语言:

• 英文 标签:
• 文本生成图像
• 稳定扩散模型
• 安全张量格式
• SDXL模型 小部件示例:
• 文本提示: >- 1女孩, 绿发, 毛衣, 注视观众, 上半身, 无檐帽, 户外, 夜晚, 高领衫, 杰作级, 高分, 极佳评分, 超高分辨率 参数: 负面提示: >- 低分辨率, 结构畸形, 手部缺陷, 文字, 错误, 缺指, 多指, 少指, 裁剪不当, 最差质量, 低质量, 低分, 差评, 一般评分, 签名, 水印, 用户名, 模糊 示例标题: 1女孩
• 文本提示: >- 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, 杰作级, 高分, 极佳评分, 超高分辨率 参数: 负面提示: >- 低分辨率, 结构畸形, 手部缺陷, 文字, 错误, 缺指, 多指, 少指, 裁剪不当, 最差质量, 低质量, 低分, 差评, 一般评分, 签名, 水印, 用户名, 模糊 示例标题: 1男孩 许可证: openrail++ 基础模型:
• stabilityai/stable-diffusion-xl-base-1.0

Animagine XL 4.0 动漫生成模型

模型概述

Animagine XL 4.0（风格化写作Anim4gine）是终极动漫主题微调SDXL模型，也是Animagine XL系列的最新版本。虽然延续前作，但本模型基于Stable Diffusion XL 1.0重新训练，使用截至2025年1月7日的840万张多样化动漫风格图像数据集，累计GPU训练时长约2650小时。与前代相同，本模型采用标签排序法进行特征与风格训练。

随着**Animagine XL 4.0 Opt（优化版）**的发布，模型通过额外数据集进一步精炼，显著提升以下方面：

• 输出稳定性
• 人体结构准确性
• 噪点控制
• 色彩饱和度
• 整体色彩精度

这些改进使优化版在保持系列标志性品质的同时，呈现更稳定且视觉惊艳的效果。

版本日志

• 2025-02-13 – 发布Animagine XL 4.0优化版
  • 增强输出稳定性
  • 优化人体比例精度
  • 减少生成噪点与伪影
  • 修复低饱和度问题，色彩更丰富
  • 提升色彩准确度
• 2025-01-24 – 初始版本发布

模型详情

• 开发团队: Cagliostro研究实验室
• 模型类型: 基于扩散的文本生成图像模型
• 许可证: CreativeML Open RAIL++-M
• 模型描述: 专为生成/修改动漫主题图像设计的文本驱动模型
• 微调基础: Stable Diffusion XL 1.0

下游应用

1. 通过我们的Hugging Face空间在线体验
2. 在ComfyUI或Stable Diffusion Webui中部署
3. 使用🧨 diffusers库调用

🧨 Diffusers安装指南

1. 安装依赖库

pip install diffusers transformers accelerate safetensors --upgrade

2. 示例代码

以下示例使用lpw_stable_diffusion_xl流程，可更好处理长文本、加权及详细提示词。模型已上传FP16格式，无需在from_pretrained中指定variant="fp16"。

import torch
from diffusers import StableDiffusionXLPipeline

pipe = StableDiffusionXLPipeline.from_pretrained(
    "cagliostrolab/animagine-xl-4.0",
    torch_dtype=torch.float16,
    use_safetensors=True,
    custom_pipeline="lpw_stable_diffusion_xl",
    add_watermarker=False
)
pipe.to('cuda')

prompt = "1女孩, 有马佳奈, 推之子, 星街彗星, 星街彗星（初代服装）, cosplay, 注视观众, 微笑, 户外, 夜晚, 虚拟主播, 杰作级, 高分, 极佳评分, 超高分辨率"
negative_prompt = "低分辨率, 结构畸形, 手部缺陷, 文字, 错误, 缺指, 多指, 少指, 裁剪不当, 最差质量, 低质量, 低分, 差评, 一般评分, 签名, 水印, 用户名, 模糊"

image = pipe(
    prompt,
    negative_prompt=negative_prompt,
    width=832,
    height=1216,
    guidance_scale=5,
    num_inference_steps=28
).images[0]

image.save("./有马佳奈.png")

使用规范

提示词结构示意图：

1. 提示词结构

模型采用标签排序训练法，建议使用以下模板：

1女孩/1男孩/其他主体, 角色名, 作品名称, 评级标签, 其他任意顺序标签, 最后添加质量增强标签

2. 质量增强标签

在提示词末尾添加：

杰作级, 高分, 极佳评分, 超高分辨率

3. 推荐负面提示

低分辨率, 结构畸形, 手部缺陷, 文字, 错误, 缺指, 多指, 少指, 裁剪不当, 最差质量, 低质量, 低分, 差评, 一般评分, 签名, 水印, 用户名, 模糊

4. 最优参数

• CFG尺度: 4-7（推荐5）
• 采样步数: 25-28（推荐28）
• 推荐采样器: 欧拉祖先（Euler a）

5. 推荐分辨率

6. 完整提示词示例

1女孩, 萤火虫（崩坏：星穹铁道）, 崩坏系列, 崩坏：星穹铁道, 安全内容, 休闲装, 单人, 注视观众, 户外, 微笑, 伸手朝向观众, 夜晚, 杰作级, 高分, 极佳评分, 超高分辨率

特殊标签

模型支持多种特殊标签，可用于精确控制生成效果。这些标签经过严格加权测试，能确保不同提示词下的输出稳定性。

质量标签

直接影响图像整体质量的基础控制标签：

• 杰作级
• 最佳质量
• 低质量
• 最差质量

使用"杰作级, 最佳质量"标签（无负面提示）	使用"低质量, 最差质量"标签（无负面提示）

评分标签

比基础质量标签更精细的评分控制：

• 高分
• 极佳评分
• 良好评分
• 一般评分
• 差评
• 低分

使用"高分, 极佳评分"标签（无负面提示）	使用"差评, 低分"标签（无负面提示）

时代标签

控制不同年代艺术风格的标签：

• 2005年风格
• {n}年风格
• 2025年风格

使用"2007年风格"标签的初音未来	使用"2023年风格"标签的初音未来

内容分级标签

控制生成内容安全等级的标签（需依法合规使用）：

• 安全内容
• 敏感内容
• 成人内容
• 限制级内容

训练详情

模型采用尖端硬件与优化超参数训练，技术规格如下：

致谢

本项目得益于以下组织与个人的开创性工作：

• Stability AI、Novel AI与Waifu Diffusion团队的技术贡献
• Main提供的启动资金支持 特别感谢社区成员的支持，尤其是：

1. Moescape AI：模型分发与测试合作伙伴
2. Lesser Rabbit：提供计算资源与研究资助
3. Kohya SS：开发开源训练框架
4. discus0434：开发领先的美学预测器2.5
5. 早期测试者提供的质量保证反馈

贡献者

核心团队成员：

模型开发

• KayfaHaarukku
• Raelina
• Linaqruf

交互界面

• Damar Jati

运营与质检

• Scipius
• Asahina
• Bell
• BoboiAzumi

数据处理

• Pomegranata
• Kr1SsSzz
• Fiqi
• William Adams Soeherman

新增筹款渠道

我们现通过GitHub Sponsors支持研发工作，您的捐助将助力AI技术发展。

支持方式：

• 加密货币捐赠：ETH/USDT/USDC至0xd8A1dA94BA7E6feCe8CfEacc1327f498fCcBFC0C
• GitHub赞助：点击链接
• 分享传播：推广模型作品
• 反馈建议：帮助改进模型

加入Discord社区

欢迎加入我们的讨论群组：

局限性

• 提示格式：仅适配标签式提示，自然语言效果有限
• 人体结构：复杂手势与手指计数可能不准确
• 文字生成：不支持图像内文字渲染
• 新角色：近期角色因训练数据有限可能精度不足
• 多角色场景：需精心设计提示词
• 高分辨率：超过训练分辨率(1024×1024)可能质量下降
• 风格一致性：需特定风格标签强化效果

许可证

本模型完全遵循原始CreativeML Open RAIL++-M许可证，条款包括：

• ✅ 允许：商用、修改、分发、私有使用
• ❌ 禁止：违法用途、生成有害内容、歧视性应用
• ⚠️ 要求：包含许可证副本、注明修改、保留声明
• 📝 免责：按"原样"提供，无任何担保

完整条款请参阅原始SDXL许可证。