【329】ArtiWaifu Diffusion 1.0

我们发布了 ArtiWaifu Diffusion 模型，用于生成美观且还原的动漫风格插画。
awa diffusion 迭代自 ****** ********* XL 模型，掌握 6000+ 种艺术风格和 4000+ 个动漫角色等大量 ACG 概念，通过触发词生成。
作为二次元特化的图像生成模型，它在生成高质量的二次元图像时表现出色，特别是在生成具有高辨识度风格和角色的同时，维持图像一贯高质量的美学表达。

模型细节

awa diffusion 模型微调自 ****** ********* XL，精选了 150 万的高质量动漫图像作为数据集，知识涵盖了截止至 2024 年 4 月 15 日的各种冷热门的二次元概念。
awa diffusion 采用了我们最先进的训练策略，允许用户轻松地诱导模型生成特定角色或风格的图像，同时保持图像的高质量和美学表达。

模型信息

• 模型开发: Euge ( https://civitai.com/user/Euge_ )
• 算力赞助：Neta.art ( https://nieta.art/ )
• 模型类型：生成式文生图扩散模型
• 微调自基础模型：SDXL 1.0 Base ( https://huggingface.co/*********ai/stable-diffusion-xl-base-1.0 )
• 模型证书: Fair AI Public License 1.0-SD ( https://freedevproject.org/faipl-1.0-sd/ )

使用指南

该指南将 (i) 介绍模型的推荐使用方法和提示词编写策略，旨在提供生成方面的建议，并 (ii) 作为模型使用的参考文档，介绍触发词、质量标签、分级标签、风格标签和角色标签的编写模式和策略。

基本用法

• CFG scale: 5-11
• Resolution: 面积（= 宽 x 高）围绕 1024x1024。不低于 256x256，且长和宽均为 32 倍数的分辨率。
• Sampling method: Euler A (50+ steps) 或 DPM++ 2M Karras (~35 steps)

由于特殊的训练方式，awa 的最佳推理步数高于常规值。随着推理步数的进一步提高，生成图像的质量能够继续提升……

❓ Question: 为什么不使用标准的 SDXL 分辨率？