CineVisionXL by SoCalGuitarist

CineVision 2.3.0 公開リリースノート

みなさん、こんにちは。このモデルは約1カ月半にわたり、複数のテスト版と複数段階のトレーニングを重ねてきました。合計で、CineVisionは約9,000枚のトレーニング画像を用いて約12万ステップのトレーニングを受けました。CineVisionは映画に特化したモデルで、デフォルトではシネマティックなリアリズムスタイルを出力します。さまざまな映画的スタイル、用語、シーン設定に対して非常に敏感で、プロンプトに対して非常に一貫性があり、反応が良いです。自然言語によるプロンプト（私の例画像のように）を用いることで、最も優れた結果が得られます。

名前とは反対に、CineVisionは実際には非常にダイナミックなモデルです。写真、漫画、映画、奇妙な落書き、塗り絵など、何でも生成できます。

SD3のリリースが目前に迫っているため、これはおそらくこのモデル（および近々「最終XLバージョン」をリリース予定の他の私のモデル）に対する最後の大規模なSDXLアップデートとなるでしょう。私はこのモデルを日々のメインとして使い続けており、他の新しいモデルが登場しても変わらず愛用しています。また、ライトニング版もリリース予定で、新しいHyper LoRAとも非常に相性が良いです（いくつかのサンプルにはすでに適用していますが、HyperはCFG値がやや高めかもしれません）。

手や中距離のオブジェクトは、SAGまたはPAG（またはその両方）を使用すれば、非常に優れた品質になりました。

変更ログ 2024年4月25日

• 数千枚のトレーニング画像を使用して、合計約12万ステップの5回のトレーニングを実施。
• 3,000枚の映画スILL（静止画）を厳選し、Ultrasharpで1024〜2048ピクセル（最長辺）にアップスケール。
• 写真データセットから2,000枚。
• LAiON-POPデータセットから2,000枚。
• MJ美術データセットから1,600枚（私自身のライブラリから厳選）。
• 解剖学トレーニング画像350枚。
• すべてのキャプションはGPTV/LLaVA-1.6で生成。

既知の課題

• 男性の性器の生成は大幅に改善されましたが、依然として自然な陰茎の生成には課題があります。正確な男性の解剖学を必要とする場合は、LoRAとインペインティングの使用をお勧めします。
• 一部の映画スタイルでにじみ効果が発生する場合があります。これは、初期のトレーニングで24FPSのコンテンツを使用した影響で、時折発生します。現在はほとんど解消されていますが、昔風のアナログ映画風（1950年代のテクニカラー風など）を強く追求すると、まだ現れることがあります。

注：このバージョンのすべてのサンプル画像では、Perturbed Attention Guidance (PAG)、FreeU、Self Attention Guidance、Latent Modifier、DynamicThresholdingを使用しています。PAGを除くすべての機能はForgeUIに組み込まれており、私はA1111よりもForgeUIを強くお勧めします。