Cinema Diffuso XL

Cinema Diffuso

Cinema Diffuso（CD）是一种旨在生成仿佛直接来自电影画面的图像的模型，其角色常处于动态之中，表情丰富，并与周围环境及他人互动。

我的目标是让CD成为电影制作人使用生成式AI时的首选模型，与img2vid模型配合使用。

CD版本0.3基于约1800至1900张图像进行训练，随后与RealvisXL v5进行了合并。

关于采样器设置，我推荐使用任何标准的dpmpp_sde/karras组合。对于CFG，我通常使用5以上，扰动注意力引导（Pertubed Attention Guidance）范围在0.5至1.5之间。

展示图均为txt2img生成，旨在呈现CD训练中所涵盖的部分标签，这些标签经过挑选，但未进行如外绘（outpainting）等复杂修正，仅作简单细节处理。为充分发挥此模型的潜力，我强烈建议充分利用区域条件化、ControlNet和IPAdapter等推理技术。

作为测试版本，CD目前仍远未达到我理想中的状态，但令人惊讶的是，已非常接近我最初决定开发自己的模型时的初衷。未来的版本将包含更多姿势、动作、场景等元素。

在一段时间内，我可能会继续使用SDXL进行本项目，因为SDXL拥有优秀的ControlNet模型，且相比一些更新的模型更加节省资源。