Animagine XL 4.0 - v4 Opt

Prosimy o przeczytanie naszego szczegółowego przewodnika dotyczącego promptów na Blogu Cagliostrolab

Przegląd

Animagine XL 4.0, stylizowany także jako Anim4gine, to najwyższej klasy tematyczny model SDXL wyszkolony na anime, najnowsza odsłona serii Animagine XL. Pomimo kontynuacji, model został przeszkolony od podstaw na Stable Diffusion XL 1.0 na ogromnym zbiorze 8,4 mln zróżnicowanych obrazów w stylu anime z różnych źródeł z datą ograniczenia wiedzy do 7 stycznia 2025 oraz dopracowywany przez około 2650 godzin GPU. Podobnie jak poprzednia wersja, model był trenowany z użyciem metody uporządkowania tagów dla tożsamości i stylu.

Wraz z wydaniem Animagine XL 4.0 Opt (Zoptymalizowany), model został dodatkowo ulepszony z dodatkowym zbiorem danych, poprawiając stabilność, dokładność anatomii, redukcję szumów, nasycenie kolorów oraz ogólną dokładność kolorów. Te usprawnienia czynią Animagine XL 4.0 Opt bardziej spójnym i wizualnie atrakcyjnym, jednocześnie zachowując charakterystyczną jakość serii.

Zmiany

- 2025-02-13 – Dodano Animagine XL 4.0 Opt oraz Animagine XL 4.0 Zero

• Lepsza stabilność dla bardziej spójnych wyników

• Udoskonalona anatomia z dokładniejszymi proporcjami

• Zmniejszenie szumów i artefaktów w generacjach

• Naprawiono problemy z niskim nasyceniem, co skutkuje bogatszymi kolorami

• Poprawiona dokładność kolorów dla bardziej atrakcyjnych wizualnie rezultatów

- 2025-01-24 – Początkowe wydanie

Szczegóły modelu

• Opracowany przez: Cagliostro Research Lab

• Typ modelu: model generatywny tekst na obraz bazujący na dyfuzji

• Licencja: CreativeML Open RAIL++-M

• Opis modelu: Model służy do generowania i modyfikowania obrazów o tematyce anime na podstawie promptów tekstowych

• Fine-tuning na bazie: Stable Diffusion XL 1.0

Wytyczne użytkowania

Podsumowanie można zobaczyć na obrazku dotyczącym wytycznych dla promptów.

1. Struktura promptu

Model był trenowany z napisami opartymi na tagach oraz metodą ich porządkowania. Używaj tej ustrukturyzowanej formuły:

1girl/1boy/1other, nazwa postaci, z jakiej serii, rating, wszystko inne w dowolnej kolejności i kończąc tagami ulepszającymi jakość

2. Tagi ulepszające jakość

Dodaj te tagi na końcu promptu:

masterpiece, high score, great score, absurdres

3. Zalecany negatywny prompt

lowres, bad anatomy, bad hands, text, error, missing finger, extra digits, fewer digits, cropped, worst quality, low quality, low score, bad score, average score, signature, watermark, username, blurry

4. Optymalne ustawienia

• Skala CFG: 4-7 (zalecane 5)

• Liczba kroków próbkowania: 25-28 (zalecane 28)

• Preferowany sampler: Euler Ancestral (Euler a)

5. Zalecane rozdzielczości

6. Przykład końcowej struktury promptu

1girl, firefly \(honkai: star rail\), honkai \(series\), honkai: star rail, safe, casual, solo, looking at viewer, outdoors, smile, reaching towards viewer, night, masterpiece, high score, great score, absurdres

Tagi specjalne

Model obsługuje różne specjalne tagi, które można wykorzystać do kontrolowania różnych aspektów procesu generacji obrazów. Tagi te są starannie wyważone i przetestowane, aby zapewnić spójne wyniki przy różnych promptach.

Tagi jakości

Tagi jakości to podstawowe kontrolki, które bezpośrednio wpływają na ogólną jakość i poziom szczegółowości obrazu. Dostępne tagi jakości:

• masterpiece

• best quality

• low quality

• worst quality

Tagi wyników

Tagi wyników zapewniają bardziej wyrafinowaną kontrolę nad jakością obrazu niż podstawowe tagi jakości. Mają silniejszy wpływ na sterowanie jakością wyjściową w tym modelu. Dostępne tagi wyników:

• high score

• great score

• good score

• average score

• bad score

• low score

Tagi czasowe

Tagi czasowe pozwalają wpływać na styl artystyczny bazujący na konkretnych okresach czasowych lub latach. Może to być przydatne przy generowaniu obrazów ze specyficznymi cechami artystycznymi danej ery. Obsługiwane lata:

• year 2005

• year {n}

• year 2025

Tagi oceny

Tagi oceny pomagają kontrolować poziom bezpieczeństwa treści generowanych obrazów. Tagi te powinny być używane odpowiedzialnie i zgodnie z obowiązującymi przepisami oraz politykami platformy. Obsługiwane ratingi:

• safe

• sensitive

• nsfw

• explicit

Informacje o treningu

Model został wytrenowany przy użyciu najnowocześniejszego sprzętu i zoptymalizowanych hiperparametrów, aby zapewnić najwyższą jakość wyników. Poniżej przedstawiono szczegółowe specyfikacje techniczne i parametry użyte podczas treningu:

Podziękowania

Ten długoterminowy projekt nie byłby możliwy bez przełomowej pracy, innowacyjnych wkładów i kompleksowej dokumentacji ze strony Stability AI, Novel AI oraz Waifu Diffusion Team. Szczególnie dziękujemy za grant kickstarterowy od Main, który pozwolił nam pójść dalej niż wersja V2. W tej odsłonie chcielibyśmy wyrazić szczere podziękowania wszystkim członkom społeczności za ich nieustające wsparcie, w szczególności:

1. Moescape AI: Nasz nieoceniony partner we współpracy przy dystrybucji i testach modelu

2. Lesser Rabbit: Za zapewnienie niezbędnych grantów komputerowych i badawczych

3. Kohya SS: Za opracowanie kompleksowego frameworku treningowego open source

4. discus0434: Za stworzenie wiodącego w branży open source Aesthetic Predictor 2.5

5. Wczesni testerzy: Za ich poświęcenie w dostarczaniu krytycznych opinii i dokładnej kontroli jakości

Współtwórcy

Serdecznie dziękujemy naszym zaangażowanym członkom zespołu, którzy znacząco przyczynili się do projektu, w tym między innymi:

Model

• KayfaHaarukku

• Raelina

• Linaqruf

Gradio

• Damar Jati

Relacje, finanse i zapewnienie jakości

• Scipius

• Asahina

• Bell

• BoboiAzumi

Dane

• Pomegranata

• Kr1SsSzz

• Fiqi

• William Adams Soeherman

Zbiórki Ponownie Otwarte!

Z radością przedstawiamy nowe metody zbiórek poprzez GitHub Sponsors, aby wspierać trening, badania i rozwój modeli. Twoje wsparcie pomaga nam przesuwać granice możliwości AI.

Możesz nam pomóc poprzez:

• Darowizny: Wpłaty ETH lub USDT na poniższy adres.

• Udostępnianie: Rozpowszechniaj informacje o naszych modelach i dziel się swoimi dziełami!

• Opinia: Daj znać, jak możemy się poprawić.

Adres darowizn:

ETH/USDT/USDC(e): 0xd8A1dA94BA7E6feCe8CfEacc1327f498fCcBFC0C

GitHub Sponsor: https://github.com/sponsors/cagliostrolab/

Dlaczego korzystamy z kryptowalut?:
Kiedy początkowo otwieraliśmy zbiórki przez Ko-fi i korzystaliśmy z PayPal jako metody wypłat, nasze konto PayPal zostało oznaczone i ostatecznie zablokowane, mimo naszych starań wyjaśnienia celu projektu. Niestety zmusiło nas to do zwrotu wszystkich darowizn i pozbawiło wiarygodnej metody otrzymywania wsparcia. Aby uniknąć takich problemów i zapewnić transparentność, teraz korzystamy z kryptowalut jako formy zbiórek.

Chcesz przekazać darowiznę w walucie niekrypto?
Chociaż mieliśmy złe doświadczenia z PayPal i chciałbyś nas wspierać, ale nie chcesz używać kryptowalut, skontaktuj się z nami przez serwer Discord, aby ustalić alternatywne metody darowizn.

Dołącz do naszego serwera Discord

Zapraszamy na nasz serwer discord: https://discord.gg/cqh9tZgbGc

Ograniczenia

• Format promptu: Ograniczony do promptów opartych na tagach; naturalna mowa może być nieskuteczna

• Anatomia: Może mieć problemy ze skomplikowanymi detalami anatomicznymi, zwłaszcza pozami rąk i liczeniem palców

• Generacja tekstu: Renderowanie tekstu na obrazach obecnie nie jest wspierane i niezalecane

• Nowe postacie: Nowi bohaterowie mogą mieć niższą dokładność ze względu na ograniczone dane szkoleniowe

• Wielu bohaterów: Sceny z wieloma postaciami mogą wymagać szczegółowego przygotowania promptów

• Rozdzielczość: Wyższe rozdzielczości (np. 1536x1536) mogą mieć pogorszoną jakość, ponieważ trening odbywał się na oryginalnej rozdzielczości SDXL

• Spójność stylu: Może wymagać konkretnych tagów stylu, ponieważ trening był bardziej skupiony na zachowaniu tożsamości niż spójności stylu

Licencja

Model korzysta z oryginalnej CreativeML Open RAIL++-M License od Stability AI bez żadnych modyfikacji czy dodatkowych ograniczeń. Warunki licencji pozostają dokładnie takie same jak w oryginalnej licencji SDXL, która obejmuje:

• ✅ Zezwolenia: użycie komercyjne, modyfikacje, dystrybucja, użytek prywatny

• ❌ Zakazy: działania nielegalne, generowanie szkodliwych treści, dyskryminacja, wykorzystywanie

• ⚠️ Wymagania: dołącz kopię licencji, podaj zmiany, zachowaj powiadomienia

• 📝 Gwarancja: dostarczone "TAK JAK JEST" bez gwarancji

Prosimy o zapoznanie się z oryginalną licencją SDXL dla pełnych i autorytatywnych warunków.