赛博猫咪怎么画

give it to me like i love you。

在你使用 ai 绘画的时候，你有没有想过这样的一个问题，为什么咪真理仅仅只需要一个五点二模型，就这么的能打各种各样的画风？二次元真人的二点五 d 像素风星海城、皮克斯、毕加索画人、画动物、画场景全都没有问题。 而当我们使用 stable dv 损的时候，画人要用真人模型，画动漫要用二次元模型，画赛博朋克风格要加载专门的 lower， 画一只猫或者是一只狗。要切换到通用大模型， 正常情况下你必须得配备五到十个不同类型的大模型，还有各种各样的 low 模型，硬盘塞得满满当当的， 每次生成图片的时候都要在不同模型之间犹豫到底要选哪一个。今天就来和大家聊聊模型与模型训练背后的那些事。嗨，大家好，我是李晨，欢迎来到 c 军迷迷追你！实际上就 只有两个大模型，一个是 v 系列的通用大模型，一个是立即二次元模型。我们设定好模型后，只需要输入例如 photo、 elastic、 迪克斯、吉普力、 gamepisos 等不同的提示词，就可以得到我们想要的风格了。而在 stable difficult 里面，我们首先得选定一个真人的二次元的还是二点五 d 的 triple 大模型。要实现指定的特征和风格表现， 那么我们还得加入多个罗瓦模型。为了优化画面，甚至还要加入不同的 inbending 和 vie 模型，有时候还会用到 hyper level 超网络模型来产出特定的画面效果。这种不同模型之间的相互搭配方式本身就已经是够麻烦了， 再加上即便同为真人大模型或者是同为二次元大模型，同一个类别里面的模型还有很多不同的模型可以选择，并且每个模型都有自己 特定的触发词和与模型训练时对应的参数要设置，这对于新手或者是普通使用者来说是非常不友好的。那么为什么 stable dvsion 就不能像 major 里那样有一款好用全能的通用大模型呢？ 我们不妨来看看原始 stable dv 损 v 一点五版本的这个模型，它是通过几百个超级 g p u 连续训练上万个小时来完成的，这么庞大的训练量不是一般人能训练出来的，训练这个模型单单成本耗资就高达六十万美元， 按理来说，这么昂贵的成本训练出来的模型效果应该很好才对，但实际上并非如此，甚至你会觉得用它生成出来的效果非常的拉胯。 为什么会产生这样的结果呢？实际上， swd 飞损的官方大模型和没准里的官方大模型不太一样，他的目的并不是给大家用来直接生成图片的，而是通过学习 海量的图像数据来做预训练，提升模型整体的基础知识水平。就是因为他有了海量的文本和图像基础信息，从而大大的降低了开源社区用户训练模型的门槛。通过 stable division v 一点五来作为底膜， 后面训练的要求和训练的成本就大大降低了。这样对众多炼丹爱好者来说，只需要一张民用级的显卡，在官方模型的基础上加上少量的文本图像数据，训练个几个小时就能获得定制化风格的模型了， 对于微调模型罗瓦那就更加的轻便简单了，各种一键炼单的程序也是纷纷推出市场，于是乎就有了现在的这样的情况，训练模型的人只需要准备好一些相关风格类型的图片素材，简单易处理一下图片，给图片打标，生成关键词后，选上一个对应的基础底膜他们 但是不需要了解训练模型的底层原理，按照网上教程的训练参数进行设置，或者直接就用默认设置去生成模型，这样就可以快速的制作出一个所谓的全新的模型了。由于模型训练门槛越来越低，这样就导致模型的同质化非常严重， 很多模型都是只能产出单一风格的图片。由于他们在训练的时候没有考虑 clip plan 仪的问题，提示时的兼容性也不管画风被融入进去的 low 牢牢固定住了，因此这些模型的通用性和兼容性都是很差的。 加上现在很多模型平台都在搞模型创作激励活动，鼓励用户创作模型，用户发布的模型越多，被下载的次数越多，就能获得更多的奖励资金。而模型更新越频繁，平台给予的推荐位置就越靠前，所以很多人就开始大量的在模型网站上发 发布自己的模型，从而达到薅羊毛的目的。问题是需要频繁更新的模型大多都是通过融合的方式来快速制作而成的，而真正优质的模型反而更新频率很低， 因为模型作者在一开始已经通过丰富完整的数据将模型训练的很好了，因此在这样的模型大环境下，一些好的模型很可能就被埋没在模型海里面了。 那么我们怎么才能辨别一个模型好与坏呢？我非常同意 ghost mix 模型作者提出的一个观点，就是大模型要解决的是做得到的问题，然后通过 nora 和 controller 等方法来解决做得对的问题。 一个好的大模型，首先第一直观印象就是看出图效果，这个可以从模型主页的效果图来辨别，但并不是说他展示的图片好看就是一个好的模型，我们还要 通过实际的使用情况来加以辨别，该模型的总体量，图率达不达标，出图结果准确率如何？对提示词识别的准确程度怎么样？ 模型对不同画风的兼容性如何？模型对不同罗瓦的兼容性如何？是否有乱加细节的情况，能否保持模型的纯净度？模型中是否有额外的垃圾数据，内置色彩处理的怎么样等等， 这些都是要求模型作者在训练模型时不断的反复调试，反复回炉修改。所以我们得向真正用心制作模型的作者致敬，因为他们是真的花了很多心思心血去调教模型的，然后无私的分享出来，这就是 stable tv 损开源的魅力。 说了那么多，接下来该给大家推荐真正厉害的模型了。首先是通用系大模型，第一款首推 dreamship 梦想缔造者，这应该是一款无 无人不知无人不晓的模型，新战综合评分排名第一，看到这个标志了吗？就是无限的意思，它是一款致力于对标咪追你的通用大模型，主打就是全能人物、动物、汽车、机甲物件、场景写实风格、二次元漫画、二点五的全都能胜任必备模型之一。 第二款 deliberate 同样是一款通用百搭型模型，这款模型非常适合生成各种创意艺术画面，如果你有什么奇奇怪怪的题词词，有什么天马行空的想法，都可以用这款模型来测试一下，它的表现力是非常丰富的。另外，我也很喜欢用它来测试一下不同 low 模型之间的融合效果。 真实系模型推荐， releast 微损 v 五点一，一款看似平平无奇，实际上非常优秀的真人模型。虽然国内很多真人模型确实能生成很好看的美女脸蛋，但 当你刷了几十张上百张图片后，你会发现好多真人模型生成的都是公式化的表情和动作，生成的图片风格过于单一，基本都是同一张脸。而 vs 品模型他不追求生成完美的 ai 脸， 会给你呈现真实细腻的皮肤质感，脸上的毛孔瑕疵都会清晰地表现出来，人物的表情和动作更加的丰富。而且不光光能生成女性人物，男性年轻的、年纪大的不同种族的人物都能生成出来。西站评分，四点九一分，非常推荐大家尝试一下。 apple reason 也是一款大而全、适应性很强的老牌真人模型，一直保持着版本更新的状态，如果你不想生成画面风格过于单一，有时候想生成一个看起来更加真实素颜的人物。 apple reason 模型也是非常值得推荐的。西站评分四点九二分 前面推荐的两款都是国外的真人模型，虽然也能生成亚洲面孔，但单论亚洲女性效果肯定比不上这款麦菊的写实模型了。目前 maj max velocity 更新到 v 六版本，这个版本融进了更多真实的人脸，增加了画面的写实度， 脸部依然保持之前一贯的基调审美，画面光影感觉也有所加强，是生成真石戏小姐姐必不可少的模型之一。 二次元系列模型推荐，动漫效果是 stable decision 的强项，在这方面优秀的模型就有很多了。 goes mix 西站综合评分排名第二，仅次于 dream ship 的模型。模型作者在制作该模型的时候没有融进任何的 rola， 因此他对各种不同风格的 rola 模型兼容性非常出色，而且在色彩表现和细节度方面都非常的优异，是二次元模型的全能型选手， 出片率很高。 c 站评分四点九七分，非常离谱的高分模型。 canterfet 目前更新到三点零版本，这是一款生成经典动画画风的模型，他不像 gosmex 那样给你生成很多夸张的细节， 想要用简单舒服的颜色线条给你呈现可爱的卡通形象和传统的动漫画风，西站评分四点九分，也是非常推荐，大家尝试一下。 mana max 刚刚介绍的 class 才更新到三点零版本，而 mana max 已经迭代到 v 十一版本了。 这是一款典型的融合型模型，他通过对十多个模型进行加权、合并、调配融合而成的，是一款精致感满满的二次元模型。由于融合了多个模型，他甚至不需要加载 low， 通过提示词就可以简单直接高效的出片了，西站评分四点九四分，也是非常高分的模型。换一下 胖卢 annifing v 五是一款适用性非常广的二次元模型，他对提示词识别很准确，同时也非常适合搭配各种动漫人物的诺瓦模型来使用，画二次元没有灵感的时候，用这个模型来测试一下就对了。 另外通有这款模型也非常推荐大家使用，它有着强烈的欧美画风调性，色彩表现大胆张扬，看腻了二次元美女的话，用这个模型来生成画面绝对能给你耳目一新的感觉。二点五 d 系列模型第一款我会推荐 iuv annimate， 尽管这款模型作者在今年四月十六号开始就已经不再维护这款模型了，但模型至今在西站还有四点九四的高分，西站综合排名第三位。这个模型是一款二点五 d 全能型模型，无论在画人物、建筑、动物，他都有很高的出炉质量和效果。此外他 他还能兼容不同的画风，对于不同的 low 兼容性十分友好，并且可以用很少的提示词就能得到细节度不错的画面，是一款看似平平无奇，实际上越用越喜欢的综合型模型。 real cut 三 d 最近更新到 v 八版本，也是一款融合模型，作者不希望模型只产出相对固定的人物样貌， 对多个自己喜欢的模型进行融合和调教，实现了人物角色的多样性。另外模型在机甲场景方面也有很不错的表现，也算得上是二点五 d 通用模型。在 iv animate 更新的情况下， realcatan 三 d 是一个不错的替补模型，大棵树是二点五 d， 这个模型英文名是 dock susi。 这个模型之前的版本主要是用来生成暗色系风格图片的，所以模型的名字有个 duck。 在融合模型的时候，做着觉得好的模， 模型就往里面塞，像做寿司一样，所以改名为达克苏喜。随着版本的更新，就不再局限于暗色系了，不同亮度的图片都有不错的光影表现，不但绘制人物出色，这个模型也非常适合绘制复杂的二次元场景。鸡蛋评分四点九九分，不过打分的人并不多， 这个分数参考一下就可以了。另外像叉叉 max mvo 画风非常独特的模型，可以根据不同提示词创建很个性化画面的画风，但对不同的 lower 兼容性就没有那么好了。 迪士尼皮克斯卡通模型也是非常热门的，男女老少均适合，大头可爱风格，盲盒风格，各种卡通手办都可以尝试一下这个模型。以上这些热门的模型都已经全部打包好了，大家直接在评论区自取即可，某音的同学可以留言，模型我会一一把下载链接私信给你们。 确实，在 stable division 发展至今，得益于开源环境，让我们有了很多的选择，但也给我们带来了一些困扰，模型太多，花朵也乱，无从下手。 随着 stable difference 官方最新的 xdxl 超级模型的到来，后面的模型都将会向着综合化、全能型的方向发展， 期待将来大模型都能汇聚成几个少数的集合。我们只需要从几个集合里面选定一个大模型，然后再通过加载不同的 low 来实现特定的画风表现。开源社区从多模型多 low 转向少模型多 low 的发展，这样会更加合理一些。 好了，本期教程到这里就结束了，如果觉得教程还不错的话，请不要吝啬你们的小爱心，记得点赞收藏一下了，感谢大家的三年，我们下期再见，拜拜！

i can't cause。