模型/Stabilizer IL/NAI - illus01 v1.72

Stabilizer IL/NAI - illus01 v1.72

陳嘉欣 (Chan Ka-yan)

9/30/2025

1:24:33 PM

| Discussion|

提示

在堆疊 LoRA 時請先加載此 LoRA，以減少因 DoRA 架構動態權重導致的意外變化。

作為微調基礎模型使用時，於預訓練基礎模型上全力施加，獲得最佳自然細節與風格控制。

使用帶有強烈風格的基礎模型時需謹慎，疊加可能降低預期效果。

模型無法為嚴重過擬合 AI 風格圖像的基礎模型添加自然細節。

避免於 Civitai 評論系統留下反饋，請使用提供的評論區，以便更易被看到。

可搭配 Dark、Contrast Controller 與 Style Strength Controller 等輔助 LoRA 進行環境與風格調整。

創作者贊助

在 TensorArt 找到我

最新更新：

(2025/9/7) 你可以在 TensorArt 找到我。

Stabilizer

這是我微調的基礎模型，但以 LoRA 形式呈現。

此微調基礎模型特色：

專注於創意，而非固定風格。 數據集十分多樣，模型無預設風格（偏見）限制其創造力。
僅自然質感、光線與細節。 無塑膠感 AI 風格（相同 AI 臉孔、髮型、光滑無質感表面等）。我親自挑選數據集中的每張圖片，無 AI 生成圖片。
影像變形更少，更合邏輯。 背景與構圖更佳。
提升提示理解能力。 使用自然語言標籤訓練。
(v-pred) 更佳且平衡的光線，高對比。 純黑（0）與純白（255）可同時出現在同一畫面甚至同一處，且無溢位或過度飽和現象。

封面圖為原始輸出，預設 1MP 解析度，無放大、無插件、無修補。包含元數據，100% 可複現。

封面圖的風格來自預訓練基礎模型，由提示觸發，不在我的數據集中。可見預訓練模型了解那些風格，但受限於對動漫資料的過擬合，生成效果不佳。本模型修正了過擬合問題。詳見下方「原理與運作方式」部分。

為何無預設風格？

「預設風格」是指：模型不論提示內容，均產出構成該預設風格的相同元素（臉孔、背景、氛圍）。
優點：使用簡單，無需再輸入風格提示。
缺點：無法覆寫該風格。若提示不符預設風格，會被忽略。疊加其他風格時，預設風格總會重疊、污染或限制其他風格。
「無預設風格」即無偏見，需透過標籤與 LoRA 指定需要的風格，且本模型無風格重疊污染。可精確獲得所疊加的風格效果。

為何此「微調基礎模型」以 LoRA 形式？

我非超級巨佬，無數百萬訓練圖片。不需微調整個基礎模型，LoRA 已足夠。
節省大量 VRAM，可使用更大批次。
只需上傳及下載約 40MiB 小檔案，而非 7GiB 巨型檢查點，省 99.4% 數據與儲存空間。~~故能頻繁更新~~。
此 LoRA 雖小，卻強大。因採用 NVIDIA 全新架構 DoRA，效率優於傳統 LoRA。

如何取得此「微調基礎模型」？

很簡單。

預訓練基礎模型 + 本 LoRA = 「微調基礎模型」

只需在 預訓練基礎模型上全力加載此 LoRA，即可令預訓練基礎模型變為微調基礎模型。詳見「使用方法」。

禁止使用此模型分享混合。此模型隱藏觸發詞以印製隱形浮水印。我親自編寫浮水印與檢測器程式。雖不願啟用，但有能力。

本模型僅於 Civitai 與 TensorArt 發佈。若於其他平台見「我」與此語句，均為假冒，該平台為盜版平台。

請於評論區留下回饋，供所有人參考。請勿在 Civitai 評論系統留言，那系統設計不良，幾乎沒人能找到與查看評價。

使用方法

最新版本：

nbvp10 v0.271（訓練於 NoobAI v-pred v1.0）。
- 色彩準確且細節精緻。迄今最優模型。
nbep10 v0.273（訓練於 NoobAI eps v1.0），已停用。
- 對比 v-pred 模型飽和度與對比度較低。原因為標準 epsilon (eps) 預測存在「小設計缺陷」，限制色彩範圍，故有後續 v-pred 改良。
illus01 v1.198（訓練於 Illustrious v0.1）。已停用。
- 年代較久遠……

注意：LoRA 堆疊中請先加載此 LoRA。

此 LoRA 採用 NVIDIA 新架構 DoRA，效率優於傳統 LoRA。但不同於傳統 LoRA 固定權重，DoRA 權重動態依當前加載基礎模型權重計算（當你加載其他 LoRA 時會變化）。為減少意外變化，請先加載此 LoRA。

本模型兩種用法：

1). 作為微調基礎模型使用 (推薦)：

若需最高自然細節及完全風格掌控，依此使用。

只需在 預訓練基礎模型上全力加載此 LoRA，使其轉為微調基礎模型。

2). 作為其他微調基礎模型的 LoRA。

本質為 LoRA，亦可如此應用。

需注意事項：

重要：若你使用"illustrious"基礎模型。 需查明該基礎模型實際以何預訓練基礎模型為底層。大部分"illustrious"動漫基礎模型以（或接近）NoobAI 為基礎，非 illustrious。詳見「討論」。LoRA 必須與預訓練基礎模型匹配，錯配會降低畫質。
你將要合併兩個基礎模型。若你的基礎模型已有強烈預設風格，通常直接加載此 LoRA 無法達成預期。可能需平衡其他權重（LoRA、U-net 區塊等）。
模型無法替 AI 風格嚴重過擬合的基礎模型添加自然細節（AI 影像之光滑、亮澤、無質感及塑膠感皆可感受）。若你選擇此模型欲去除現有基礎模型中的 AI 風格光滑感，抱歉無效，因 AI 風格極度過擬合，且會抑制細節，難以去除。
本模型非魔法工具，無法疊加大量 LoRA 而不破壞其他效果。模型名稱易誤導。

原理與運作方式：

過擬合問題：

動漫模型僅以動漫圖訓練。動漫圖簡單，僅含高階「概念」，多為抽象，缺背景、細節與質感。
模型會學習其見過的內容，而非你想要的內容。
經過超過 10M 張簡單抽象動漫圖後，模型學得：1) 無需生成細節（因數據集未指示）。2) 必須生成簡單抽象圖像，即使不理解，導致變形圖像，稱為「過擬合」。

解決方案：

同時以動漫與現實圖像訓練，使之能學「概念」同時保留自然細節與質感，減少過擬合。
NoobAI 混入部分真人 Cosplay 圖片（記憶中，開發者曾提及）。
本模型更進一步，訓練於多種題材：建築、日常物品、服裝、風景等，並使用多層次自然語言標籤模擬 SDXL 原始訓練。

成果：

比較無使用版本：1（藝術家風格）、2（通用風格）
減少過擬合，變形影像更少，自然質感、光照與細節提升。可使用成千上萬內建風格標籤（Danbooru、e621 標籤）及 SDXL 原生通用風格，獲得乾淨細緻影像，無論 2D、3D、抽象或寫實。
並維持最高創造力。數據集多元，無預設風格，不限制預訓練模型及其他風格 LoRA 的創意。

數據集

最新版本或近期版本

約 7 千張圖片。相較於喜愛巨量數百萬張圖片微調的巨佬不大，但不小，且均由我親手挑選。

僅正常、悅目事物。無無法描述之瘋狂藝術風格。無 AI 圖、無浮水印等。
僅高解析度圖片。整體平均約 3.37MP，約 1800x1800。
所有圖片均含 Google 最新 LLM 產生的自然語言標籤。
所有動漫角色先以 wd tagger v3 標記，再由 Google LLM 補充。
涵蓋自然、戶外、室內、動物、日用品等多種題材，不含真人。
涵蓋各種亮度條件，非常暗、非常亮及極端亮暗同時存在。

其他工具

部分原計劃列入 Stabilizer 的功能，現分為獨立 LoRA，以提升靈活性。合集連結：https://civitai.com/collections/8274233。

Dark：偏向陰暗環境的 LoRA，有助修正某些基礎模型內過強的高亮偏見。訓練於低亮度圖片。無風格偏見，無風格污染。

Contrast Controller：手工打造 LoRA，可像調螢幕滑桿般調節對比度。不同於其他訓練型「對比增強器」，此 LoRA 效果穩定、數學線性，且風格無副作用。

適用於基礎模型存在過度飽和問題，或需極色彩豐富時。

示例：

Style Strength Controller：降低過擬合效果，數學操作減少各類偏見（物體、亮度等）。也可加強效果。

Stabilizer 的區別：

Stabilizer 以現實世界數據訓練，僅可「減少」過擬合於質感、細節與背景，透過添加回細節。
Style Controller 不是訓練所得，更像「還原」基礎模型訓練，使其更少過擬合。可數學減少所有過擬合效果，如亮度或物體偏見。

舊版本：

更多資料請參考「更新日志」。舊版本效果可能大不同。

主要時間線：

現今 ~：自然細節與質感，穩定提示理解與更豐富創意。不再侷限純 2D 動漫風格。
illus01 v1.23 / nbep11 0.138 ~：更佳動漫風格與鮮豔色彩。
illus01 v1.3 / nbep11 0.58 ~：更優動漫風格。

更新日志

(2025/8/31) NoobAI ep10 v0.273

此版本自始訓練於 NoobAI eps v1.0。

較先前 illus01 v1.198：

極端條件下亮度更均衡。（同 nbvp v0.271）
更佳質感與細節。於高 SNR 時序執行更多訓練步驟。（illus01 版本跳過該時序以提升兼容性，現所有基礎皆 NoobAI，故取消跳過）

(2025/8/24) NoobAI v-pred v0.271：

較先前 v0.264：

極端條件下光線更均衡，偏見減少。
高對比，同畫面甚至同處可同時有純黑 0 與純白 255，無溢出與過飽和，現可同時擁有。
（舊 v0.264 嘗試將圖片峰值限於 10~250 以避免溢出，仍有明顯偏見問題，整體偏暗或偏亮）
同 v0.264，建議高強度或全強度 (0.9~1) 使用。

(2025/8/17) NoobAI v-pred v0.264:

首版本訓練於 NoobAI v-pred。
提供更佳光線，減少溢出。
備註：建議高強度或全強度 (0.9~1) 使用。

(2025/7/28) illus01 v1.198

與 v1.185c 比較：

「c」結尾版本終止，雖「視覺震撼」優異，但相容性差，例如基礎模型已有對比強化，雙重對比增強非常糟，因此不再有過強後製效果（高對比與飽和等）。
提升更多質感與細節，電影級光線，改善相容性。
本版本大量改動，包括完整數據集翻新，效果與前版本大異其趣。
想回復 v1.185c 狂野效果者，可見此頁面，若數據集足夠大可訓練 LoRA。

(2025/6/21) illus01 v1.185c：

與 v1.165c 比較。

清晰度及銳利度提升一倍。
降低約 30% 無法適當描述的混亂圖像。此版本或無法持續提供極高對比，但在常用情境下更穩定。

(2025/6/10): illus01 v1.165c

特殊版本。非 v1.164 改良版，「c」代表「多彩」「創意」「偶爾混沌」。

數據中包含部分 視覺震撼、且有時 難以形容 的圖像，如強烈色彩、高對比、複雜光照、物件及複雜圖案隨處可見。

因此畫面「視覺震撼」但犧牲「自然感」，可能影響柔和色系風格效果，如無法完美呈現鉛筆畫質感。

(2025/6/4): illus01 v1.164

提升提示理解，現在每張圖有三條不同視角自然標註。Danbooru 標籤經 LLM 甄別，僅融合重要標籤於自然標註內。
防止過曝，增設偏差，避免模型輸出純白 (#ffffff) 水平。多數情況純白即過曝，損失細節。
調整部分訓練設置，提高與 NoobAI e-pred、v-pred 兼容性。

(2025/5/19): illus01 v1.152

持續改進光線、質感與細節。
新增 5 千張圖片，訓練步數更多，效果更強。

(2025/5/9): nbep11 v0.205:

快速修正 v0.198 亮度與色彩問題，使其不再劇烈變化，較像真實照片。v0.198 不差，僅太有創意。

(2025/5/7): nbep11 v0.198:

新增更多暗色圖，暗環境中較少變形身體與背景。
移除色彩與對比強化，改用 Contrast Controller。

(2025/4/25): nbep11 v0.172.

與 illus01 v1.93 ~ v1.121 新功能相同。摘要：新增「Touching Grass」攝影數據集。提升自然質感、背景與光線。降低角色效果以提升兼容性。
提升色彩準確性與穩定性。（對比 nbep11 v0.160）

(2025/4/17): illus01 v1.121.

回退至 illustrious v0.1。ilustrious v1.0 及更新版本故意加入 AI 圖（約佔數據集 30%），不適合 LoRA 訓練，我直到看論文後才察覺。
降低角色風格強度，回退至 v1.23 水準。此 LoRA 使角色細節較少，但兼容性佳，屬權衡取捨。
其他特性與 v1.113 相同。

(2025/4/10): illus11 v1.113 ❌.