Illustrious XL 1.0 - v1.0
推薦提示詞
night, vivid colors
推薦反向提示詞
very displeasing, displeasing, bad anatomy, artistic error, lowres, bad hands, signature, artist name, multiple views, artist sign
推薦參數
samplers
steps
cfg
resolution
提示
使用自然語言與 Danbooru 標籤提示相結合,實現細膩的圖像生成。
兼容 LoRA 和 ControlNet 模組,可微調風格、姿態和構圖。
Illustrious XL v1.0 作為原始預訓練基礎,適合進一步微調或 LoRA 訓練。
創作者贊助
查看我們的網站,了解我們的最新進展並探索我們的新模型!
→https://www.illustrious-xl.ai/
我們很高興宣布您現在可以直接在我們官方網站使用 Illustrious XL 模型進行圖片生成:illustrious-xl.ai。我們已推出完整的圖片生成平台,特色包括高解析度輸出、自然語言提示和自訂預設 — 還有多款獨家模型,您在其他平台找不到。歡迎探索我們的更新模型系列及命名:Model Series。需要入門指引?請參考我們的生成用戶指南:ILXL Image Generation User Guide。
查看我們的網站,了解我們的最新進展並探索我們的新模型!
→https://www.illustrious-xl.ai/
我們很高興宣布您現在可以直接在我們官方網站使用 Illustrious XL 模型進行圖片生成:[illustrious-xl.ai]。我們已推出完整的圖片生成平台,特色包括高解析度輸出、自然語言提示和自訂預設 — 還有多款獨家模型,您在其他平台找不到。歡迎探索我們的更新模型系列及命名:[Model Series]。需要入門指引?請參考我們的生成用戶指南:[ILXL Image Generation User Guide]。
Illustrious XL v1.0 – 專注高解析度插畫生成模型
概覽
Illustrious XL v1.0 是由 OnomaAI 開發的前沿生成模型,基於 Stable Diffusion XL 架構,從我們之前的檢查點 Illustrious XL v0.1 訓練,旨在產生驚人的高解析度圖像。該模型在 SDXL 框架中實現了前所未有的原生 1536×1536 分辨率,刷新了先前的細節與清晰度極限。它完美融合自然語言理解與基於標籤的提示(Danbooru 風格),允許使用描述性語句和特定標籤,實現靈活且強健的提示處理。結果是,Illustrious XL v1.0 成為尋求內容生成多樣性且不犧牲畫質的創作者的強大基礎。
知識截止時間
Illustrious XL v1.0 於 2024 年 7 月訓練,知識更新至 2024 年 6 月。
由於原生支持 v0.1 的 LoRA 技術,您可能不必擔心知識限制!
主要特點
1536×1536 原生解析度:
首款穩定擴散 XL 模型原生支持 1536px 解析度。生成的圖像細節豐富、銳利且清晰,遠超以往 SDXL 可達成的高解析度。支持從 512x512 到 1536x1536 的多種解析度,例如 1248x1824 等解析度可無需任何高解析度修改即可生成。
自然語言與標籤提示結合:
結合先進的自然語言處理和 Danbooru 標籤提示系統。標籤提示更簡潔精準,但混合提示系統允許您使用純英文描述或精確標籤(或兩者兼用)— 模型可理解並利用這些提示,帶來更大控制和細膩度。
廣泛兼容性:
完全兼容多種擴展與插件。基於 Illustrious v0.1 訓練的 LoRA、ControlNet 模組及其他調適方法均可與 v1.0 無縫協同工作。可自由組合增強功能,微調風格、姿態或構圖,保持兼容性不受影響。
預訓練基礎模型:
Illustrious XL v1.0 以預訓練基礎檢查點形式提供,未針對特定美學或偏好進行微調。此「原始」模型為進一步訓練提供堅實基礎—非常適合想自行微調(例如 LoRA 訓練)的創作者,以達成特定藝術風格或專業輸出。是一個彈性十足的創新起點。
未來規劃
v2/v3 支援更高解析度:
計劃推出的 Illustrious XL v2 及 v3 版本,將支持更大解析度,目標達到 2k 解析度及更高。預期帶來更多細節與擴展能力,實現超高清大尺寸圖像。
v-參數化模型與色彩控制:
一款專門的 v-參數化變體已準備就緒,突破 SD XL 先前的限制,無論學術還是實踐層面。同時,未來版本將著重加強色彩控制,讓用戶能更細緻調整生成圖像的色彩平衡與一致性。
持續改進:
Illustrious 的路線圖相當宏大——每個版本都將結合社群反饋與最新研究。我們會持續推進高解析度研究,突破先前被視為不可逾越的壁壘,採用謹慎而先進的方法。


