license: other license_name: faipl-1.0-sd license_link: https://freedevproject.org/faipl-1.0-sd/ language:

• en tags:
  • 文生图
  • 稳定扩散
  • 安全张量
  • 稳定扩散XL base_model: cagliostrolab/animagine-xl-3.0 widget:
• text: 1女孩，绿发，毛衣，注视观众，上半身，无檐帽，户外，夜晚，高领衫，杰作，最佳质量，极致美学，超现实 parameter: negative_prompt: 不适宜内容，低分辨率，（劣质），文字，错误，缺失，额外内容，最差质量，JPEG伪影，低质量，水印，未完成，不悦目，早期作品，色差，签名，多余数字，艺术错误，用户名，扫描件，[抽象] example_title: 1女孩
• text: 1男孩，男性焦点，绿发，毛衣，注视观众，上半身，无檐帽，户外，夜晚，高领衫，杰作，最佳质量，极致美学，超现实 parameter: negative_prompt: 不适宜内容，低分辨率，（劣质），文字，错误，缺失，额外内容，最差质量，JPEG伪影，低质量，水印，未完成，不悦目，早期作品，色差，签名，多余数字，艺术错误，用户名，扫描件，[抽象] example_title: 1男孩

Animagine XL 3.1

Animagine XL 3.1 是Animagine XL V3系列的升级版本，在前作Animagine XL 3.0基础上全面增强。这款开源动漫主题文生图模型能生成更高质量的动漫风格图像，包含更多知名动漫角色，采用优化数据集并新增美学标签。基于Stable Diffusion XL构建，旨在为动漫爱好者、艺术家和内容创作者提供精准细致的角色呈现。

模型详情

• 开发团队: Cagliostro研究实验室
• 合作方: SeaArt.ai
• 模型类型: 基于扩散的文本生成图像模型
• 模型描述: 通过文本提示生成高质量动漫图像，显著提升手部解剖结构表现、概念理解能力和提示词解析水平
• 许可协议: 公平AI公共许可证1.0-SD
• 微调基础: Animagine XL 3.0

Gradio & Colab集成

通过Huggingface Spaces体验Gradio演示:

或在Google Colab中运行:

🧨 Diffusers安装指南

首先安装必要库：

pip install diffusers transformers accelerate safetensors --upgrade

运行以下示例代码生成图像：

import torch
from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained(
    "cagliostrolab/animagine-xl-3.1", 
    torch_dtype=torch.float16, 
    use_safetensors=True, 
)
pipe.to('cuda')

prompt = "1女孩，惣流·明日香·兰格雷，新世纪福音战士，单人，上半身，V字手势，微笑，注视观众，户外，夜晚"
negative_prompt = "不适宜内容，低分辨率，（劣质），文字，错误，缺失，额外内容，最差质量，JPEG伪影，低质量，水印，未完成，不悦目，早期作品，色差，签名，多余数字，艺术错误，用户名，扫描件，[抽象]"

image = pipe(
    prompt, 
    negative_prompt=negative_prompt,
    width=832,
    height=1216, 
    guidance_scale=7,
    num_inference_steps=28
).images[0]

image.save("./output/asuka_test.png")

使用规范

标签顺序

为获得最佳效果，建议遵循结构化提示模板：

1女孩/1男孩，角色名，出自作品，其余内容任意顺序。

特殊标签

Animagine XL 3.1采用特殊标签引导生成质量、评级、创作年代和美学风格。虽然模型可不使用这些标签，但使用它们能获得更好效果。

质量修饰符

质量标签现综合考虑评分和后期评级，确保质量分布均衡。我们优化了标签表述，如将"高质量"改为"优秀质量"。

评级修饰符

简化评级标签以建立通用规则，如将"rating: general"简化为"general"。

年代修饰符

重新定义年代范围以更准确引导现代或复古风格。

美学标签

采用ViT图像分类模型shadowlilac/aesthetic-shadow-v2评估内容美学价值。

推荐设置

引导模型生成高美学图像时使用负面提示：

不适宜内容，低分辨率，（劣质），文字，错误，缺失，额外内容，最差质量，JPEG伪影，低质量，水印，未完成，不悦目，早期作品，色差，签名，多余数字，艺术错误，用户名，扫描件，[抽象]

高质量输出建议前缀：

杰作，最佳质量，极致美学，超高清

推荐CFG Scale设为5-7，采样步数低于30步，使用Euler Ancestral (Euler a)采样器。

多比例分辨率

支持生成以下尺寸图像：

训练与超参数

Animagine XL 3.1 在2块A100 80GB GPU上训练约15天，总耗时超350 GPU小时。训练分三阶段：

• 预训练：使用87万有序标注图像扩展模型知识
• 微调第一阶段：采用美学标注数据集修复U-Net
• 微调第二阶段：优化艺术风格及手部解剖表现

超参数配置

模型对比(仅预训练)

训练配置

源代码和训练配置见: https://github.com/cagliostrolab/sd-scripts/tree/main/notebook

致谢

Animagine XL 3.1的开发离不开以下个人和组织的贡献：

• SeaArt.ai: 合作方与赞助商
• Shadow Lilac: 提供美学分类模型aesthetic-shadow-v2
• Derrian Distro: 定制学习率调度器
• Kohya SS: 完整训练脚本
• Cagliostrolab成员: 模型训练与数据管理
• 早期测试者: 质量反馈
• NovelAI: 美学标签设计灵感
• KBlueLeaf: [Hakubooru元信息](https://github.com/KohakuBlueleaf/HakuBooru/blob/main/hak