Nota sulle immagini di copertina:

• Sono l'output grezzo dal modello base vanilla (preaddestrato), con risoluzione predefinita di 1MP. Nessun upscaling, nessun plugin, nessuna correzione inpainting. Hanno metadata e sono riproducibili al 100%.

• QUESTO NON è un LoRA di stile. Tutti gli stili che vedi derivano dal modello base preaddestrato, attivati dal prompt. Consulta i grafici xy per l'effetto di questo LoRA.

Aggiornamento più recente:

(24/08/2025) NoobAI v-pred v0.271:

• Nuovo metodo, luminosità calibrata. Riassunto: Rispetto alla versione precedente v0.264: illuminazione migliore e bilanciata in condizioni estreme, meno distorsioni. Gamma colori completa. Nero puro 0 e bianco 255 possono coesistere nella stessa immagine.

• Nota: Alcuni modelli v-pred "fusi" potrebbero includere modelli eps che hanno causato problemi alla schedulazione del rumore. Se noti macchie di colore dopo aver applicato questo LoRA, è un problema del modello base.

Consigli per usare v-pred:

• Usa il sampler Euler (senza 'a') e valori CFG bassi (tra 2 e 4, preferibilmente 3).

• Inizia senza prompt negativo. Aggiungi parole chiave negative solo se indispensabile. v-pred è molto sensibile ai prompt negativi.

• Usa LoRA addestrati su modelli NoobAI v-pred. Se non disponibile, usa NoobAI eps v1.0 (importante: non v1.1. v-pred v1.0 è addestrato da eps v1.0, non v1.1), poi illustrious v0.1.

• Attenzione: alcuni LoRA eps sono addestrati con "noise offset", causando problemi di compatibilità con v-pred (i LoRA eps senza "noise offset" sono compatibili). Potresti notare alterazioni anomale nel contrasto (luminosità o oscurità anomale) applicando tali LoRA.

Nota: questo LoRA è SOLO per v-pred e NON supporta i modelli eps. Passa a un modello base v-pred se vuoi questo effetto di illuminazione.

(18/08/2025): Nota: quasi tutti i modelli base popolari si basano su NoobAI, non illustrious. Si consiglia l'uso di LoRA NoobAI per il miglior risultato. Maggiori informazioni (perché sono etichettati male e come testare il modello base) in "Discussione".

Stabilizer

LoRA tutto-in-uno senza stile predefinito per rendere i modelli anime preaddestrati migliori come dovrebbero essere.

Il problema:

• I modelli anime sono addestrati su immagini anime. Le immagini anime sono semplici e contengono solo "concetti" di alto livello, spesso molto astratti. Mancano sfondi, dettagli e texture.

• Vogliamo che il modello apprenda solo "concetti" di alto livello. Il fatto è che il modello impara ciò che vede, non ciò che desideri.

• Dopo aver visto più di 10 milioni di immagini anime semplici e astratte, il modello impara che 1) non deve generare dettagli, perché il dataset non glielo ha mai detto, 2) deve generare immagini semplici con concetti astratti anche se non li comprende. Questo porta a immagini deformi, ovvero "overfitting".

La soluzione:

• Addestrare il modello con immagini anime e immagini reali. Così può imparare i "concetti" anime mantenendo texture e dettagli naturali, ovvero con meno overfitting.

• NoobAI lo ha fatto mescolando immagini cosplay reali nel suo dataset. (se ricordo bene, gli sviluppatori lo hanno menzionato)

• Questo LoRA fa di più, è stato addestrato su un po' di tutto: architettura, oggetti di uso quotidiano, abbigliamento, paesaggi... Inoltre su didascalie multilingua complete per imitare l'addestramento originale di SDXL.

Cosa può fare questo LoRA? Se applicato sul modello base vanilla (preaddestrato, senza stile):

• Meno overfitting, meno immagini deformi. Puoi usare migliaia di tag di stile integrati (Danbooru, e621) e stili generali riconosciuti da SDXL, ottenendo immagini pulite e dettagliate come dovrebbero essere, che siano 2D, 3D, astratte o realistiche. Vedi confronti: 1 (stili artistici), 2 (stili generali)

• Massima creatività grazie al dataset diversificato. Non otterrai ripetizioni (volti, sfondi, ecc.). (Rispetto a LoRA di stile overfittati con stile predefinito.)

• Texture e dettagli naturali. Il dataset comprende fotografie reali ad alta risoluzione (media pixel > 3MP, ~1800x1800). Nessuna immagine AI. (Rispetto ai "detailer" addestrati su immagini AI, contaminati dallo stile AI con superfici plastiche lucide senza texture).

E se uso un modello base "fuso" con stile predefinito? Va bene. La maggior parte dei modelli "fusi" sono vanilla base + alcuni LoRA di stile già incorporati. Però non puoi cambiare la forza di questi stili fusi, il che può essere problematico se vuoi aggiungere altri LoRA. Vedi sezione "Come usare".

Perché non rifinire l'intero modello base? Non sono un gigachad e non ho milioni di immagini per addestrare, quindi rifinire tutto il modello non è necessario.

Perché questo LoRA è così piccolo? (40MiB vs 200MiB) È una nuova architettura chiamata DoRA di Nvidia, più efficiente del tradizionale LoRA.

È un cosiddetto "detailer"? Direi "no". Aggiunge dettagli "naturalmente dovuti" ma che il modello aveva dimenticato. Non aggiunge dettagli extra come oggetti o decorazioni.

È stato addestrato su immagini reali. È un modello "realistico"? Influisce sui personaggi anime 2D? No. Non ci sono umani reali nel dataset. Il modello ha imparato solo ciò che ha visto. Questo LoRA quindi non conosce il concetto di "umano reale".

Perché raccomandi NoobAI ma hai abbandonato la versione NoobAI di questo LoRA? 1) Con l'aumento del dataset, è diventato costoso e lungo addestrare. 2) Non ho notato peggioramenti usando la versione illus su NoobAI.

È vietato condividere merge usando questo LoRA. Ci sono parole trigger nascoste per stampare un watermark invisibile. Funziona anche se la forza del merge è 0.05. Ho scritto io stesso watermark e rilevatore. Non voglio usarlo, ma posso. Questo modello è pubblicato solo su Civitai e TensorArt. Se vedi "me" e questa frase su altre piattaforme, sono false e la piattaforma che usi è pirata.

Ricorda di lasciare feedback nella sezione commenti. Così tutti lo vedono. Non lasciare feedback nel sistema recensioni di Civitai, è mal progettato e nessuno vede le recensioni.

Divertiti.

Come usare

Prefisso versione:

• illus01 = Addestrato su Illustrious v0.1.

• nbvp10 = Addestrato su NoobAI v-pred v1.0.

• nbep11 = Addestrato su NoobAI e-pred v1.1. (Interrotto)

Come scegliere il LoRA (versione semplificata):

LoRA è un piccolo pezzo di peso patch del modello base su cui è stato addestrato. Questo "peso patch" ha senso solo se applicato al modello base originale o molto simile.

Quindi scegli quello più vicino possibile al tuo modello base.

Quasi tutti i modelli base popolari si basano su NoobAI, non illustrious:

Usa LoRA NoobAI per il miglior effetto. Maggiori dettagli su "Discussione".

Consiglio: carica questo LoRA per primo nella tua pila di LoRA.

Questo LoRA usa una nuova architettura chiamata DoRA di Nvidia, più efficiente del LoRA tradizionale. A differenza di LoRA tradizionale con peso patch statico, DoRA calcola il peso patch basandosi sul peso attualmente caricato del modello base (che cambia caricando altri LoRA). Perciò l'effetto di questo LoRA (DoRA) dipende dalla sequenza di caricamento.

Informazioni sul modello base:

Consigliato: modelli vanilla (preaddestrati).

• Hai pieno controllo della combinazione di stili.

• Personalmente raccomando NoobAI v1.1.

Se usi un modello base "fuso":

• La maggior parte sono vanilla base con alcuni LoRA di stile incorporati.

• Non potendo cambiare la forza di questi stili fusi, può essere problematico aggiungere altri LoRA. Per questo molti modelli fusi non sono "amichevoli" a LoRA.

• Modelli fortemente fusi (non solo LoRA, ma modelli base fusi con grandi differenze di addestramento, es. NoobAI + illustrious v1, con milioni di immagini e passi di differenza) non sono "amichevoli" a LoRA.

Evita modelli base con stile AI:

Molti utenti lamentano che questo LoRA non ha effetto su modelli base con stile AI. Spiego perché:

• Che cosa sono stili AI: addestrati su immagini AI, sono estremamente overfittati perché il modello apprende istantaneamente ogni cosa dalle immagini AI. (Puoi facilmente imparare e imitare ciò che hai appena fatto perché sai già come farlo).

• Pro: stili AI sono super stabili e facili da usare con qualunque prompt. Il 95% dei modelli base popolari li ha.

• Contro:

  • Gli stili AI mancano di dettagli e texture naturali. Tutto appare pulito/liscio/luccicante come plastica. Perché le immagini AI hanno meno dettagli rispetto al mondo reale da cui apprendono. Se addestri di nuovo il modello su immagini AI, perderai dettagli (come nel gioco del telefono).

  • Gli stili AI sopprimono quasi tutti gli effetti di altri LoRA (per overfitting), causando spostamenti di stile. Vedi confronto. Sopra NoobAI vanilla. Sotto WAI con forte stile AI, questo LoRA ha quasi zero effetto anche a forza 0.8.

  • Ripetizioni (volti, acconciature, oggetti di sfondo...).

• Il problema: non puoi sovrapporre e aggiungere dettagli sopra uno stile AI. Se vuoi usare questo LoRA per "aggiustare" la levigatezza dello stile AI, non funzionerà. Devi prima abbassare la forza dello stile AI. Ma come per tutti i modelli base "fusi", non puoi cambiare la forza dello stile AI fuso.

Vecchie versioni:

Una nuova versione = nuove funzionalità e tentativi. Un grande vantaggio di LoRA è che puoi sempre miscelare versioni diverse in un secondo.

Trovi più info nel "Registro aggiornamenti". Attenzione che vecchie versioni possono avere effetti molto diversi.

• Ora ~: Dettagli e texture naturali, comprensione stabile del prompt e più creatività. Non limitato al puro stile anime 2D.

  • Versione "c" (illus01 v1.152~1.185c): "c" sta per "colorato", "creativo", a volte "caotico". Questa versione contiene immagini molto impatto visivo, es.: alto contrasto, forte post-effetto, condizioni di illuminazione complesse, oggetti e pattern complessi ovunque. Ottieni immagini "impatto visivo" ma meno "naturali". Può influenzare stili con colori morbidi.

• Illus01 v1.23 / nbep11 0.138 ~: Miglior stile anime con colori vivaci.

• Illus01 v1.3 / nbep11 0.58 ~: Miglior stile anime.

Dataset

versione più recente o recenti

Circa 7k immagini totali. Non enorme (rispetto ai gigachad che addestrano con milioni di immagini), ma nemmeno piccolo. Ogni immagine è selezionata a mano da me.

• Sono solo cose normali e belle. Nessuno stile artistico estremo non descrivibile. Niente immagini AI, nessun watermark, ecc.

• Solo immagini ad alta risoluzione. Media pixel dataset ~3.37 MP, ~1800x1800.

• Tutte le immagini hanno didascalie naturali create dall'ultimo LLM di Google.

• Tutti i personaggi anime sono taggati prima da wd tagger v3 poi da Google LLM.

• Include natura, esterni, interni, animali, oggetti quotidiani, molte cose, tranne umani reali.

• Include ogni condizione di luminosità: molto scuro, molto chiaro, e anche estreme.

Altri strumenti

Alcune idee che erano parte di Stabilizer o dovevano esserlo, ora separati in LoRA diversi per maggiore flessibilità. Link collezione: https://civitai.com/collections/8274233.

Touching Grass: LoRA addestrato solo su dataset del mondo reale (nessun anime). Effetto più forte per sfondo e illuminazione. Utile per utenti gigachad che preferiscono concetti puri e auto-bilanciano i pesi.

Dark: LoRA che corregge bias di alta luminosità in alcuni modelli base. Addestrato su immagini a bassa luminosità nel dataset Touching Grass. Nessun umano nel dataset, quindi non influenza lo stile.

Contrast Controller: LoRA artigianale. (Nessun training, creato a mano). Il più piccolo LoRA da 300KB che esista. Controlla il contrasto con precisione come uno slider nel monitor. A differenza di altri "enhancer" addestrati, questo LoRA è stabile, matematicamente lineare e senza effetti collaterali sullo stile.

Utile se il tuo modello base è sovrasaturato o vuoi colori più vivaci.

Esempio:

Style Strength Controller: Riduttore di effetti da overfitting. Anche artigianale, non da training, senza effetti collaterali sullo stile e matematicamente lineare. Può ridurre tutti i tipi di overfitting (bias su oggetti, luminosità, ecc.).

Test su modello Hassaku XL: il modello base ha molti bias, es. alta luminosità, superfici lisce e lucide, stampe sui muri... Il prompt ha "dark", ma quasi ignorato. A forza 0.25, bias luminoso ridotto, meno sensazione di superfici strane, immagine più naturale.

Differenze con Stabilizer:

• Stabilizer è addestrato su dati reali. Può solo "ridurre" gli effetti da overfitting aggiungendo texture, dettagli e sfondi.

• Style Controller non è da training. "Annulla" l'addestramento per il modello base, riducendo l'overfitting matematicamente, su luminosità e oggetti.

Registro aggiornamenti

(28/07/2025) illus01 v1.198

Rispetto a v1.185c:

• Fine della versione "c". Anche se "impatto visivo" è buono, presenta problemi di compatibilità. Es. se il modello base ha già miglioramento del contrasto simile, due miglioramenti contrasto sovrapposti creano problemi. Stop a post-effetti estremi (alto contrasto e saturazione ecc.).

• Più texture e dettagli. Illuminazione a livello cinematografico. Compatibilità migliore.

• Questa versione ha molte modifiche, incluso rifacimento dataset, perciò effetto differente dalle versioni precedenti.

• Chi vuole gli effetti folli di v1.185c può trovare stili puri e dedicati in questa pagina. Se il dataset è abbastanza grande per un LoRA, potrei addestrarne uno.

(21/06/2025) illus01 v1.185c:

Rispetto a v1.165c.

• +100% nitidezza e pulizia. Linee larghe un pixel. Perfino struttura della carta bianca visibile. (La carta reale non è bianca pura, ha rumore). Un'immagine 1MP ora sembra 2K.

• -30% immagini troppo caotiche (difficili da descrivere). Perciò questa versione non darà livelli di contrasto estremi ma sarà più stabile in uso normale.

(10/06/2025): illus01 v1.165c

Versione speciale. Non è un miglioramento della v1.164. "c" significa "colorato", "creativo", a volte "caotico".

Contiene immagini molto impatto visivo, ma a volte difficili da descrivere, es.: molto colorate, alto contrasto, illuminazione complessa, oggetti e pattern complessi ovunque.

Ottieni immagini "impatto visivo", ma a discapito del "naturale". Può influenzare stili dai colori morbidi, es. questa versione non riproduce perfettamente la texture "matita" come v1.164.

(04/06/2025): illus01 v1.164

• Comprensione del prompt migliorata. Ora ogni immagine ha 3 didascalie naturali da prospettive diverse. I tag Danbooru sono verificati da LLM, quelli importanti selezionati e fusi nelle didascalie naturali.

• Anti-sovraesposizione. Aggiunta una bias per evitare che il modello produca #ffffff bianco puro troppo spesso, cosa che fa perdere dettagli.

• Modifiche a impostazioni di training per migliore compatibilità con NoobAI, sia e-pred che v-pred.

(19/05/2025): illus01 v1.152

• Miglioramenti continui su illuminazione, texture e dettagli.

• 5K immagini in più, più passi di addestramento, quindi effetto più forte.

(09/05/2025): nbep11 v0.205:

• Correzione rapida su problemi di luminosità e colore della v0.198. Ora non cambia drammaticamente luminosità e colori come una vera foto. v0.198 non era male, solo troppo creativa.

(07/05/2025): nbep11 v0.198:

• Aggiunte più immagini scure. Meno deformazioni di corpo e sfondo in ambienti bui.

• Rimosso miglioramento contrasto e colore perché non più necessario. Usa Contrast Controller.

(25/04/2025): nbep11 v0.172.

• Stessi miglioramenti di illus01 v1.93~v1.121: Nuovo dataset fotografico "Touching Grass". Texture, sfondo, illuminazione naturale migliori. Effetti personaggi più leggeri per compatibilità.

• Precisione e stabilità colore migliorate rispetto a nbep11 v0.160.

(17/04/2025): illus01 v1.121.

• Tornato a illustrious v0.1. illustrious v1.0 e versioni successive sono stati addestrati con immagini AI (circa 30% del dataset), non ideale per LoRA. Non l'ho notato fino a leggere il paper.

• Effetto stile dei personaggi ridotto, ritorno a livello v1.23. Meno dettagli personaggi ma migliore compatibilità. È un compromesso.

• Altri aspetti come v1.113 sotto.

(10/04/2025): illus11 v1.113 ❌.

• Aggiornamento: usa questa versione solo se il modello base è Illustrious v1.1, altrimenti illus01 v1.121.

• Addestrato su Illustrious v1.1.

• Aggiunto nuovo dataset "Touching Grass" con texture naturale, luce e profondità di campo migliori. Sfondo più stabile, meno deformazioni di ambienti.

• Didascalie naturali complete da LLM.

(30/03/2025): illus01 v1.93.

• Ridotta forza complessiva rispetto a v1.72 per maggiore compatibilità.

(22/03/2025): nbep11 v0.160.

• Stessi aggiornamenti di illus v1.72.

(15/03/2025): illus01 v1.72

• Nuovo dataset texture e illuminazione come in ani40z v0.4 sotto. Illuminazione e texture più naturali.

• Aggiunte ~100 immagini per migliorare mani, con compiti specifici come tenere un bicchiere o altro.

• Rimosse tutte le immagini con "sfondo semplice" dal dataset (-200 immagini).

• Strumento di training cambiato da kohya a onetrainer. Architettura LoRA cambiata in DoRA.

(04/03/2025) ani40z v0.4

• Addestrato su Animagine XL 4.0 ani40zero.

• Aggiunto dataset ~1k focalizzato su illuminazione dinamica naturale e texture reali.

• Illuminazione e texture più naturali.

ani04 v0.1

• Versione iniziale per Animagine XL 4.0. Risolve problemi di luminosità di Animagine 4.0. Contrasto migliore e più alto.

illus01 v1.23

nbep11 v0.138

• Aggiunte immagini furry/non-umane/altre per bilanciare il dataset.

nbep11 v0.129

• Versione scadente, effetto troppo debole, ignorala.

nbep11 v0.114

• Implementati "colori gamma completa". Bilancia automaticamente verso "normale e bello". Come il pulsante "auto miglioramento foto" di tanti editor. Svantaggio: impedisce bias elevati, es. 95% nero e 5% chiaro invece di 50/50.

• Aggiunti dati un po' più realistici. Dettagli, illuminazione più vividi, colori meno piatti.

illus01 v1.7

nbep11 v0.96

• Più immagini per il training.

• Aggiunto piccolo dataset "wallpaper" (wallpaper di giochi reali, massima qualità trovata, ~100 immagini). Migliorati dettagli (pelle, capelli) e contrasto.

nbep11 v0.58

• Più immagini. Parametri di training avvicinati a modello base NoobAI.

illus01 v1.3

nbep11 v0.30

• Più immagini.

nbep11 v0.11: Addestrato su NoobAI epsilon pred v1.1.

• Tag dataset migliorati. Struttura LoRA e distribuzione peso migliorate. Più stabile e minore impatto sulla composizione dell’immagine.

illus01 v1.1

• Addestrato su illustriousXL v0.1.

nbep10 v0.10

• Addestrato su NoobAI epsilon pred v1.0.