IllustriousNXT_XL by klaabu - v2.0
推薦提示詞
masterpiece,best_quality,ultra_detailed,expressive eyes,clean shading,amazing_quality
masterpiece, best quality, amazing quality
推薦反向提示詞
worst_quality,jpeg artifacts,watermark,child,blurry,malformed hands,low_quality,text,logo,young
low quality, watermark, extra fingers, child
推薦參數
samplers
steps
cfg
clip skip
resolution
other models
推薦高解析度參數
denoising strength
提示
使用強效負面提示以避免不當內容,保持生成內容乾淨安全。
生成模型偶爾可能產生非預期或有害輸出。
為降低風險,強烈建議使用建議的負面提示,該提示融合了額外的安全機制,確保內容生成功能負責任且安全。
留下反饋、分享結果,或標註作者您的作品,以幫助微調和改進模型。
IllustriousNXT_XL_v2.0a by klaabu
特別感謝 Jebbanyale483, Roxin 與 larrydallas123126
klaabu_IllustriousNXT_XL_v2.0a 是 Illustrious 動畫模型的微調進化版本,專為要求銳利細節、強大提示控制及多樣風格涵蓋的創作者打造。此版本提升整體品質,增強對藝術家風格和藝術類型的識別能力,並保持完整的文本編碼器強度,讓您在使用標籤及自然語言提示時皆能獲得高響應度和強大效果。
🎯 核心功能
• 微調基礎:提升解剖結構、光影與輸出一致性
• 風格識別:加強對熱門藝術家及藝術風格的辨識
• 提示靈活性:同時支援 Danbooru 標籤與自然語言
• LoRA 友好:全面支援角色、身體、臉部與美學相關的 LoRA
• 編碼器:保留完整文本編碼器並更新了代幣識別(訓練至 2025 年)
• 解析度:原生支援 512×512 至 1536×1536 以上
🛠️ 推薦設定
• 取樣器:Euler A 或 DPM++ 2M SDE,排程類型:SGM Uniform
• CFG 比例:3 – 7
• 步數:25 – 35
• VAE:選擇性
🧷 建議正面標籤
(masterpiece, best_quality, ultra_detailed, expressive eyes, clean shading)
🚫 建議負面標籤
(worst_quality, jpeg artifacts, watermark, child, blurry, malformed hands)
安全建議:
使用強效負面提示以避免不當內容,保持生成內容乾淨安全。
🧪 最佳使用情境
• 高品質角色及場景插畫
• 藝術風格實驗及美學 LoRA 測試
• 視覺小說素材、封面與表情豐富的肖像
歡迎留下反饋、分享成果,或標註我您的作品——我會根據社群創作持續改良與優化。
IllustriousNXT_XL_v1.0 by klaabu
klaabu_IllustriousNXT_XL_v1.0 是建立在 IllustriousXL 之上的高效能動畫專用檢查點。
經過微調專注於風格靈活性、LoRA 相容性與敏銳提示回應,支持標籤和自然語言兩種工作流程。
此版本著重於強力的提示遵從度、鮮明色彩、受控陰影及容易辨識的角色細節——適合各種動畫風格的角色插畫與概念設計。
🎯 核心功能
優化對象:風格化動畫生成、標籤控制豐富、表情細節突出
提示格式:同時接受
Danbooru 標籤風格與自然語言LoRA 支援:高度兼容表情豐富及特定概念的 LoRA
代幣識別:訓練資料截止於2025 年初
解析度範圍:原生支援512×512到1536×1536 及更高
🛠️ 推薦設定
取樣器 Euler A
CFG 3 – 7
步數 20 – 35
不需要 VAE


🧷 建議正面標籤
(masterpiece, best_quality, amazing_quality, etc.)
🚫 建議負面標籤
worst_quality, low_quality, blurry, jpeg artifacts, text, logo, child, young
安全控制建議:
生成模型偶爾可能產生非預期或有害輸出。
為降低風險,強烈建議使用上述負面提示,該提示融合了額外的安全機制,確保內容生成功能負責任且安全。
🧪 最佳使用情境
單一角色構圖
風格化肖像或全身照
具有鮮明色調映射的場景插畫
新美學 LoRA 的實驗性測試
歡迎在您偏好的頻道分享反饋、樣本生成及測試結果,或直接標註我。
我會根據社群反饋積極調整改進此模型——讓我們一起推進它的表現。





