模型/LEOSAM 的 HelloWorld XL - HelloWorld XL 1.0

LEOSAM 的 HelloWorld XL - HelloWorld XL 1.0

陳嘉欣 (Chan Ka-yan)

7/20/2025

1:44:21 PM

| Discussion|

提示

使用 HelloWorld 1.0 時加入觸發詞 'leogirl'，以穩定觸發訓練效果。

使用 'adetailer' 外掛修正遠景人像問題，尤其是全身照時。

為提升全身圖像臉部細節，進行約0.3強度的1.5倍高解析度修復。

使用自然語言提示詞提升 SDXL 模型輸出品質。

使用如 'studio light'、'sharp focus' 等提示詞避免不想要的暖色調。

全身圖可能包含更寬場景且 1024 解析度臉部細節偏粗，使用構圖提示詞或 adetailer 以改善。

模型涵蓋多元概念，如超現實主義、閨房寫真、面具、摺紙、機器人、動物及電影質感。

版本亮點

作為全新的 SDXL 模型，HelloWorld 與傳統 SD1.5 模型有三點不同：

與一般不含觸發詞的 SD1.5 基礎模型不同，使用 HelloWorld 1.0 請記得加入觸發詞 "leogirl"，以確保 SDXL 模型能更穩定地觸發訓練集效果。
HelloWorld 支持直出 1024*1024 解析度，無需高分辨率放大。近景肖像直出質量不遜於 SD1.5 版本，但直出遠景肖像仍有瑕疵，建議配合 ADetailer 插件使用，可有效修正遠景面部問題。
SDXL 現可更方便使用 簡單自然語言提示詞 進行出圖，建議多多嘗試自然語言提示詞，輸出 AI 寫實照片效果更佳。

經過多輪測試，建議的繪圖參數設定為：

步數 ≥ 25
采樣器：DPM++ 2M Karras
CFG scale：10
尺寸 ≥ 1024x1024
ADetailer：開啟

作為全新的 SDXL 模型，HelloWorld 使用時有三點與傳統 SD1.5 模型不同：

HelloWorld 1.0 模型必須使用觸發詞 leogirl，建議同時添加 realistic 和 looking at viewer 兩個正向提示詞。建議負面提示詞有：bad eyes, incorrect hands, worst teeth, abnormal anatomy, wrong lips, illustration, cartoon, painting。

HelloWorld 支持 1024*1024 解析度直出，人像近景質感不輸 SD1.5 版本，但遠景直出仍有瑕疵，推薦搭配 ADetailer 插件可有效修正遠景人臉問題。
SDXL 現可用更簡單自然語言提示詞出圖，建議多嘗試自然語言提示詞，輸出 AI 寫實照片會更好。

經過多輪測試，建議繪圖參數包括：

步數 ≥ 25
采樣器：DPM++ 2M Karras
CFG scale：10
尺寸 ≥ 1024x1024
ADetailer：開啟

創作者贊助

🖥️試用開源GPT4V-Image-Captioner，一鍵安裝並具備圖像預壓縮與標註功能。

可使用webui 外掛版本輕鬆整合。

🖥️歡迎試用由我與好友開發的開源GPT4V-Image-Captioner，提供一鍵安裝及多項功能，包括圖像預壓縮、圖像標註與標籤統計。近期我們亦推出了該工具的webui 外掛版本，歡迎大家使用！

🌍歡迎加入QQ群「兔狲·AIGC夢工北廠」，群號：780132897；「兔狲·AIGC夢工南廠」，群號：835297318（入群答案：兔狲）。Telegram群聊「兔狲的SDXL百老匯」，鏈接：https://t.me/+KkflmfLTAdwzMzI1

📖HelloWorld 7.0 更新 - 2024年6月13日

一句話更新總結：HelloWorld 7.0 為迭代優化版本，擁有整個系列中最佳的身體表現，並進一步擴展概念範圍與細節豐富度。

更新細節：

通過添加負樣本訓練圖片、加強姿勢訓練與優化 clip 模型，模型的肢體和手部準確度相比以往版本有所提升。建議使用的負面提示詞為：「bad hand, bad anatomy, worst quality, ai generated images, low quality, average quality」。
從官方 SPO 模型提取精調 LoRA，並融入 HelloWorld 7.0。SPO 是 DPO 方法的進一步改良，SPO 基礎模型性能優於 DPO XL 基礎模型與原始 SDXL 基礎模型。SPO LoRA 可提升圖像細節與對比度並美化影像。感謝 SPO 技術團隊。

持續擴大訓練集概念範圍，同時優化並精簡訓練集（大型訓練集精調成本高，且近期租用 H800 困難，無法承擔本地訓練時間）。目前共訓練集包含 20,821 張圖片。訓練集解析度分佈如下，建議使用數量較多的多種解析度輸出：

(832, 1248) - 數量: 7128
(896, 1152) - 數量: 6250
(1248, 832) - 數量: 2402
(1024, 1024) - 數量: 1639
(1360, 768) - 數量: 928
(1152, 896) - 數量: 870
(768, 1360) - 數量: 432
(960, 1088) - 數量: 506
(992, 1056) - 數量: 162
(1088, 960) - 數量: 140
(704, 1472) - 數量: 120
(1056, 992) - 數量: 122
(1472, 704) - 數量: 115
(1632, 640) - 數量: 75
(640, 1632) - 數量: 12

使用 GPT4O 重新標註所有數據集。此次使用結構化標註方法，具體結構為：「一句話總結描述 + 多個圖像元素標籤 + inspired by XXX + 審美質量描述詞」，審美質量詞分為五級：worst quality, low quality, average quality, best quality, masterpiece。標註示例：
```
conceptual art featuring a human hand wrapped in red and beige ribbons, isolated against a plain, light background, realistic style, minimalist color scheme, smooth textures, elongated and surreal aesthetic, inspired by salvador dalí's surrealist works, masterpiece
```

7.0 版本中 Inspired by XXX 涉及的「高頻標註詞列表」及「高頻藝術風格列表」僅對商業授權用戶提供。歷史上購買過 Helloworld XL 系列模型授權的合作夥伴，若有遺漏請聯絡我免費獲取。

用戶可參考HelloWorld 6.0 高頻標註詞列表，並且我還在圖庫提供了 150+ 張高質量 HelloWorld 7.0 範例圖，可作為輸出參考。模型製作不易，感謝大家的理解與包容！

📖HelloWorld 6.0 更新 - 2024年4月20日

LEOSAM HelloWorld 6.0 前250高頻標註詞列表

感謝您的耐心等待。近日我一直在找工作，導致 HelloWorld 更新延遲。6.0 版本的主要更新如下：

HelloWorld 6.0 是基於 5.0 版本的迭代改進。根據我自身測試，真實感效果與 5.0 差異不大。6.0 主要優勢在於訓練集概念覆蓋更廣。經反饋，在超現實主義、閨房寫真、群體照、面具、摺紙、3D 渲染、汽車、龍和孕婦攝影等主題有加強。示例可參考插圖。
HelloWorld 6.0 有意在訓練中加入部分低質量圖片以提升模型對負面提示詞的反應，建議負面提示詞為：「low quality, jpeg artifacts, blurry, poorly drawn, ugly, worst quality」。
HelloWorld 6.0 的主要訓練集採用 GPT4v 標註。GPT4v 無法標註的圖像由 blip2-opt-6.7b 指導的 cogVQA 標註。這些多模態模型的標註語言風格與 WD1.4 傳統標註器差異很大，為方便更精準觸發不同概念，我整理了 HelloWorld 6.0 訓練集的前 250 高頻標註詞，可在此文檔查閱。

最後，雖然 SD3 即將發布，我仍會更新至 HelloWorld XL 7.0，希望在 7.0 版本取得更大提升！

📖2024.2.22 推出「HW5.0_Euler_a_Lightning」

該模型為 HelloWorld SDXL 基礎模型的運行加速版本，融合了SDXL-Lightning技術。配備 Eular a 采樣器和 CFG 1，可在 6-8 步內生成圖像，速度為原始 SDXL 版本的三倍。相比之下，成像效果優於 LCM 或 Turbo 版本。

建議使用參數為：

采樣器：Eular a（重要！模型專為 Eular a 調整，其他采樣器效果可能不佳）

CFG scale：1

采樣步數：8 步（6~8 步皆可）

高清算法：ESRGAN 4x / 8x_NMKD-Faces_160000_G

高清放大倍數：1.5x

高清步數：8 步

高清去噪強度：0.3

📖2024.2.11 推出「HelloWorld 5.0 GPT4V」

HelloWorld 5.0 是 HelloWorld 系列歷史上最大幅度的更新，標註採用 GPT-4v，在科幻、動物、建築與插畫等領域經過重大精調。

對比測試顯示本版本改進包括：

1. 人物姿勢和畫面構圖更加多變動態，畫面視覺更吸引人；

2. 大幅度訓練電影數據集。儘管 2.0 至 4.0 版本電影質感較弱，許多粉絲懷念 1.0 版本 leogirl 風格，因此本次更新針對電影質感特別加強，且不影響其他攝影品質。電影質感可通過提示詞如 film grain texture 和 analog photography aesthetic 觸發；

3. 在科幻、驚悚及動物主題的表現力加強，機器人等題材帶有更多設計感。雪豹、紅熊貓、熊貓、老虎、費氏貓以及家貓犬類更為逼真；

4. 得益於 GPT 標註，提示詞遵從度和概念準確性進一步提升。

然而本版本缺點包括：

1. 因為是大幅精調更新，肢體等錯誤率可能稍有上升，屬於在優化新區域中正常現象。之前版本已進行大量肢體檢測改進，新版因時間有限改動較少。不過本版本肢體準確度至少高於 1.0 版本，未來會持續改進；

2. 由於強化電影質感，儘管 GPT 標註盡量精準，圖像可能會有不可避免的默認暖色調。可用「studio light」或「sharp focus」等提示詞生成高清工作室質感圖像，合理提示下輸出皮膚色調與視覺效果優於此前版本；

3. 本版本包含更多全身角色圖片以強化全身效果，如無特定構圖指示，模型生成的畫面可能較寬。1024 分辨率全身臉部細節較半身或特寫略粗糙，但可通過 adetailer 與 1.5x 高清修復（強度 0.3）改善，或用提示詞限制構圖避免全身；

4. 由於少量高質量插畫數據集加入，提示動畫風格可能生成動畫圖像。如有顧慮請調整提示詞。

以上為本版本主要更新。訓練 SDXL 基礎模型挑戰大，當訓練集接近上萬張時，標註與訓練成本超過 300 美元。歡迎大家使用並提出反饋！若覺得模型滿意，請多多幫忙分享。

📖2024.1.31 推出「HelloWorld 4.0」

HelloWorld4.0 是從 blip+clip 標註向 GPT4V 標註的過渡版本。我先訓練純 GPT4V 標註模型，再融合大部分 HelloWorld3.2 版本和 0.05 比例 Juggernaut XL（調整膚色）。新版本在提示詞遵守與概念覆蓋方面較 3.2 更有改善。

新 GPT4V 標註訓練集從 helloworld3 系列 4000 張圖像翻倍至 8000 張，涵蓋肖像外還有動物、建築、自然、食物、插畫等。但純 GPT4V 版本出現過擬合問題，初步歸因於訓練圖像數翻倍。下一步迭代優化將探索如何在確保肖像訓練充分前提下納入更多非肖像概念。現階段採用新老版本融合精調，確保版本過度平滑，擴大概念集及 GPT4V 標註優勢現階段感知度不高，5、6 代模型將更明顯。

📖2024.1.5 推出「HelloWorld 3.2」

3.2 版本基於DPO技術優化，比 3.0 版本在膚色與肢體準確度上有改進，但提升有限，因此標記為 3.2 而非 4.0。

📖2023.12.15 推出「HelloWorld 3.0」

新版擴充訓練集，提升模型在科幻與藝術等多種風格表達能力。
整合自製質量提升 LoCon（利用滑桿技術），改善圖像質感並減輕手指與肢體變形問題。

📖2023.11.17 推出「HelloWorld 2.0」

感謝各位耐心等待。經歷多方挑戰，HelloWorld 2.0 版本終於以令我滿意的狀態呈現。2.0 與 1.0 版本主要差異如下：

HelloWorld 2.0 不再需要觸發詞，生成效果與 1.0 含觸發詞相當。1.0 版本中“leogirl”觸發詞與東亞人關聯度高，取消觸發詞後，“1girl”等詞若無指明種族，仍以東亞人物為主。現可通過國籍、膚色等關鍵字指定種族。例如“Chinese”、“Russian”、“Iranian”、“Jamaican”、“Kenyan”、“dark-skinned”、“pale-skinned”等詞的觸發效果如下所示。
還可以通過撰寫不同國家性別人物名字達到不同角色風格，例如：Han Meimei（中國）、Sophie Martin（法國）、Priya Patel（印度）、Fatima Al-Hassan（阿拉伯）、Wanjiru Mwangi（肯亞）。以上提示詞僅為示例，還有許多可用提示詞和玩法，歡迎自行探索分享。
HelloWorld 2.0 在質量/色彩間取得平衡，提供更多風格選擇。1.0 版本使用 “leogirl” 常帶有濃厚電影質感。2.0 版本不再綁定電影質感，可通過質量相關提示進行自定義。經測試有效提示詞包括：
high-end fashion photoshoot, product introduction photo, popular Korean makeup, aegyo sal, Sharp High-Quality Photo, studio light, medium format photo, Mamiya photography, analog film, Medium Portrait with Soft Light, real-life image, refined editorial photograph, raw photo, real photo, Scanned Photo, film still
這些提示詞的色彩效果如下：
HelloWorld 2.0 訓練集中全身照片比例顯著提升，以改善 SDXL 生成全身及遠景人像效果。雖然較 1.0 版本有所提升，但仍強烈建議生成全身照過程使用“adetailer”。此外，擁有足夠視頻內存（24g）用戶建議對圖像進行 1.5x 高分辨率修復，可明顯提升臉部細節。

📖2023.8.29 推出「HelloWorld」SDXL 基礎模型

特別提醒：使用 HelloWorld 1.0 模型時，請務必添加觸發詞 "leogirl"。

與 SD1.5 基礎模型“MoonFilm”不同，“HelloWorld”為全新真實感 SDXL 基礎模型系列。為讓更多用戶發現 HelloWorld，我保留了原 Moonfilm 模型鏈接。它可視為 Moonfilm 在 SDXL 平台的精神延續，但 HelloWorld 目標不僅追求肖像真實與電影質感。由於 SDXL 相較 SD1.5 擁有更強資訊量與文字理解能力，HelloWorld 是一款致力於真實描繪萬物的基礎模型，換言之，希望透過 HelloWorld 逐步構建虛擬攝影世界。

SD1.5 真實感基礎模型已相當成熟，未來性能提升空間有限。除非 SD1.5 平台有突破技術，Moonfilm & MoonMix 系列基本停更。我將主力投入 HelloWorld SDXL 大模型開發。1.0 版本現已可下載，2.0 版本緊急開發中，預計九月初更新。

作為全新 SDXL 模型，HelloWorld 與傳統 SD1.5 模型有三大不同：

傳統 SD1.5 基礎模型通常不含觸發詞，使用 HelloWorld 1.0 請務必加上觸發詞 "leogirl"，確保 SDXL 模型更穩定觸發訓練集效果。
HelloWorld 支持 1024*1024 解析度直出，無需高分辨率放大。近景肖像直出品質不亞於 SD1.5 版本，但遠景肖像直出仍有瑕疵，建議配合ADetailer外掛，能有效修正遠景面部問題。
SDXL 現可方便使用簡單自然語言提示詞進行出圖，建議多嘗試自然語言提示詞，輸出 AI 寫實照片會更佳。

經多輪測試，建議繪圖參數設定如下：