许可证: 其他
许可证名称: faipl-1.0-sd
许可证链接: https://freedevproject.org/faipl-1.0-sd/
语言:
- 英文
标签:
- 文生图
- 稳定扩散
- 安全张量
- 稳定扩散XL
基础模型: cagliostrolab/animagine-xl-3.1
组件:
- 文本: 1女孩,绿发,毛衣,注视镜头,上半身,贝雷帽,户外,夜晚,高领毛衣,杰作,最佳质量,极美学,超高分辨率
参数:
负面提示: 成人内容,低质量,最差质量,极不悦,3D,水印,签名,丑陋,绘制拙劣
示例标题: 1女孩
- 文本: 1男孩,男性焦点,绿发,毛衣,注视镜头,上半身,贝雷帽,户外,夜晚,高领毛衣,杰作,最佳质量,极美学,超高分辨率
参数:
负面提示: 成人内容,低质量,最差质量,极不悦,3D,水印,签名,丑陋,绘制拙劣
示例标题: 1男孩
将每张图片拖放到
此链接或使用ComfyUI获取元数据。
概述
基沃托斯XL 2.0是Yodayo基沃托斯XL系列的最新版本,继前作基沃托斯XL 1.0之后。这一开源模型基于Animagine XL V3构建,后者是专为生成高质量动漫风格作品设计的SDXL模型。基沃托斯XL V2.0经过额外微调与优化,专注于精准呈现《蔚蓝档案》系列作品的视觉风格与美学。
模型详情
支持平台
- 在我们的平台使用此模型:

- 在
ComfyUI
或稳定扩散Webui
中使用
- 使用🧨
diffusers
库
🧨 Diffusers安装
首先安装所需库:
pip install diffusers transformers accelerate safetensors --upgrade
然后运行以下示例代码生成图像:
import torch
from diffusers import StableDiffusionXLPipeline
pipe = StableDiffusionXLPipeline.from_pretrained(
"yodayo-ai/kivotos-xl-2.0",
torch_dtype=torch.float16,
use_safetensors=True,
custom_pipeline="lpw_stable_diffusion_xl",
add_watermarker=False,
variant="fp16"
)
pipe.to('cuda')
prompt = "1女孩,和纱(蔚蓝档案),蔚蓝档案,单人,上半身,V字手势,微笑,注视镜头,户外,夜晚,杰作,最佳质量,极美学,超高分辨率"
negative_prompt = "成人内容,(低质量,最差质量:1.2),极不悦,3D,水印,签名,丑陋,绘制拙劣"
image = pipe(
prompt,
negative_prompt=negative_prompt,
width=832,
height=1216,
guidance_scale=7,
num_inference_steps=28
).images[0]
image.save("./cat.png")
使用指南
标签顺序
为获得最佳效果,建议遵循结构化提示模板,因为我们按此方式训练模型:
1女孩/1男孩,角色名,所属系列,创作者,其余内容任意顺序。
特殊标签
基沃托斯XL 2.0继承了Animagine XL 3.1的特殊标签,通过引导生成结果在质量、评级、创作日期和美学方面提升。这一继承确保模型能产出高质量、相关且美学愉悦的图像。虽然模型可不使用这些标签生成图像,但使用它们有助于获得更好效果。
- 质量标签: 杰作,最佳质量,优秀质量,良好质量,普通质量,低质量,最差质量
- 评级标签: 安全,敏感,成人内容,露骨
- 年份标签: 最新,近期,中期,早期,最旧
- 美学标签: 极美学,美学,不悦,极不悦
推荐设置
引导模型生成高美学图像,推荐以下设置:
成人内容,(低质量,最差质量:1.2),极不悦,3D,水印,签名,丑陋,绘制拙劣
杰作,最佳质量,极美学,超高分辨率
- 分类器自由引导(CFG)比例: 应在5至7之间;10为过曝,>12为严重过曝。
- 采样步数: 应在25至30之间;28为最佳点。
- 采样器: 强烈推荐Euler祖先(Euler a)。
- 支持分辨率:
1024 x 1024, 1152 x 896, 896 x 1152, 1216 x 832, 832 x 1216, 1344 x 768, 768 x 1344, 1536 x 640, 640 x 1536
训练
以下是训练期间使用的关键超参数:
特性 |
预训练 |
微调 |
硬件 |
2x H100 80GB PCIe |
1x A100 80GB PCIe |
批量大小 |
32 |
48 |
梯度累积步数 |
2 |
1 |
噪声偏移 |
无 |
0.0357 |
周期数 |
10 |
10 |
UNet学习率 |
5e-6 |
3.75e-6 |
文本编码器学习率 |
2.5e-6 |
无 |
优化器 |
Adafactor |
Adafactor |
优化器参数 |
缩放参数: 否, 相对步长: 否, 预热初始化: 否 (0.9, 0.99) |
缩放参数: 否, 相对步长: 否, 预热初始化: 否 |
调度器 |
带预热的常量 |
带预热的常量 |
预热步数 |
0.05% |
0.05% |
许可证
基沃托斯XL 2.0采用公平AI公共许可证1.0-SD许可,与稳定扩散模型许可证兼容。要点如下:
- 修改共享: 若修改基沃托斯XL 2.0,必须共享修改内容及原始许可证。
- 源代码可访问性: 若修改版本可通过网络访问,需提供他人获取源代码的途径(如下载链接)。此要求同样适用于衍生模型。
- 分发条款: 任何分发须遵循本许可证或具有相似规则的许可证。