The Araminta Experiment (SDXL+Flux) - Fv5

如果你喜歡我對這個社群的貢獻，歡迎請我喝杯咖啡：我喝的咖啡越多，就能創造越多模型 😅

比較畫廊在這裡：Fv6-Fv5及NSFW插圖比較在Gv1-Cv6-Fv2間。

我實驗中現時的SOTA模型：

• SDXL Base模型：Gv4是最平衡的模型，既能產生寫實亦能產生風格化的NSFW與SFW圖像。美學優於Fv6但寫實程度較低。

• SDXL寫實模型（SFW及NSFW）：Fv6是追求超寫實主義（包括真實NSFW圖像）的首選，但大多缺乏Gv4的風格化能力。

• SDXL插畫：Gv4（SFW及NSFW）。不過Cv6如果不關心NSFW圖像，也值得嘗試。

• Flux模型：Flux1-A1

SDXL模型圖像生成設置

DPM++ 2/3M SDE / Karras 或 Exponential是穩妥的選擇，步數25以上，CFG約5-7。但 DPM++ SDE / Karras步數較少（例如12步）及更高的CFG（8-11）也值得一試，還有Euler Ancestral / Normal能產生細節較少的結果，這對像Fv6這類模型有助於降低「雜訊」。

默認CLIP Skip設定為2，也是不錯的選擇，但嘗試1或3-4也值得：1偏重於提示的遵循，3-4有時比預設更能聚焦於「概念」。

Flux模型圖像生成設置

我偏好使用DPM++ 2M / beta或sgm_uniform或DDEIS / normal做為採樣器/排程器，beta能產生更強烈的圖像。想要更細膩的圖像，Euler / simple或beta也很適合。

CFG對最終圖像影響很大，對細微變化十分敏感。

• 照片方面，CFG應保持低（1.5-2.5）以避免塑膠皮膚效果。

• 藝術與插畫較複雜，依媒材不同而異。對於「粗獷」風格（油畫、水彩等），CFG較低（1.5-2.5）為宜；但動漫和漫畫風格則經常需推高CFG（3-6或以上）以達到理想風格。

若圖像混亂/變形或模糊，通常是CFG/步數設置不當所致，但不易判斷應增加或減少（至少我如此認為😊）。

關於Flux的行為還有很多需學習之處，它與SDXL有明顯不同，我們得調整適應。

工作流程

我所有圖像都附有嵌入式的ComfyUI工作流程，但很可惜與CivitAI的處理不兼容，多數情況無法檢索到提示。不過，你可以透過點擊圖像瀏覽器中的「下載」圖標來下載包含工作流程的原始PNG圖像。

我通常盡量發布直接由模型生成的圖像，有時會加上一些Lora（我的或細節增強器）。現在也偶爾使用Controlnet來更輕鬆獲得更好、更細緻的構圖：在這情況下，源圖顯然不在工作流程中，但如果你想製作變體，可以用我發布的圖像作為來源 :)

過去

從E系列開始，模型有時會透過與其他模型合併（感謝其他貢獻者！），但主要還是在我自己的數據集上訓練演變：一個謙遜的數據集（目前約2000張圖像），但我試圖以品質與原創性彌補。

從Fv1開始，我納入了許多使用舊版本生成的合成圖像：通過嚴格調整提示及必要時用Photoshop修飾結果，以擁有含大量原創圖像的數據集。

此模型的核心理念是透過融合一些符合我個人品味（簡單說是攝影與奇幻藝術）的最佳現有模型，創造一個多功能工具。我的首要目標為：

1. 寫實主義：能產生令人驚艷的寫實圖像，包括人物和物體/自然。

2. 靈活性：能製作高度風格化的圖片，通過各種風格和藝術家組合實現藝術表達。我屬於較老一代且來自歐洲，所以「風格」對我而言並非「日系可愛愛美帶胸」或「DC漫畫充滿超級英雄與豐滿金髮美女」，而是更偏向Frank Frazetta、Milo Manara、Boris Vallejo、H.R.Giger、Wojtek Siudmak及其他奇幻藝術大師的宇宙：當然有胸部，但風格不同 :P

3. 我不喜歡被限制於人體探索，所以此模型亦設計成具備相當能力的NSFW模型。然而，由於訓練數據集性質，NSFW通常偏向色情照片或日本色情動畫，影響靈活性（典型情況是只要提示中有「性感」一詞，就必須要權衡其風格）。因此此點不是基礎模型的優先，但會在NSFW模型中強化。