Neta Art XL 二次元角色

动漫游戏 二次元 女生 画风加强 动漫画风

⚠️ 注意:请使用CFG = 11进行模型效果测试

完整的发布报告:https://nieta-art.feishu.cn/wiki/ARWLw99w7ikjaSkoV99cxmsOn5g


支持的第一步图像(highres fix前)生成比例请使用:

'1:1': [1024, 1024],  '3:4': [896, 1152],  '4:3': [1152, 896],  '16:9': [1344, 768],  '9:16': [768, 1344],


一、概述

  • 隆重推出 Neta Art XL V1.0,这是迄今为止最容易使用的 SDXL 模型。
  • 关键词:最佳角色覆盖、生动的故事讲述、多样的风格、稳定的人体结构。
  • 主要动机:更好的多风格稳定性和人体结构,用于角色视觉叙事目的:提供提示词排序规则,更容易遵循Prompt;在更好的知识和稳定性之间取得了很好的平衡。保持多种动漫艺术风格的美学上限标准,同时保持输出的基线对一般用户有吸引力。更少使用角色/风格/艺术家的Lora,方便更好地利用静态模型加速技术(如TensorRT等)。


包含13500+角色参考列表:请参考 A3.1 角色列表和报告中的训练数据信息

提示指南

为了避免文本提示中可能存在的歧义,并为非常复杂的场景(例如多角色场景)留出空间,我们发现在提示中强制执行顺序可以带来更好的指令遵循行为(向 NAI3 / Animagine3 / AIDXL 学习!)。 具体来说,我们在 Neta Art XL 中建议使用以下顺序:

标签顺序:  主体 (1boy / 1girl) -> 角色名 (a girl named frieren from sousou no frieren series) -> 艺术家 (by xxx) -> race (elf) -> 镜头组合 (cowboy shot) -> 风格 (impasto style) -> 画面主题 (fantasy theme) -> 主环境描述 (in the forest, at day) -> 背景描述 (gradient background) -> 动作 (sitting on ground) -> 表情 (is expressionless) -> 主要角色特征 (white hair) -> 身体特征 (twintails, green eyes, parted lip) -> 衣着特征 (wearing a white dress) -> 饰品 (frills) -> 其他附属物 (a cat) -> 次要场景 (grass, sunshine) -> 美学 (beautiful color, detailed, aesthetic) -> 质量词 ((best quality:1.3))


负向提示词: (worst quality:1.3), low quality, lowres, messy, abstract, ugly, disfigured, bad anatomy, draft, deformed hands, fused fingers, signature, text, multi views

采样器参数: Eular a normal as default, 28+ steps recommended.


提示词引导系数 CFG scale

Neta Art XL 的另一个优点是它支持非常广泛的提示词引导系数 CFG scale(支持5 - 20,而一般模型为 7 - 9)。虽然我们凭经验发现较高的 CFG 会带来更多细节和更高对比度,但通常使用 CFG 9 - 14(重要!)可以获得最佳结果。


二、亮点:多种风格共存

我们精心挑选了 13 个具有良好正交性且在许多场景中常用的风格激活,并由捏Ta AI(3千万次生成以上)的使用数据证明其合理性。c

具有正交样式意味着每种样式实际上都与其他样式不同,使您可以轻松组合并创建新混搭样式而不会产生干扰。


Neta Art XL 也包含了一大批艺术家风格,使用 by xxx 标签进行激活。

可以参考 AIDXL 找到更多支持的艺术家


三、其他的展示请参考报告

https://nieta-art.feishu.cn/wiki/ARWLw99w7ikjaSkoV99cxmsOn5g


四、使用协议

  • 该模型由捏Ta实验室开发: Neta.art Lab
  • 合作参与者:
    • Euge: https://civitai.com/user/Euge_
    • 汤人烂: https://space.bilibili.com/8594480
    • Chenkin: https://civitai.com/user/Chenkin
    • Bo Dai: https://daibo.info/
  • 感谢与参考:
    • https://blog.novelai.net/introducing-novelai-diffusion-anime-v3-6d00d1c118c3
    • https://cagliostrolab.net/posts/animagine-xl-v3-release
    • https://civitai.com/models/269232/aam-xl-anime-mix
    • https://civitai.com/models/124189/anime-illust-diffusion-xl
    • https://github.com/deepghs/waifuc
  • 模型类别:扩散生成文生图模型
  • 使用协议: 该模型从AnimagineXL 3.1融合了0.05 CLIP和0.15 UNet input 层,因此遵从采用 Fair AI Public License 1.0-SD您后续如果修改、合并、再次开发该模型,需要将后续的衍生模型开源。

九、总结和展望

缺点:

  1. 部分角色拟合不足。
  2. 提示较长时,样式激活效果不明显。
  3. 某些样式在低 CFG 和短提示下显得偏灰色。 https://civitai.com/articles/4969 中有部分解释。
  4. 未来的工作:
  • 准备更大的训练集和更多基于知识的数据,以改进角色、风格和细节处理。
  • 欢迎其他人参与讨论,提出建议,为模型的进步做出贡献。

Neta Art XL 2.0 即将推出。 请继续关注我们,并免费测试我们的产品:http://nieta.art

  • B站:https://space.bilibili.com/505727005
  • 小红书:https://www.xiaohongshu.com/user/profile/63f2ebf2000000001001e206
  • 推特:https://twitter.com/netaart_ai
  • Civitai:https://civitai.com/user/nieta_art

AI Model Detail

Model Type:CHECKPOINT
Basic Type:基础算法 XL
Trigger Word:
File format: safetensors
Last Update Time:2024-04-26 01:44
Creation related
Allow Download:
Reprinting Prohibited:
Member exclusive download:
Original by the author:
Reproduction source: liblib
Reprint instructions: The model and related picture information may come from other open source communities or be uploaded and published by users themselves. THis author not the original author. If you need commercial use, please contact the original author.
Solemnly declare:本模型仅用于练习使用模型,如需商业请与原作者联系获取版权许可等,互联网鼓励用户分享作品,并坚决保护创作者的版权信息,模型、图片、素材资源的版权均为原创作者所有。
Disclaimer: 您基于本模型服务生成的文本内容由您自行维护并对其独立判断后使用,您需在遵守适用法律法规和本服务条款的条件下使用,基于本服务生成内容产生的任何知识产权问题由您自行处理,您需对生成内容负责,本网站对由此造成的任何损失不负责任。除法律法规另有规定外。
Copyright statement: 本网站部分素材、模型、图片等信息基于用户自行上传和分享,此资源来源于网络,如涉及版权问题,请及时与本网站联系,如需删除收到通知响应后,会在处理后下架删除。

Comments List Comments Total 0

No comments yet...
Provide users with AI model downloads, AI model training, AI model learning, and AI model tutorials.
AI model sharing community, machine learning model based on Stable Diffusion potential diffusion.