license: other tags:

• stable-diffusion
• text-to-image

酷日本扩散2.1.1模型卡片

重要通知：中国将对图像生成AI实施法律限制（面向中国境内用户的警示）

英文版请见此处。

简介

酷日本扩散是基于Stable Diffusion微调而成的模型，专注于表现动漫、漫画、游戏等日本流行文化元素。注：本模型与日本内阁府推行的"酷日本"战略无直接关联。

许可证说明

本模型在CreativeML Open RAIL++-M License原许可基础上新增了非商业用途限制条款。此限制源于对创意产业潜在负面影响的担忧。若该担忧得以消除，后续版本将恢复原许可的商业使用权限。原许可证日文译本可参考此链接。商业机构用户请咨询法务部门，个人爱好者只需遵守常识规范即可。根据许可条款，任何模型修改都需继承本许可证。

法律与伦理声明

本模型开发受日本法律管辖。我们主张：

• 模型训练符合《著作权法》第30条之4
• 模型分发不构成《著作权法》或《刑法》第175条的共犯行为 （详见柿沼律师的法律意见）

但开发者承认未经原作者授权的模型分发存在伦理争议。虽然法律上无需授权（与搜索引擎同理），本次发布也旨在探讨AI技术的伦理边界。生成内容请严格遵守各国法律法规。

使用指南

快速体验请访问演示空间。详细教程见使用手册，模型文件可在此下载。

模型详情

• 开发者: Robin Rombach, Patrick Esser, Alfred Increment
• 类型: 基于潜在扩散模型的文生图系统
• 语言: 日语
• 许可证: CreativeML Open RAIL++-M-NC License
• 技术说明: 采用潜在扩散模型架构与OpenCLIP-ViT/H编码器

使用示例

Web UI方式

参照详细教程配置

Diffusers库方式

安装依赖：

pip install --upgrade git+https://github.com/huggingface/diffusers.git transformers accelerate scipy

生成脚本：

from diffusers import StableDiffusionPipeline, EulerAncestralDiscreteScheduler
import torch

model_id = "aipicasso/cool-japan-diffusion-2-1-1"

scheduler = EulerAncestralDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler")
pipe = StableDiffusionPipeline.from_pretrained(model_id, scheduler=scheduler, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "动漫风格，杰作，少女肖像，精致瞳孔，4K高清"
negative_prompt="变形模糊、解剖结构错误、面部扭曲、多肢畸形、低画质、文字水印"
images = pipe(prompt,negative_prompt=negative_prompt, num_inference_steps=20).images
images[0].save("girl.png")

优化建议：

• 使用xformers加速
• 低显存设备启用pipe.enable_attention_slicing()

适用场景

• AI艺术创作比赛（需完整披露训练数据）
• 新闻报道（含商业媒体）
• 日本文化海外推广
• 学术研究（模型微调/混合/性能评估）
• 美术教育（毕业设计/课题研究）
• 个人情感表达

禁止用途

• 伪造事实性内容
• 商业视频内容盈利
• 直接SaaS服务
• 干扰教学秩序
• 损害创意产业的行为

高风险限制

• 禁止制作数字赝品（可能违反《著作权法》）
• 禁止未经授权的图生图改造
• 禁止传播淫秽内容（触犯《刑法》175条）
• 禁止制造虚假新闻

模型局限性

继承Stable Diffusion v2的固有偏差，具体表现有待观察。

训练数据

• VAE部分：60万组合规日本本土图像（经数据增强）
• U-Net部分：100万组合规图文对

训练配置

• 硬件：RTX 3090, A6000
• 优化器：AdamW
• 累计梯度：1
• 批大小：1

环境影响

• 训练时长：600小时
• 碳足迹：可忽略

本卡片基于Stable Diffusion v2模型卡片改编，由Alfred Increment撰写。