语言:

• 英文 许可证: creativeml-openrail-m 标签:
• 稳定扩散模型
• 稳定扩散-扩散器
• 文本生成图像
• 扩散器 推理: 是

免责声明！此为存档仓库！

Anything V3 - 优化版VAE

欢迎使用Anything V3 - 优化版VAE。当前提供三种模型格式：扩散器格式、ckpt格式和safetensors格式。从此告别灰色图像输出。本模型专为通过简单提示词即可生成高质量、高细节的动漫风格图像而设计。与其他动漫风格稳定扩散模型类似，支持通过danbooru标签生成图像。 示例：1girl, 白发, 金瞳, 美目, 细节, 花海, 积雨云, 光影, 精细天空, 花园

Gradio交互界面

我们支持通过Gradio网页界面运行优化版VAE的Anything V3：

🧨 扩散器

本模型使用方法与其他稳定扩散模型完全一致。更多信息请参阅稳定扩散文档。您还可将模型导出为ONNX、MPS或[FLAX/JAX]格式。

运行前请安装依赖：

pip install diffusers transformers accelerate scipy safetensors

运行示例（默认使用DDIM调度器，本例切换为DPMSolverMultistepScheduler）：

from diffusers import StableDiffusionPipeline, DPMSolverMultistepScheduler

model_id = "Linaqruf/anything-v3-0-better-vae"

# 此处使用DPMSolverMultistepScheduler (DPM-Solver++)调度器
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe.scheduler = DPMSolverMultistepScheduler.from_config(pipe.scheduler.config)
pipe = pipe.to("cuda")

prompt = "大师级作品, 最佳质量, 插画, 精美细节, 戏剧性光影, 复杂细节, 1girl, 棕发, 绿瞳, 多彩, 秋季, 积雨云, 光影, 蓝天, 落叶, 花园"
negative_prompt = "低分辨率, 结构错误, 手部畸形, 文字, 缺指, 多指, 少指, 裁剪, 最差质量, 普通质量, JPEG伪影, 签名, 水印, 模糊, 作者名"

with autocast("cuda"):
    image = pipe(prompt, 
                 negative_prompt=negative_prompt, 
                 width=512,
                 height=640,
                 guidance_scale=12,
                 num_inference_steps=50).images[0]
    
image.save("动漫少女.png")

生成示例

以下为本模型的生成示例：

动漫少女：

动漫少年：

场景：

许可协议

本模型采用CreativeML OpenRAIL-M许可证，允许所有人使用。该许可证明确规定：

1. 禁止故意生成或分享违法/有害内容
2. 作者对生成内容不主张权利，使用者需自行负责且不得违反许可条款
3. 允许商用及再分发，但必须包含相同使用限制并向所有用户提供许可证副本 完整许可协议请参阅此处

重要公告

如需获取本模型的（非官方）延续版本，请访问andite/anything-v4.0。该仓库的存在源于我偶然建议将其微调模型(andite/yohan-diffusion)作为基础，合并多个神秘模型后命名为"Anything V4.0"，因其质量近似V3但有所提升。

另作说明：我计划删除/私有化以下两个"Anything V3"仓库之一：

• Linaqruf/anything-v3.0
• Linaqruf/anything-v3-better-vae

由于当前存在两个版本，且我迟未察觉这个神秘模型长期占据Huggingface趋势榜，新版本发布后同样上榜。每当见此情形，我深感不安。

倾向于保留Linaqruf/anything-v3-better-vae，因其包含优化版VAE且仓库管理更完善。欢迎在#133讨论区分享您对删除方案的意见。

致谢， Linaqruf

Anything V3

欢迎使用Anything V3 - 专为御宅族打造的潜在扩散模型。本模型旨在通过简单提示生成高质量、高细节的动漫风格图像。与其他动漫风格稳定扩散模型类似，支持通过danbooru标签生成图像。

示例：1girl, 白发, 金瞳, 美目, 细节, 花海, 积雨云, 光影, 精细天空, 花园

Gradio交互界面

支持通过Gradio网页界面运行Anything-V3.0：

在Spaces中打开

🧨 扩散器

使用方法与其他稳定扩散模型完全一致，详见稳定扩散文档。

支持导出为ONNX、MPS或[FLAX/JAX]格式。

from diffusers import StableDiffusionPipeline
import torch

model_id = "Linaqruf/anything-v3.0"
branch_name= "diffusers"

pipe = StableDiffusionPipeline.from_pretrained(model_id, revision=branch_name, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "皮卡丘"
image = pipe(prompt).images[0]

image.save("./皮卡丘.png")

生成示例

动漫少女：

1girl, 棕发, 绿瞳, 多彩, 秋季, 积雨云, 光影, 蓝天, 落叶, 花园
步数:50, 采样器:DDIM, CFG比例:12

动漫少年：

1boy, 中长发, 金发, 蓝瞳, 美少年, 多彩, 秋季, 积雨云, 光影, 蓝天, 落叶, 花园
步数:50, 采样器:DDIM, CFG比例:12

场景：

场景, 东京涩谷, 后启示录, 废墟, 锈蚀, 天空, 摩天楼, 废弃, 蓝天, 破碎窗户, 建筑, 云, 起重机, 户外, 蔓生植物, 立柱, 日落
步数:50, 采样器:DDIM, CFG比例:12

许可协议

本模型采用CreativeML OpenRAIL-M许可证，允许所有人使用。该许可证明确规定：

1. 禁止故意生成或分享违法/有害内容
2. 作者对生成内容不主张权利，使用者需自行负责且不得违反许可条款
3. 允许商用及再分发，但必须包含相同使用限制并向所有用户提供许可证副本 完整许可协议请参阅此处