【亲测免费】 Animagine XL 3.1:一款强大且易于使用的动漫风格图像生成工具
随着人工智能技术的不断发展,文本到图像的生成模型已经变得越来越流行。对于动漫爱好者、艺术家和内容创作者来说,一款能够生成高质量动漫风格图像的工具无疑是梦寐以求的。今天,我将为您介绍CSDN公司开发的InsCode AI大模型——Animagine XL 3.1,这款强大的模型可以帮助您轻松生成各种动漫风格的图像。
Animagine XL 3.1是一款基于Stable Diffusion XL的扩散模型,它可以从文本提示中生成高质量的动漫风格图像。与之前的版本相比,Animagine XL 3.1在多个方面进行了改进,包括更广泛的角色范围、优化的数据集和新颖的美学标签,以便更好地创建图像。这款模型的目标是成为动漫爱好者、艺术家和内容创作者的重要资源,帮助他们生成准确且详细的动漫角色图像。
安装与使用教程
安装前准备
在开始使用Animagine XL 3.1之前,请确保您的系统和硬件满足以下要求:
- 操作系统:Windows、macOS或Linux
- 硬件:NVIDIA GPU(建议使用CUDA 11.0或更高版本)
- 必备软件:Python 3.7或更高版本,以及以下Python库:diffusers、transformers、accelerate和safetensors
安装步骤
- 首先,您需要安装必要的Python库。请在命令行中运行以下命令:
pip install diffusers transformers accelerate safetensors --upgrade
- 接下来,您可以从以下网址下载Animagine XL 3.1模型资源:
https://huggingface.co/cagliostrolab/animagine-xl-3.1
-
解压缩下载的文件,并将模型文件夹放在您的工作目录中。
-
现在,您可以使用以下Python代码来运行Animagine XL 3.1:
import torch
from diffusers import DiffusionPipeline
pipe = DiffusionPipeline.from_pretrained(
"cagliostrolab/animagine-xl-3.1",
torch_dtype=torch.float16,
use_safetensors=True,
)
pipe.to('cuda')
prompt = "1girl, souryuu asuka langley, neon genesis evangelion, solo, upper body, v, smile, looking at viewer, outdoors, night"
negative_prompt = "nsfw, lowres, (bad), text, error, fewer, extra, missing, worst quality, jpeg artifacts, low quality, watermark, unfinished, displeasing, oldest, early, chromatic aberration, signature, extra digits, artistic error, username, scan, [abstract]"
image = pipe(
prompt,
negative_prompt=negative_prompt,
width=832,
height=1216,
guidance_scale=7,
num_inference_steps=28
).images[0]
image.save("./output/asuka_test.png")
基本使用方法
- 加载模型:
import torch
from diffusers import DiffusionPipeline
pipe = DiffusionPipeline.from_pretrained(
"cagliostrolab/animagine-xl-3.1",
torch_dtype=torch.float16,
use_safetensors=True,
)
pipe.to('cuda')
- 生成图像:
prompt = "1girl, souryuu asuka langley, neon genesis evangelion, solo, upper body, v, smile, looking at viewer, outdoors, night"
negative_prompt = "nsfw, lowres, (bad), text, error, fewer, extra, missing, worst quality, jpeg artifacts, low quality, watermark, unfinished, displeasing, oldest, early, chromatic aberration, signature, extra digits, artistic error, username, scan, [abstract]"
image = pipe(
prompt,
negative_prompt=negative_prompt,
width=832,
height=1216,
guidance_scale=7,
num_inference_steps=28
).images[0]
image.save("./output/asuka_test.png")
使用指南
为了获得最佳结果,建议遵循以下提示模板:
1girl/1boy, character name, from what series, everything else in any order.
Animagine XL 3.1还使用了特殊标签来指导结果朝着质量、评级、创作日期和美学方向。虽然模型可以在没有这些标签的情况下生成图像,但使用它们可以帮助您获得更好的结果。
质量修饰符
质量标签现在同时考虑分数和帖子评级,以确保质量分布平衡。我们已改进了标签以提高清晰度,例如将“高质量”改为“优秀质量”。
| 质量修饰符 | 分数标准 |
|---|---|
masterpiece |
> 95% |
best quality |
> 85% & ≤ 95% |
great quality |
> 75% & ≤ 85% |
good quality |
> 50% & ≤ 75% |
normal quality |
> 25% & ≤ 50% |
low quality |
> 10% & ≤ 25% |
worst quality |
≤ 10% |
评级修饰符
我们还简化了评级标签,以便于理解和应用。例如,“评级:一般”现在只是“一般”,而“评级:敏感”已经简化为“敏感”。
| 评级修饰符 | 评级标准 |
|---|---|
safe |
一般 |
sensitive |
敏感 |
nsfw |
有争议 |
explicit, nsfw |
明确 |
年份修饰符
我们还重新定义了年份范围,以便更准确地指导结果朝着特定现代或复古的动漫艺术风格。此更新简化了范围,专注于与当前和过去时代的关联。
| 年份标签 | 年份范围 |
|---|---|
newest |
2021至2024年 |
recent |
2018至2020年 |
mid |
2015至2017年 |
early |
2011至2014年 |
oldest |
2005至2010年 |
美学标签
我们还增强了标签系统,以改进内容的分类。
结论
Animagine XL 3.1是一款功能强大且易于使用的动漫风格图像生成工具。通过遵循上述指南,您可以轻松生成高质量的动漫风格图像。请访问以下链接以获取更多学习资源和帮助:
https://huggingface.co/cagliostrolab/animagine-xl-3.1
希望这篇文章对您有所帮助!如果您有任何问题或建议,请随时与我联系。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0187
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08