许可协议：creativeml-openrail-m
标签：

• 文本生成图像
• 稳定扩散
• 扩散模型
  基础模型：stabilityai/stable-diffusion-xl-base-1.0
  实例提示：以像素艺术风格呈现
  示例输入：
• 文本：可爱的小龙。以像素艺术风格呈现

像素派对XL

这是基于SDXL进行完整模型训练、以更好实现像素艺术效果的模型。欢迎将其用于个人项目，但请勿公开托管此模型。

我们正在为独立游戏开发构建工具，目前已支持以下功能：

• 地图图块生成
• 运动动画制作
• 攻击动画设计
• 图像修复
• 角色重塑
• 动画插值

还有更多功能正在规划中！:D

若想支持我们或查看其他像素艺术模型，请访问PixelLab官网或加入Discord社区。

使用指南

• 在提示词末尾添加"以像素艺术风格呈现"。例如："可爱的小龙。以像素艺术风格呈现"
• 使用最近邻算法将图像缩小8倍
• 初始图像参考非常有效
• 模型在128x128画布尺寸表现最佳，但创作小尺寸物品/角色等同样出色
• 推荐使用固定fp16支持的VAE：madebyollin/sdxl-vae-fp16-fix
• 请勿使用精炼器

扩散模型用法

from diffusers import DiffusionPipeline, UNet2DConditionModel  
import torch  

pipe = DiffusionPipeline.from_pretrained(  
    "stabilityai/stable-diffusion-xl-base-1.0",  
    torch_dtype=torch.float16,  
    unet=UNet2DConditionModel.from_pretrained("pixelparty/pixel-party-xl", torch_dtype=torch.float16),  
    use_safetensors=True,  
    variant="fp16",  
)  
pipe.to("cuda")  

torch.manual_seed(11215)  
prompt = "可爱的小龙。以像素艺术风格呈现"  
negative_prompt = "混合像素. 业余效果. 多重元素"  

image = pipe(prompt, negative_prompt=negative_prompt, num_inference_steps=25).images[0]  

许可声明

请勿公开托管此模型。本模型遵循CreativeML-OpenRail-M许可协议。