Ultra Control & Supper Understanding|优可youkengi anime series

この大型モデルの特徴は、優れたキャラクターロラ統合能力、高い安定性、良好な基本画風、そして極めて強力なテキスト制御能力（これは通常、SDXLに特有の機能とされています）です。

テキスト制御能力に関しては、優可youkengi delicate animeよりやや劣るものの、重点が異なります。

一、モデルの特徴：

1. 優れたキャラクターロラ統合能力：ほとんどのキャラクターロラと良好に統合でき、ロラのスタイルに応じて顔の形状や特徴を変化させます。3枚目以降の例画像を参照してください。顔部分に過学習がなく、顔の解像度が不足するとぼやける傾向があります。その場合は、tile画像生成による拡大を推奨します。

2. 高い安定性：肢体の崩壊が少なく、自然に良い手の描写が得られます。

3. 良好な基本画風：キャラクターロラを使用しなくても、基本画風は十分に優れています。モデルのオリジナル画風は、最初の2枚の例画像を参照してください。

4. 極めて強力なテキスト制御能力：単語の理解力が非常に高く、以下のような特徴が見られます：

（1）「fullbody」を含めるとほぼ必ず全身画像が生成されます（縦長でも横長でも）。「back to the viewer」を含めるとほぼ必ず背面画像が生成されます。（入力画像が横長か縦長かはほとんど影響せず、ただし通常の生成パターンから大きく外れる場合、歪みが増える可能性があります。）

（2）このモデルでは、プロンプトのみで、一部のロラと同等の効果を達成できます。

（3）プロンプトの記述が正確で安定している場合、極めて強力なテキスト制御能力により、シードを変更しても生成される構図が非常に類似することがあります。このような場合、「dynamic pose」や「girl's pose」などの汎用性の高い語句を試してみてください。これらを活用することで、構図の変化を豊かにできます。

二、使用方法：

1. 特別に推奨するサンプリング方法はありません。例画像はDPM++ 2M SDE Karrasを使用して生成しました。

2. VAEの使用が必要です：どのVAEを選んでも問題ありません。例画像はvae-ft-mse-840000-ema-pruned.safetensorsを使用しました。

3. 高解像度修復のリドロー係数は0.4〜0.5を推奨。基本ステップ数は25〜50ステップ、高解像度修復は20ステップを推奨します。

4. 細かい画風を表現する場合：推奨拡大アルゴリズムは4X UltraSharpです：

5. 汎用性を重視する場合はR-ESRGAN 4x+をお勧めしますが、実際にはモデルの安定性が非常に高いため、特に選択を気にする必要はありません。

6. 唯一推奨しない拡大アルゴリズムは「latent」です。画像が非常にぼやけやすくなるため、特殊な効果を得たい熟練者以外は避けてください。

7. 推奨embedding：negative_hand Negative Embedding、verybadimagenegative_v1.3

ご満足いただけましたら、ぜひ多くの作品を共有してください！

また、フォローまたはブックマークしていただければ、今後のバージョンアップデートや新モデルのお知らせをお送りします。