Ether Real Mix
详情
下载文件
关于此版本
模型描述
🔸🌤️ 你好，这是 Ether Real Mix 🌤️🔸
Ether Real Mix 是一款注重灵活性的风格化写实模型，能够生成多种主题和风格。尽管如此，它仍存在一些动漫模型常见的不足之处，例如在生成女性和人类时存在光线偏色问题。
该模型旨在充当一个 '空白画布'。你可以添加自己最喜欢的 LORA 和 嵌入，自由定制以符合你的喜好！
✨ 请在下方分享你的精彩创作！ ✨
* Ether Real Mix - 版本 4
Ether Real Mix 4 通过 LORA 块合并、更新组件，并（希望）在真实 SD 1.5 模型的限制下改进解剖结构和手部表现，进一步优化其写实/半写实风格。
我移除了许多感觉冗余或不再符合 Ether Real 目标的模型。由于 Terry9993 的 Niji 风格 LORA 的影响，整体美学偏向 Niji 的感觉。总体而言，我希望在动漫风格写实与避免输出过于模仿 Nijijourney 之间找到平衡。
VAE 已内嵌。
更详细的变更列表即将推出（tm）。
SDXL/马匹模型即将推出（tm）？
SD3 即将推出（tm）？
* Hugging Face 归档
☄️ 生成建议
* 所有预览图像均未使用 LORA、嵌入、扩展或图生图/修复生成。仅使用纯文本生成图像，并通过高分辨率修复进行放大。
你可以使用自己偏好的采样器、步数、CFG 值。
大多数样本图像使用以下参数生成：
采样器：DPM++ 2M Karras
步数：20 - 28
CFG：7 - 11
Clip 跳过：1
ENSD：31337
较高的 CFG 可能带来更鲜艳的效果。
负面提示示例：
"NSFW, (最差质量, 低质量:1.3)"
如果你想获得与预览图像相似的风格，我建议使用这个简单负面提示。你可根据希望达成的风格进一步调整正负提示。
风格导向的负面提示示例：
* 真实感风格：
- "草图, 绘画, 动漫, 卡通, 插画, NSFW, (最差质量, 低质量:1.3)"
* 平面动漫/卡通风格：
- "写实, 真实感, 照片, 3D, NSFW, (最差质量, 低质量:1.3)"
样本图像进一步通过 AUTO1111 高分辨率修复（Hi-res fix）放大。若想获得类似效果，请使用该功能：
潜在空间：nearest-exact
放大倍数：2
去噪强度：0.55
生成结果在高分辨率修复后变化过大？请尝试使用 4x-foolhardy-Remarci
（也推荐用于简单风格插画、动漫、卡通等）
4x-foolhardy-Remarci
放大倍数：2
去噪强度：0.45 - 0.55
推荐 VAE：
Waifu Diffusion VAE kl-f8-anime2
强烈推荐，因为该模型在训练时特别考虑了此 VAE 的色彩与饱和度。
🖊️ 提示词建议
你可以根据喜好自由编写提示词。该模型融合了丹波鲁（Danbooru）风格标签提示和自然语言提示的思路，你可以自由组合使用，模型应该都能理解。
- 生成未提示的女性/人物？ 尝试移除 "杰作, 最佳质量, ……"
如果你查看样本图像附带的提示词，你会发现即使使用松散模糊的提示方式，也能生成有趣且高质量的图像。
尝试混合使用自然语言和 booru 风格标签，大胆实验，给 AI 足够自由发挥的空间！
一般指南：
使用动漫/booru 风格提示，如 "杰作, 最佳质量, ……"
- 生成更偏向动漫风格的图像，对女性/人物有更强倾向
使用摄影/非动漫风格提示，如 "专业照片，……"
- 生成更写实的图像，风格多样性更高，（大概率）偏见更少
📙 模型合并信息 - v4
我本人没有机器学习的训练或专业知识。我根据 WarriorMama777 的 AOM 模型页面 以及 这些 Rentrys. 提供的信息，任意混合了各个模型的 UBM 权重，通过不断试错修改数值，直到视觉上感到满意为止。
我使用了 hako-mikan 开发的 AUTO1111 扩展 SuperMerger。
请参考 '关于此版本' 以获取更详细信息。
🧡 致谢
感谢 WarriorMama777 提供 AOM 以及其他多种混合模型，以及详细分享你的工作流，这启发了我尝试合并自己的模型。
感谢 hako-mikan 开发了 SuperMerger 扩展，让模型合并流程更高效。
感谢 gsdf、rqdwdw 提供的 Counterfeit.
感谢 RunDiffusion 提供的 RunDiffusion FX 真实感
感谢 DynamicWang 提供的 AWPortrait 和 AWPainting.
感谢 KondooAI 提供的 Juggernaut.
感谢 Xerxemi 和 Xynon 提供的 SD-Silicon.
感谢 Lykon 提供的 Dreamshaper 8.
感谢 Terry9993 提供的 NijiExpressive v2 和 Niji v3 Fantastic.
感谢 Ashen-sensored 提供的 Silicon Landscape Isolation.
感谢 AUTO1111 开发的 Web UI。
感谢 StabilityAI 开启了这一切的 Stable Diffusion 时代。
感谢 CivitAI 和 Hugging Face 提供了开源 AI 成长的平台。
感谢整个 SD 社区持续地开放分享与创作。