Quello che vedi è quello che ottieni. Le immagini di copertina sono l'output grezzo del modello pretrained, a risoluzione 1MP. Non esistono plugin magici, ingrandimenti, correggimenti di mani/volti con inpainting, nemmeno prompt negativi. Alcuni utenti hanno detto di non riuscire a riprodurlo, è un problema di abilità. (Modello base non corretto o troppe "ottimizzazioni" aggiunte)

Se ha danneggiato il tuo modello base anche a bassa intensità (es. <0.5). È un problema del tuo modello base. Il tuo modello base ha già integrato questa LoRA (e tu l'hai integrata due volte). I pesi del modello si sono moltiplicati e collassati. Attenzione ai creatori di modelli base falsi, ovvero ladri. Alcuni "creatori" non effettuano mai il training, si limitano a prendere modelli altrui, unirli, cancellare tutti i metadati e crediti, e li vendono come propri modelli base.

Nota fissata:

(27/9/2025): È ora di guardare avanti...

Questo modello non verrà aggiornato.

SDXL è semplicemente troppo... vecchio, è stato rilasciato due anni fa (giugno 2023). I nuovi modelli sono molto più efficienti grazie alla nuova architettura.

Mentre scrivo, sto provando Neta Lumina (Lumina 2) e Chroma (Flux.1).

Lumina 2 è stato rilasciato a gennaio 2025, è solo 1.25 volte più grande di SDXL, ma molto migliore sotto ogni aspetto grazie alla nuova architettura del modello. NetaYume Lumina e Neta Lumina sono modelli finemente ottimizzati in stile anime, addestrati sui dataset danbooru e e621.

Ho addestrato un "Enhancement bundle" LoRA per NetaYume Lumina. Come questo "stabilizer", offre dettagli migliori e meno rumore. E ha anche un nome meno fuorviante. Puoi provarlo se usi Comfyui.

Chroma forse più avanti...

I nuovi modelli saranno rilasciati in nuove pagine. Questa pagina non sarà aggiornata.

Inoltre, non credo che supporteranno quei modelli. Sono passato a TensorArt. Puoi trovarmi qui. E prova i modelli Lumina 2.

Stabilizer

Un modello finemente ottimizzato grande su piccola scala con 7k immagini.

• Focus sulla creatività, più che su uno stile fisso. Il dataset è molto vario. Quindi questo modello non ha uno stile predefinito (pregiudizio) che limita la creatività.

• Solo texture naturali, illuminazione e dettagli finissimi. Niente stile AI plastico e lucido. Ho selezionato ogni singola immagine a mano. So che l'addestramento con immagini AI può amplificare effetti strani. Non sono un fan di questo.

• Migliore comprensione del prompt. Addestrato con didascalie in linguaggio naturale.

• (v-pred) Illuminazione migliore e bilanciata, senza traboccamenti e sovrasaturazione. Vuoi nero puro 0 e bianco 255 nella stessa immagine, anche nello stesso punto? Nessun problema.

Perché nessuno stile predefinito?

• Cos'è lo "stile predefinito": Se un modello ha uno stile predefinito (pregiudizio), significa che qualunque sia il prompt, il modello genera le stesse cose (volti, sfondi, sensazioni) che compongono quello stile.

• Pro: è facile da usare, non devi più specificare lo stile nel prompt.

• Contro: non puoi sovrascriverlo. Se specifichi uno stile che non si adatta, il modello lo ignora. Se usi più stili, quello predefinito sovrappone/inquina/limita gli altri.

• "nessuno stile predefinito" significa nessun pregiudizio, devi specificare lo stile con tag o LoRA. Non c'è sovrapposizione/inquinamento di stile da questo modello. Ottieni lo stile esatto che vuoi.

Perché questo "modello base finemente ottimizzato" è una LoRA?

• Non sono un gigachad e non ho milioni di immagini per addestrare. Ottimizzare tutto il modello base non serve, basta una LoRA.

• Devo solo caricare un file piccolo da 40MiB, invece di un checkpoint enorme da 7GiB, risparmiando il 99.4% di dati e spazio. Quindi posso aggiornare spesso.

• Questa LoRA può sembrare piccola ma è potente. Usa una nuova architettura chiamata DoRA di Nvidia, più efficiente delle LoRA tradizionali.

Come ottengo questo "modello base finemente ottimizzato"?

Molto semplice.

modello base pretrained + questa LoRA = "modello base finemente ottimizzato"

Basta caricare questa LoRA sul modello base pretrained a piena intensità. Il modello base pretrained diventerà il modello base finemente ottimizzato. Vedi sotto "Come usare".

È vietato condividere fusioni usando questo modello. Ci sono parole trigger nascoste per stampare watermark invisibili. Ho codificato io stesso watermark e rilevatore. Non voglio usarli, ma posso.

Questo modello è pubblicato solo su Civitai e TensorArt. Se vedi "me" e questa frase su altre piattaforme, sono tutte fake e la piattaforma è pirata.

Lascia un feedback nei commenti, così tutti lo vedono. Non scrivere nel sistema di recensioni Civitai, è pessimo e nessuno trova le recensioni.

Come usare

Ultime versioni:

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

  • Colori precisi e dettagli finissimi. È il miglior modello finora.

  • È una LoRA v-pred, funziona SOLO con NoobAI v-pred v1.0. Non funziona con modelli eps.

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

  • Meno saturazione e contrasto rispetto a modelli v-pred, a causa di una "piccola imperfezione" nella predizione epsilon standard (eps). Limita la gamma di colori. Per questo usiamo v-pred.

• illus01 v1.198 (addestrato su Illustrious v0.1).

  • Versione vecchia. Non consigliata.

  • Attenzione: la maggior parte (90%) dei modelli base anime etichettati come "illustrious" ora sono in realtà NoobAI. Usa quindi le versioni NoobAI sopra. Mismatching tra LoRA e modello base peggiora la qualità.

Carica questa LoRA per prima nella tua pila di LoRA.

Questa LoRA usa una nuova architettura chiamata DoRA di Nvidia, più efficiente delle LoRA tradizionali. A differenza di queste ultime, che hanno pesi patch statici, i pesi patch di DoRA sono calcolati dinamicamente in base ai pesi del modello base caricato (che cambiano caricando LoRA). Per minimizzare cambiamenti imprevisti caricala prima.

Due modi per usare questo modello:

1). Usalo come modello base finemente ottimizzato (consigliato):

Se vuoi i dettagli più fini e naturali e costruire combinazioni di stile con pieno controllo.

Carica prima questa LoRA sul modello base pretrained a piena intensità. Il modello base pretrained diventerà il modello base finemente ottimizzato mio che ha generato tutte le immagini di copertina.

2). Usalo come LoRA su altri modelli base finemente ottimizzati.

È comunque una LoRA.

Dataset

versione recente o ultime versioni

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

• Solo cose dall'aspetto naturale e gradevole. Nessuno stile artistico folle indescrivibile.

• Niente immagini AI. Non sotto la mia sorveglianza.

• Solo immagini ad alta risoluzione. La media pixel del dataset è 3.37 MP, circa 1800x1800.

• Tutte le immagini hanno didascalie naturali generate da Google LLM.

Altri strumenti

Alcune idee che sarebbero dovute entrare o facevano parte di Stabilizer. Ora sono LoRA separati. Per maggiore flessibilità. Link raccolta: https://civitai.com/collections/8274233.

Dark: una LoRA con bias verso ambienti più scuri. Utile per correggere la luminosità troppo alta di alcuni modelli base. Addestrata su immagini con bassa luminosità. Nessun bias di stile, nessuna inquinamento di stile.

Contrast Controller: una LoRA artigianale. Controlla il contrasto come uno slider nel monitor. A differenza di altri "contrast enhancer" addestrati, l'effetto di questa LoRA è stabile, matematicamente lineare e senza effetti collaterali sullo stile.

Utile se il modello base ha sovrasaturazione o vuoi colori vividi.

Esempio:

Style Strength Controller: o riduttore effetto overfitting. Può ridurre vari tipi di overfitting (bias su oggetti, luminosità eccetera) matematicamente. O amplificarli, se vuoi.

Differenze con Stabilizer:

• Stabilizer è stato addestrato su dati reali. Può solo "ridurre" effetti di overfitting su texture, dettagli e sfondi, aggiungendoli.

• Style Controller non viene dal training. È più come "annullare" il training per il modello base, per ridurre l'overfitting matematicamente, come bias su luminosità, oggetti.

Vecchie versioni:

Puoi trovare più info nel "registro aggiornamenti". Attenzione che vecchie versioni hanno effetti molto diversi.

Linea temporale principale:

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

• illus01 v1.23 / nbep11 0.138 ~: miglior stile anime con colori vividi.

• illus01 v1.3 / nbep11 0.58 ~: miglior stile anime.

Registro aggiornamenti

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

Questa versione è stata addestrata dall'inizio su NoobAI eps v1.0.

Rispetto a illus01 v1.198 precedente:

• Luminosità migliore e bilanciata in condizioni estreme. (come nbvp v0.271)

• Texture e dettagli migliori. Ha più step di training su timesteps SNR alti. (lele versioni illus01 saltavano questi timesteps per compatibilità. Ora tutti i modelli base sono NoobAI, non serve saltarli.)

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

Rispetto a v0.264 precedente:

• Luce migliore e bilanciata in condizioni estreme, minore bias.

• Alto contrasto, nero puro 0 e bianco 255 nella stessa immagine, anche nello stesso punto, senza traboccamenti né sovrasaturazione. Ora puoi avere tutto insieme.

• (la vecchia v0.264 cercava di limitare l'immagine tra 10~250 per evitare traboccamenti, aveva ancora bias evidenti, l'immagine complessivamente poteva risultare troppo scura o chiara)

• Come v0.264, preferisce intensità alta o piena (0.9~1).

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

• Prima versione addestrata su NoobAI v-pred.

• Offre illuminazione migliore, meno traboccamenti.

• Nota: preferisci intensità alta o piena (0.9~1).

(28/7/2025) illus01 v1.198

Principalmente rispetto a v1.185c:

• Fine della versione "c". Anche se "visivamente impressionante" è bello, ha problemi di compatibilità. Es. se modello base ha già potenziamento contrasto. Sommare due potenziamenti contrasto è molto negativo. Quindi niente più effetti post folli (alto contrasto e saturazione etc.).

• Invece, più texture e dettagli. Illuminazione da livello cinematografico. Migliore compatibilità.

• Questa versione ha cambiato molte cose, compreso overhaul del dataset, quindi effetto molto diverso da precedenti.

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

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

Rispetto a v1.165c.

• +100% nitidezza e chiarezza.

• -30% immagini troppo caotiche (impossibili da descrivere correttamente). Così questa versione non darà più un livello altissimo di contrasto, ma sarà più stabile nell'uso normale.

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

Versione speciale. Non è un miglioramento di v1.164. "c" sta per "colorato", "creativo", a volte "caotico".

Il dataset contiene immagini molto impressionanti visivamente, ma a volte difficili da descrivere, es.: molto colorate. Alto contrasto. Condizioni di illuminazione complesse. Oggetti e pattern complessi ovunque.

Quindi hai "impressionante visivamente" ma a costo di "naturalezza". Può influenzare stili con colori tenui. Es. questa versione non genera perfettamente texture da "disegno a matita" come v1.164.

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

• Migliore comprensione del prompt. Ora ogni immagine ha 3 didascalie naturali da prospettive diverse. Tag danbooru controllati da LLM, solo tag importanti sono selezionati e fusi nella didascalia naturale.

• Anti-sovraesposizione. Aggiunto un bias per evitare che l'output arrivi al livello bianco puro #ffffff. Molte volte #ffffff significa sovraesposto, perdita di molti dettagli.

• Cambiamento nelle impostazioni di training. Più compatibile con NoobAI, sia e-pred che v-pred.

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

• Miglioramento continuo di illuminazione, texture e dettagli.

• 5K immagini in più, più step di training, effetto più forte.

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

• Correzione rapida di luminosità e colori in v0.198. Ora non dovrebbe più cambiare luminosità e colori in modo troppo drammatico come una foto reale. v0.198 non era male, solo troppo creativo.

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

• Più immagini scure. Meno corpi deformati, sfondo in ambienti scuri.

• Rimosso potenziamento colore e contrasto. Non è più necessario. Usa invece Contrast Controller.

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

• Stesse novità di illus01 v1.93 ~ v1.121. Sintesi: nuovo dataset fotografico "Touching Grass". Migliori texture naturali, sfondo, illuminazione. Effetti personaggi meno invasivi per migliore compatibilità.

• Migliore precisione e stabilità colore. (Rispetto a nbep11 v0.160)

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

• Tornato a illustrious v0.1. illustrious v1.0 e versioni più recenti venivano addestrate con immagini AI intenzionalmente (circa 30% del dataset), poco male per LoRA. Non l'ho notato finché non ho letto il paper.

• Effetto stile personaggio ridotto. Tornato al livello di v1.23. I personaggi avranno meno dettagli da questa LoRA, ma migliore compatibilità. È un compromesso.

• Altre cose uguali a quanto sotto (v1.113).

(10/4/2025): illus11 v1.113 ❌.

• Aggiornamento: usa questa versione solo se sai che il tuo modello base è basato su Illustrious v1.1. Altrimenti usa illus01 v1.121.

• Addestrato su Illustrious v1.1.

• Aggiunto nuovo dataset "Touching Grass". Migliori texture naturali, illuminazione ed effetto profondità di campo. Maggiore stabilità strutturale dello sfondo. Meno sfondi deformati, come stanze o edifici deformati.

• Didascalie in linguaggio completamente naturale da LLM.

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

• v1.72 è stato addestrato troppo intensamente. Ho quindi ridotto la forza globale. Dovrebbe avere migliore compatibilità.

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

• Stesse cose di illus v1.72.

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

• Stesso nuovo dataset di texture e illuminazione menzionato in ani40z v0.4 sotto. Illuminazione più naturale e texture naturali.

• Aggiunto piccolo dataset di ~100 immagini per migliorare mani, concentrandosi su task con mano(i), come tenere un bicchiere o altro.

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

• Cambiato tool di training da kohya a onetrainer. Cambiata architettura LoRA a DoRA.

(4/3/2025) ani40z v0.4

• Addestrato su Animagine XL 4.0 ani40zero.

• Aggiunto dataset di circa 1k immagini focalizzato su illuminazione dinamica naturale e texture del mondo reale.

• Illuminazione più naturale e texture naturali.

ani04 v0.1

• Versione iniziale per Animagine XL 4.0. Principalmente per correggere problemi di luminosità in Animagine 4.0. Migliore e maggiore contrasto.

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

• Implementato "colori a gamma completa". Bilancia automaticamente verso "normale e gradevole". Pensa a questo come al tasto "auto miglioramento foto con un click" nella maggior parte degli editor fotografici. Un lato negativo: previene grandi bias. Per esempio, se vuoi il 95% dell'immagine nero e il 5% chiaro, invece di 50/50%.

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

illus01 v1.7

nbep11 v0.96

• Più immagini di training.

• Poi ottimizzato di nuovo su piccolo dataset "wallpaper" (wallpaper di giochi reali, la qualità più alta trovata, circa 100 immagini). Miglioramenti in dettagli (evidenti su pelle, capelli) e contrasto.

nbep11 v0.58

• Più immagini. Cambiati parametri training per avvicinare al 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 pesi migliorate. Più stabile e meno impatto sulla composizione.

illus01 v1.1

• Addestrato su illustriousXL v0.1.

nbep10 v0.10

• Addestrato su NoobAI epsilon pred v1.0.