambió la arquitectura LoRA a DoRA.

(4/3/2025) ani40z v0.4

• Entrenado en Animagine XL 4.0 ani40zero.

• Se añadió dataset de ~1k imágenes enfocadas en iluminación dinámica natural y textura del mundo real.

• Más iluminación natural y texturas naturales.

ani04 v0.1

• Versión inicial para Animagine XL 4.0. Principalmente para arreglar problemas de brillo en Animagine 4.0. Mejor y mayor contraste.

illus01 v1.23

nbep11 v0.138

• Se añadieron algunas imágenes furry/no humanas/otras para balancear el dataset.

nbep11 v0.129

• versión mala, efecto muy débil, ignórala

nbep11 v0.114

• Implementado "colores de rango completo". Balanceará automáticamente hacia "normal y agradable visualmente". Piensa en esto como el botón "auto mejorar foto" en la mayoría de herramientas de edición fotográfica. Un inconveniente: previene sesgos altos. Por ejemplo, si quieres que el 95% de la imagen sea negro y 5% brillante, en lugar de 50/50%.

• Se añadió un poco de datos realistas. Más detalles vivos, iluminación, menos colores planos.

illus01 v1.7

nbep11 v0.96

• Más imágenes de entrenamiento.

• Luego afinado de nuevo en un dataset pequeño de "wallpapers" (wallpapers reales de juegos, la mejor calidad que pude encontrar. ~100 imágenes). Más mejoras en detalles (notables en piel, cabello) y contraste.

nbep11 v0.58

• Más imágenes. Cambió parámetros de entrenamiento para acercarse más al modelo base NoobAI.

illus01 v1.3

nbep11 v0.30

• Más imágenes.

nbep11 v0.11: Entrenado en NoobAI epsilon pred v1.1.

• Mejoradas etiquetas del dataset. Mejorada estructura y distribución de pesos LoRA. Debe ser más estable y tener menos impacto en la composición de imágenes.

illus01 v1.1

• Entrenado en illustriousXL v0.1.

nbep10 v0.10

• Entrenado en NoobAI epsilon pred v1.0.