BunnyGunny v2 [Noob + Pony]
详情
下载文件
模型描述
BunnyGunny v2.0
BunnyGunny v2.0 是 Bunny 模型系列的下一代演进。
此版本通过一种独特的合并过程实现重大飞跃,融合了 NoobAI EPS 1.1 和 Pony Diffusion V6 XL 的最佳特性。
BunnyGunny v2.0 提供更为鲜艳、突出的色彩表现。通过结合并进一步训练这两个强大的模型,BunnyGunny v2.0 保留了 NoobAI 卓越的艺术理解力与构图能力,同时兼具 Pony Diffusion 擅长的领域,从而形成真正协同增效的模型。
相较于 NoobAI 和 Pony Diffusion V6 XL 的关键改进:
- 增强且鲜艳的色彩:告别 NoobAI eps 预测中有时出现的色彩灰暗感。
- 优势协同融合:保留 NoobAI 强大的艺术理解与构图能力,同时结合 Pony Diffusion 在“精细角色渲染与动态姿势”方面的优势。
- 改进的整体解剖结构:生成图像中的人体结构更加一致且准确。
- 增强的艺术知识:利用两大父模型庞大的艺术知识库,生成多样且风格丰富的结果。
- 改进的背景表现:生成更细致、更具美感的背景,为场景增添深度与情境感。
- 易于使用:专为简洁提示设计,配合标准 SDXL 工作流即可获得卓越效果。
- LoRA 兼容性:为 NoobAI 和 Pony Diffusion V6 XL 训练的 LoRA 预期均可与 BunnyGunny v2.0 兼容,扩展您的创作可能性。
训练方法——“量子合并”:
BunnyGunny v2.0 采用我称为“量子合并”的全新合并技术创建。该方法利用频域操作与超网络,智能融合 NoobAI EPS 1.1 和 Pony Diffusion V6 XL 的知识。本质上包括:
1. 特征提取:使用定制的 CLIP 编码器修改版,分析并提取两个模型的关键特征。
2. 频域融合:基于快速傅里叶变换(FFT)的融合过程,由受描述性提示引导的超网络控制。这允许对模型权重的频域分量的幅度与相位进行精细调控,实现比简单平均更复杂的合并方式。
3. 选择性退相干:引入可控的“退相干”因子,鼓励探索新的权重组合,避免简单平均,促进合并模型中涌现新特性。
4. 精炼训练:合并后的模型随后通过在 4090 GPU 上为期一周的专门训练,进一步巩固合并知识并优化性能。
适用场景:
BunnyGunny v2.0 非常适合生成高质量的动漫风格插画、角色艺术及场景,具备鲜艳色彩、细致背景和强大艺术构图。适用于个人与商业项目,前提是遵守负责任的 AI 使用准则。
现在进入有趣的部分——推荐设置:
为获得最佳性能与图像质量,建议使用以下设置:
Reforge 扩展:强烈推荐用于提升采样器性能。获取地址:[https://github.com/Panchovix/stable-diffusion-webui-reForge/](https://github.com/Panchovix/stable-diffusion-webui-reForge/)(https://github.com/Panchovix/stable-diffusion-webui-reForge/\)
- 采样器:Euler A
- 调度器(Reforge):Simple
- 分辨率:1024x1728(或任何 SDXL 兼容的宽高比)
- 步数:35
- CFG 缩放:4.5
- 重缩放:开启,0.5
- 指导限制器(Reforge):开启,指导 Sigma 起始:25
- Sigma 合并(Reforge):启用,模式:Multiply,强度:1.2
提示指南:
为获得最佳效果,建议按以下结构构建提示:
1girl, [可选:若希望使用 PONY SCORES], 艺术家, 角色, 背景, 元标签(如:masterpiece, best quality), 风格标签(如:very detailed, intricate)等。
许可证:
继承自 Noob 和 Pony。
捐赠与支持:
如果您喜欢 BunnyGunny v2.0 并希望支持未来开发,请考虑在 Patreon 上订阅:
Patreon:[https://www.patreon.com/c/Lilogummie](https://www.patreon.com/c/Lilogummie)
关注我:
Twitter (X):[https://x.com/Juixy88](https://x.com/Juixy88)
免责声明:
BunnyGunny v2.0 是由社区创建的模型,按“原样”提供。请负责任且合乎道德地使用。开发者不对本模型的任何滥用行为负责。生成的图像可能受您提示与设置相关的版权和内容限制约束。




















