Animagine XL 4.0

CagliostroLabCagliostroLab
3.9K
59K
アニメbase modelsdxlanimagine
v4 Optv4 Zerov4.0

詳細

ファイルをダウンロード

モデル説明

プロンプト作成の詳細なガイドラインは、こちらのCagliostrolab ブログをご覧ください。

概要

Animagine XL 4.0（スタイリングでは Anim4gine とも表記）は、アニメスタイルに最適化された最終版SDXLモデルであり、Animagine XL シリーズの最新バージョンです。これまでのバージョンの継続版ですが、このモデルはStable Diffusion XL 1.0から再学習され、多様なソースから収集された840万枚のアニメスタイル画像（学習データのカットオフ日：2025年1月7日）を用いて、約2650 GPU時間かけて学習されました。前バージョンと同様に、アイデンティティとスタイルの学習にはタグの順序付け手法を採用しています。

**Animagine XL 4.0 Opt（最適化版）**のリリースにより、追加のデータセットを用いてさらに洗練され、安定性、解剖学的正確性、ノイズ低減、色の彩度、全体的な色の正確性が向上しました。これらの改良により、Animagine XL 4.0 Optはシリーズの特徴的な品質を保ちながら、一貫性と視覚的美しさがさらに高まっています。

変更履歴

- 2025-02-13 – Animagine XL 4.0 Opt と Animagine XL 4.0 Zero を追加

  • より一貫した出力のための安定性向上
  • より正確なプロポーションでの解剖学的改善
  • 生成時のノイズとアーチファクトの削減
  • 低彩度問題の修正により、豊かな色合いを実現
  • 視覚的に魅力的な結果のための色の正確性向上

- 2025-01-24 – 初回リリース

モデル詳細

  • 開発者: Cagliostro Research Lab
  • モデル種別: ディフュージョンベースのテキスト画像生成モデル
  • ライセンス: CreativeML Open RAIL++-M
  • モデル説明: テキストプロンプトに基づき、特定のアニメスタイルの画像を生成・編集できるモデルです。
  • 微調整元モデル: Stable Diffusion XL 1.0

使用ガイドライン

プロンプトガイドラインの概要は以下の画像をご覧ください。

1. プロンプト構造

このモデルはタグベースのキャプションとタグ順序付け法で学習されています。以下の構造テンプレートをご使用ください：

1girl/1boy/1other, キャラクター名, 出典作品名, レーティング, その他の要素（順不同）, 最後に品質強化タグを付与

2. 品質強化タグ

プロンプトの最後に以下のタグを追加してください：

masterpiece, high score, great score, absurdres

3. 推奨ネガティブプロンプト

lowres, bad anatomy, bad hands, text, error, missing finger, extra digits, fewer digits, cropped, worst quality, low quality, low score, bad score, average score, signature, watermark, username, blurry

4. 最適な設定

  • CFGスケール: 4–7（推奨：5）
  • サンプリングステップ: 25–28（推奨：28）
  • 推奨サンプラー: Euler Ancestral (Euler a)

5. 推奨解像度

6. 最終プロンプト構造の例

1girl, firefly \(honkai: star rail\), honkai \(series\), honkai: star rail, safe, casual, solo, looking at viewer, outdoors, smile, reaching towards viewer, night, masterpiece, high score, great score, absurdres

特殊タグ

このモデルは、画像生成プロセスのさまざまな側面を制御するために、さまざまな特殊タグをサポートしています。これらのタグは、一貫した結果を得るために慎重に重み付け・検証されています。

品質タグ

品質タグは、画像の全体的な品質と詳細レベルに直接影響を与える基本的な制御パラメータです。

利用可能な品質タグ：

  • masterpiece
  • best quality
  • low quality
  • worst quality

スコアタグ

スコアタグは、基本的な品質タグよりも洗練された品質制御を提供し、このモデルでは出力品質への影響がより強力です。

利用可能なスコアタグ：

  • high score
  • great score
  • good score
  • average score
  • bad score
  • low score

時間的タグ

時間的タグは、特定の時代や年を基準に芸術的スタイルを制御できます。時代特有の芸術的特徴を持つ画像の生成に役立ちます。

対応する年タグ：

  • year 2005
  • year {n}
  • year 2025

レーティングタグ

レーティングタグは、生成画像のコンテンツ安全性レベルを制御するために使用します。これらのタグは、適用される法律およびプラットフォームポリシーに従って適切に使用してください。

対応するレーティング：

  • safe
  • sensitive
  • nsfw
  • explicit

学習情報

このモデルは、最高品質の出力を実現するために最先端のハードウェアと最適化されたハイパーパラメータを用いて学習されています。以下に、学習中に使用された詳細な技術仕様とパラメータを示します。

謝辞

この長期プロジェクトは、Stability AI、Novel AI、Waifu Diffusion Team の革新的な成果、創造的貢献、そして包括的なドキュメントなしでは実現できませんでした。特にV2以降の開発を可能にしたMainからのクラウドファンディング支援に深く感謝します。今回のバージョンでは、コミュニティの皆様の継続的なサポートに心より感謝します。特に以下の方々に感謝申し上げます：

  1. Moescape AI: モデルの配布およびテストにおける貴重な協力パートナー
  2. Lesser Rabbit: 必要なコンピューティングおよび研究支援を提供
  3. Kohya SS: 包括的なオープンソース学習フレームワークの開発
  4. discus0434: 業界をリードするオープンソースAesthetic Predictor 2.5の開発
  5. 早期テスト担当者: 貴重なフィードバックと徹底的な品質保証にご協力くださいました方々へ

コントリビューター

このプロジェクトに多大な貢献をいただいたチームメンバーに心より感謝申し上げます。以下にその一部を紹介します：

モデル

Gradio

連携・財務・品質保証

データ

再度クラウドファンディングを開始しました！

学習・研究・モデル開発を支援するため、GitHub Sponsorsを通じた新たな資金調達方法を導入しました。皆様の支援がAIの可能性をさらに広げます。

以下のようにご協力いただけます：

  • 寄付: 下記アドレスへETHまたはUSDTで寄付してください。
  • 共有: 当モデルについて広め、ご自身の作成物をシェアしてください！
  • フィードバック: どうすれば改善できるか、お気軽にご意見をお聞かせください。

寄付アドレス：

ETH/USDT/USDC(e): 0xd8A1dA94BA7E6feCe8CfEacc1327f498fCcBFC0C

GitHub Sponsor: https://github.com/sponsors/cagliostrolab/

なぜ暗号通貨を使用するのですか？
当初、Ko-fiとPayPalを資金調達手段として利用していましたが、プロジェクトの目的を説明してもPayPalアカウントが凍結され、最終的に利用停止となりました。その結果、すべての寄付金を返金し、安定した資金受け取り手段を失いました。このような問題を回避し、透明性を確保するために、今回の資金調達は暗号通貨に移行しました。

暗号通貨以外で寄付したい場合は？
PayPalでの不快な経験はありましたが、暗号通貨を使用したくない方で支援したい方は、Discordサーバーまでご連絡ください。代替の寄付方法をご案内します。

Discordサーバーに参加しましょう

お気軽に当Discordサーバーにご参加ください：https://discord.gg/cqh9tZgbGc

制限事項

  • プロンプト形式: タグベースのテキストプロンプトのみ対応。自然言語入力は効果が限られます。
  • 解剖学: 手のポーズや指の数など、複雑な解剖学的詳細に課題を抱える可能性があります。
  • テキスト生成: 画像中のテキスト表示は現在非対応であり、推奨しません。
  • 新キャラクター: 学習データの不足により、最近のキャラクターの正確性が低くなる場合があります。
  • 複数キャラクター: 複数キャラクターを含むシーンは、プロンプトの丁寧な設計が必要です。
  • 解像度: 高解像度（例：1536x1536）では、学習に元のSDXL解像度を使用したため、品質が低下する可能性があります。
  • スタイルの一貫性: 学習はアイデンティティの維持に重点を置いているため、スタイルの一貫性を維持するには特定のスタイルタグが必要になる場合があります。

ライセンス

このモデルは、Stability AIのオリジナルライセンスであるCreativeML Open RAIL++-Mライセンスを一切改変せずに採用しています。ライセンス条項は、元のSDXLライセンスと完全に同一です。以下を含みます：

  • ✅ 許可: 商業利用、改変、配布、個人利用
  • ❌ 禁止: 非合法行為、有害コンテンツ生成、差別、搾取
  • ⚠️ 要件: ライセンスコピーの付与、変更の明記、通知の保持
  • 📝 保証: 「現状のまま」で提供され、一切の保証を含みません。

完全かつ権威ある利用条件については、元のSDXLライセンスをご参照ください。

このモデルで生成された画像

画像が見つかりません。