仅文本编码器，使用与v1相同的训练数据集，训练了2515步。（UNet学习率设为0）
似乎能产生不错的结果，但我还没有进行太多测试。
旨在加强 NAI 质量欠佳的Miko训练，并重新引入该概念以供微调使用。
基于445张独立Miko女孩图像进行训练
DIM 16，训练11250步
