pipeline_tag: 文本生成图像 license: 其他 license_name: faipl-1.0-sd license_link: 许可证 base_model: stabilityai/stable-cascade tags:

• 文本生成图像
• 动漫 library_name: diffusers language: 英文 inference: false decoder: Disty0/sotediffusion-wuerstchen3-decoder new_version: Disty0/sotediffusion-v2

新版已发布: https://huggingface.co/Disty0/sotediffusion-v2

SoteDiffusion Wuerstchen3

基于Würstchen V3的动漫风格微调模型

版本说明

• 本版本由fal.ai/grants赞助
• 使用8块A100 80G显卡训练了600万张图像，共3个epoch

API调用

可通过Fal.AI的API使用此模型
详情参见：https://fal.ai/models/fal-ai/stable-cascade/sote-diffusion

界面指南

SD.Next

地址：https://github.com/vladmandic/automatic/

进入Models -> Huggingface，输入模型名称Disty0/sotediffusion-wuerstchen3-decoder并下载
下载完成后加载Disty0/sotediffusion-wuerstchen3-decoder

提示词：

最新，极致美学，最佳品质，

负面提示词：

非常不悦，最差品质，单色，写实，最早期，萝莉，

参数设置：
采样器：默认

步数：30或40
精炼步数：10

CFG值：7
二级CFG值：2或1

分辨率：1024x1536，2048x1152
只要长宽是128的倍数即可

ComfyUI

参考CivitAI：https://civitai.com/models/353284

代码示例

pip install diffusers

import torch
from diffusers import StableCascadeCombinedPipeline

device = "cuda"
dtype = torch.bfloat16 # 或 torch.float16
model = "Disty0/sotediffusion-wuerstchen3-decoder"

pipe = StableCascadeCombinedPipeline.from_pretrained(model, torch_dtype=dtype)

# 将所有内容发送到GPU：
pipe = pipe.to(device, dtype=dtype)
pipe.prior_pipe = pipe.prior_pipe.to(device, dtype=dtype)

# 或启用模型卸载以节省显存：
# pipe.enable_model_cpu_offload()