ThinkDiffusionXL (TDXL)

ThinkDiffusionXL è il risultato del nostro obiettivo di costruire un modello di riferimento capace di un fotorealismo sorprendente, abbastanza versatile da generare immagini di alta qualità in una varietà di stili e soggetti senza bisogno di essere un genio del prompting.

Puoi trovarlo preinstallato su ThinkDiffusion.

Per saperne di più sul modello, clicca qui

Ti preghiamo di lasciare una recensione se sei soddisfatto, ciò ci incoraggerà a crearne di più e a migliorarlo.

Il lavoro

• Fonte dati: TDXL è addestrato su oltre 10.000 immagini diverse che spaziano dal fotorealismo, arte digitale, anime e altro. La risoluzione minima nel nostro dataset è 1365x2048, ma molte immagini arrivano fino a risoluzioni di 4622x6753. In totale, il nostro dataset occupa 42GB.

• Addestramento: Con 1,8 milioni di passaggi, abbiamo dedicato molto impegno. Per confronto, Juggernaut ha 600k passaggi e RealVisXL ne ha 348k.

• Immagini con didascalie manuali: Ogni immagine è stata accuratamente descritta a mano, migliorando la capacità del modello di generare risultati precisi e di alta qualità da prompt minimi.

• Capacità NSFW: Il modello include oltre 1.000 immagini NSFW accuratamente selezionate con buon gusto.

Le nostre considerazioni

• Dettaglio e qualità: La maggior parte dei modelli XL nella categoria Realistica soffrono di scarsa definizione, specialmente negli sfondi e anche in dettagli basilari come occhi, denti e pelle. Crediamo che TDXL superi questi limiti grazie al suo ampio dataset di alta qualità. Per confronto, Juggernaut ha circa metà del materiale d’immagine, e RealVisXL ha solo 1.700 immagini. In definitiva, TDXL possiede semplicemente molta più "conoscenza".

• Meno Bias: Abbiamo fatto in modo di usare un numero equilibrato di immagini per ogni stile, genere, ecc. Altri modelli testati negli ultimi mesi presentavano qualche tipo di bias, a volte verso ritratti, bias di genere, certe etnie, ecc. Ad esempio, Juggernaut ha un bias verso primi piani, e la luce cinematografica è piuttosto dominante in quel modello. RealVisXL ha anche un bias verso i ritratti. Dall’altra parte, TDXL ti offre ciò che desideri: paesaggi, mezzi piani, corpo intero, primi piani, ritratti, viste laterali, viste posteriori, azione, cinematica… qualunque cosa tu voglia senza essere spinto sempre in una direzione a causa di un bias.

• Base versatile: Grazie al suo grande dataset di qualità bilanciata, TDXL è versatile per servire come modello base per futuri addestramenti. Puoi creare nuovi finetuning in direzioni totalmente differenti, aggiungere LoRA per integrare concetti mancanti, o fare ulteriori addestramenti con dati di qualità bilanciata.