ThinkDiffusionXL (TDXL)

ThinkDiffusionXL est le résultat de notre objectif de créer un modèle de référence capable d’un photoréalisme impressionnant, tout en étant suffisamment polyvalent pour générer des images de haute qualité dans une variété de styles et de sujets sans nécessiter d’être un expert en prompt.

Vous pouvez le trouver préchargé sur ThinkDiffusion.

Pour en savoir plus sur le modèle, cliquez ici

Merci de laisser un avis si vous êtes satisfait, cela nous encouragera à en créer davantage et à l’améliorer.

Le travail

• Source des données : TDXL est entraîné sur plus de 10 000 images diverses couvrant le photoréalisme, l’art numérique, l’anime, et plus encore. La plus petite résolution de notre jeu de données est de 1365x2048, mais de nombreuses images atteignent des résolutions allant jusqu’à 4622x6753. Au total, notre jeu de données occupe 42 Go.

• Entraînement : Avec 1,8 million d’étapes, nous avons fourni un travail considérable. À titre de comparaison, Juggernaut en est à 600k étapes et RealVisXL à 348k étapes.

• Descriptions manuelles des images : Chaque image est soigneusement légendée à la main, ce qui améliore la capacité du modèle à générer des résultats précis et de haute qualité à partir de prompts minimaux.

• Capacités NSFW : Le modèle inclut plus de 1 000 images NSFW sélectionnées avec goût.

Nos réflexions

• Détails et qualité : La plupart des modèles XL dans la catégorie Réaliste souffrent d’un manque de détails, notamment dans les arrière-plans et même sur des caractéristiques basiques comme les yeux, les dents et la peau. Nous pensons que TDXL dépasse ces limites grâce à son grand jeu de données de haute qualité. Par comparaison, Juggernaut dispose d’environ la moitié du matériel image, et RealVisXL seulement 1 700 images. En fin de compte, TDXL possède tout simplement beaucoup plus de « connaissances ».

• Moins de biais : Nous avons pris soin d’utiliser un nombre égal d’images pour chaque style, genre, etc. D’autres modèles testés ces derniers mois présentaient certains biais, parfois en faveur des portraits, du genre, de certaines ethnies, etc. Par exemple, Juggernaut présente un biais dans les gros plans, et la Lumière Cinématographique est assez dominante dans ce modèle. RealVisXL a aussi un biais envers les portraits. En revanche, TDXL vous offre ce que vous voulez : paysage, plan moyen, plein corps, gros plan, portrait, vue latérale, vue arrière, prises d’action, cinématique... tout ce que vous souhaitez sans être toujours orienté par un biais.

• Base polyvalente : Grâce à son large jeu de données équilibré et de qualité, TDXL est polyvalent et peut servir de modèle de base pour de futures sessions d’entraînement. Vous pouvez créer de nouveaux ajustements dans des directions totalement différentes, ajouter des LoRAs pour combler les concepts manquants, ou effectuer des entraînements supplémentaires avec des données de qualité plus équilibrée.