Juggernaut XL - 版本 5
推薦反向提示詞
Start with no negative, and add afterwards the stuff you don’t want to see in the image
(worst quality, low quality, normal quality, lowres, low details, oversaturated, undersaturated, overexposed, underexposed, grayscale, bw, bad photo, bad photography, bad art:1.4), (watermark, signature, text font, username, error, logo, words, letters, digits, autograph, trademark, name:1.2), (blur, blurry, grainy), morbid, ugly, asymmetrical, mutated malformed, mutilated, poorly lit, bad shadow, draft, cropped, out of frame, cut off, censored, jpeg artifacts, out of focus, glitch, duplicate, (airbrushed, cartoon, anime, semi-realistic, cgi, render, blender, digital art, manga, amateur:1.3), (3D, 3D Game, 3D Game Scene, 3D Character:1.1), (bad hands, bad anatomy, bad body, bad face, bad teeth, bad arms, bad legs, deformities:1.3)
推薦參數
samplers
steps
cfg
resolution
other models
推薦高解析度參數
upscaler
upscale
steps
denoising strength
提示
將 Juggernaut Ragnarok 作為流程的一部分,搭配 FluxDev、Pixelwave 與 Jug Flux Pro 使用,效果最佳。
較低 CFG(3-6)能生成更寫實的圖像。
負向提示應在初步生成後加入,以排除不需要的元素。
版本亮點
新增次級數據集,由 Dreamlook.ai 協助完成
合計增加了 8 萬步數(次級數據集及基礎數據集)
創作者贊助
商業洽談、商業授權、自定義模型及諮詢請聯繫 juggernaut@rundiffusion.com。
立即加入 Juggernaut ,在 X/Twitter。
Adam 的 Juggernaut Ragnarok 提示指南
感謝 RunDiffusion 和 Adam 的協助。
更新了提示指南
商業合作、商業授權、自定義模型及諮詢,請通過以下方式聯繫我 juggernaut@rundiffusion.com
立即加入 Juggernaut ,在 X/Twitter
Adam 的 Juggernaut Ragnarok 提示指南
特別感謝 RunDiffusion 和 Adam 的傾力協助 :) (給他們一些愛吧 ;) )
大家好,
距離上一次在 CivitAI 發布版本已經過去 8 個月。
當然,在這期間我並沒有閒著。我完成了數個項目,確保有足夠的財務資源繼續探索新架構,未來甚至可能對它們進行完整微調。
Juggernaut Flux(及其許多子版本)是一段艱苦的工作,但最終我已經完成這章節。訓練過程帶來太多頭痛。為了保持理智,我花了業餘時間開發 Juggernaut SDXL,希望能為大家發佈一個最終版本。
如今這一天終於來臨了 :)
我不會浪費太多時間在技術細節上。
我首先用 Jug XII 作為基礎,訓練了攝影數據集,將焦點重新放回寫實主義(Jug XII 較偏藝術風格)。
然後我用 Booru 標籤 重新標注數據集,並使用 SDXL 作為基礎進行訓練。
我將這兩個數據集合併(比例為 0.15),但最終我並不滿意。
於是我再次使用相同數據集,這次以 Lustify(由 Coyotte 製作)作為基礎模型。
該版本再加入早期版本(比例 0.1)作為輸出穩定器。
因數據集是使用 Booru 標籤標註,故 Booru 標籤和 X–XII 版本的標註風格與 Ragnarok 表現非常契合。
Juggernaut Ragnarok 在多方面提升:寫實主義、數碼繪畫、姿勢、手部、腳部 等等。
不過,它仍是 SDXL 模型,我不建議將它與 Flux、Reve 或 Sora 等模型相比。例如,面對文字生成或遠距離臉部描繪仍有局限。
我建議在項目中 作為流程的一部分 使用它。推薦配置:
FluxDev / Pixelwave / Jug Flux Pro → Juggernaut Ragnarok
關於 Juggernaut 的個人小感:
說實話,我不知道接下來會怎樣。
在 Sora 及類似工具釋出後,開源圖像生成領域感覺有點沉寂。
沒有什麼能真正令我重新投身訓練(是的,我也在說 HiDream)。
所以我將 Juggernaut Ragnarok 視為一種 告別,特別是因為整體來看 CivitAI 的未來方向尚不明朗。
(順帶一提,您可以從 HuggingFace 下載 所有 Juggernaut 版本。)
最後但同樣重要:
祝玩得開心,分享你的作品,祝項目順利!
若你有興趣:是的,Juggernaut 可以任你隨意使用:合併、再訓練、出售生成圖片等。
我只求一個簡單的致謝而已 :)
以下是建議設置:
建議設置(內置 VAE):
解析度: 832*1216 (適用於肖像,但任何 SDXL 解析度都可)
採樣器: DPM++ 2M SDE
步數: 30-40
CFG: 3-6 (較低更寫實)
負向提示: 開始時不用,之後加入你不想在圖片中出現的元素。
VAE 已內建
高解析: 4xNMKD-Siax_200k,15 步,降噪 0.3 + 放大 1.5 倍
祝試用愉快!一如既往,我期待在作品集看到你的圖片 :)
如果你喜歡這個模型,請點贊。這是我作為 CivitAI 創作者最大的支持 :)
最後感謝幾位沒有他們,Juggernaut XL 可能無法問世的人:
Dreamlook.AI (訓練了三個次級數據集)
模型合集 - Juggernaut XL

Juggernaut XL - Jugg_XI_by_RunDiffusion





