QWEN-Anime

SeeSeeLPSeeSeeLP
93
470
애니메이션base modelbetansfwcheckpointqwencustom-trainedlightning-compatible
QWEN-Anime-Beta2-AIOQWEN-Anime-Beta2QWEN-Anime-Beta1

세부 정보

파일 다운로드

모델 설명

🎨 QWEN-Anime-Beta1 및 Beta2 | 전문 애니메이션 체크포인트

⚠️ 참고: 불가피하게 모든 버전을 하나의 모델 카드에 맞추기 위해 일부 트릭을 사용해야 했습니다.

🧠 SafeTensor 버전

🟪 BF16 = 프루닝된 모델 bf16 (38.05 GB)
🟦 FP16 = 프루닝된 모델 fp16 (38.05 GB)
🟨 FP8 = 프루닝된 모델 fp8 (19.03 GB)

💾 GGUF 버전

⚠️ ComfyUI-GGUF 필요: https://github.com/city96/ComfyUI-GGUF

🔹 F16 = 전체 모델 fp16 (38.07 GB)
🔹 Q8 = 전체 모델 fp8 (20.23 GB)
🔹 Q6_K = 전체 모델 bf16 (15.63 GB)
🔹 Q4_K_S = 전체 모델 nf4 (10.72 GB)

💡 빠른 가이드:

  • Safetensors (🟪🟦🟨) → 일반적인 "Load Diffusion Model" 노드 사용

  • GGUF (🔹) → ComfyUI-GGUF 필요 → "GGUF Loader" 노드 + unet/ 폴더

"Velvet-Horizon"

Beta2 릴리즈 - qwen-image-edit 2509 기반으로 맞춤 학습한 애니메이션 체크포인트

이것은 qwen-image-edit 2509을 기반으로 완전히 새롭게 학습한 제 맞춤 애니메이션 체크포인트의 Beta2 릴리즈입니다. 듀얼 Nvidia Tesla P40 GPU에서 확장된 맞춤 데이터셋과 후기 학습 에포크를 사용해 더 많은 시간을 투자한 결과, 커뮤니티와 이 개선된 버전을 공유하게 되어 기쁩니다!

🆕 Beta2의 새 기능은?

✨ 더 많은 학습 데이터 - 다양성이 풍부해진 확장된 맞춤 데이터셋
✨ 후기 에포크 - 안정성과 품질 향상을 위한 더 정교한 학습
✨ 다양한 형식 지원 - 이제 BF16, FP16, FP8 및 GGUF(Q4/Q6/Q8/F16)로 제공
✨ 개선된 일관성 - 모든 해상도와 프롬프트에서 향상된 결과
✨ 최적화된 품질 - 세부 사항 및 색상 정확도 향상

🔮 곧 출시: QWEN-Anime-Beta2-AIO

현재 다음을 포함하는 **모든 기능 통합 버전(Beta2-AIO)**을 개발 중입니다:

  • ✅ 통합 VAE 및 텍스트 인코더

  • ✅ 별도 파일 다운로드 불필요

  • ✅ 플러그 앤 플레이 경험

  • ✅ 동일한 품질, 더 쉬운 설정

⚡ 이 모델이 특별한 이유는?

🎯 맞춤 학습 기반

✅ qwen-image-edit 2509 아키텍처 기반
✅ 제가 직접 제작한 맞춤 애니메이션 데이터셋으로 스크래치 학습
✅ 안정성과 품질을 위해 듀얼 Tesla P40 GPU로 학습
✅ 진정한 애니메이션 미학에 최적화
✅ Beta2: 더 큰 데이터셋으로 확장 학습

🚀 성능 특징

⚡ 4단계 LoRA로 빠른 생성 (대부분 해상도에서 19-52초)
📐 다중 해상도 지원 – 512×512에서 2K 이상까지
💪 유연한 스텝 범위 – 4~50스텝에서 품질 높은 결과
🎨 Beta2: 모든 설정에서 개선된 일관성

🎨 다용도 출력

🌐 자연어 프롬프트 및 danbooru 태그 지원
🎛️ 여러 샘플러 지원 (Euler A, Euler Normal, Beta, Simple)
🔄 Qwen Lightning LoRAs와 호환하여 속도 향상
✨ Beta2: 프롬프트 이해 및 준수 능력 향상

💬 Beta 공지 및 커뮤니티 테스트

⚠️ 이것은 여전히 베타 릴리즈입니다! 커뮤니티의 피드백을 적극적으로 수집하고 있습니다.

이 체크포인트는 8GB VRAM에서 충분히 테스트되었지만, 다음을 도와주시면 감사하겠습니다:

✨ 다양한 정밀도 버전(BF16, FP16, FP8, GGUF) 테스트
✨ 다양한 프롬프트 스타일 탐색
✨ 다양한 사용 사례에 최적의 설정 발견
✨ 문제점이나 예상치 못한 동작 보고
✨ Beta2: Beta1 대비 품질 개선 비교

귀하의 피드백은 최종 릴리즈 및 곧 출시될 AIO 버전의 방향을 직접 결정합니다! 🙌

📊 성능 벤치마크 및 테스트 결과

모든 테스트는 8GB VRAM에서 Euler A 샘플러로 수행

🔬 테스트 1: 사이버펑크 해커 소녀

해상도: 512×512 | 스텝: 4 (LoRA 사용) | CFG: 1.0 | 시간: 19.96초

사이버펑크 해커 소녀 이미지

프롬프트:

anime, masterpiece, best quality, 1girl, neon hacker, short purple hair with glowing cyan highlights, cybernetic eye augmentation, focused expression, typing on holographic keyboard, glowing UI reflections on face, dark room illuminated by multiple screens, cyberpunk 2077 aesthetic, sharp details, cinematic lighting, rain on window bokeh, DETAILED EYES, tech wear, futuristic

사용 사례: Lightning LoRA로 초고속 캐릭터 생성

🔬 테스트 2: 판타지 고양이 마법사

해상도: 512×512 | 스텝: 8 (LoRA 사용) | CFG: 1.0 | 시간: 37.43초

판타지 Katzen-Magierin 이미지

프롬프트:

anime, 1girl, nekomimi, fluffy cat ears, long silver hair with bells, golden feline eyes, playful smirk, witch hat with star ornaments, casting fire magic, floating spell circles, cozy library background, warm candlelight, soft shading, fluffy tail visible, DND fantasy style, vibrant colors, DETAILED FUR, sparkles around hands

사용 사례: 케모노미미 특징을 가진 상세한 판타지 캐릭터

🔬 테스트 3: 비 오는 날 사무라이

해상도: 512×768 | 스텝: 20 | CFG: 2.5 | 시간: 166.19초

Samurai im Regen 이미지

프롬프트:

anime, 1boy, young samurai, black messy hair wet from rain, determined piercing eyes, scar over left eyebrow, traditional dark blue kimono, sword drawn with water droplets on blade, dramatic rainfall, neon signs blurred in background, cyber-samurai aesthetic, dark moody atmosphere, sharp focus on face, cinematic composition

사용 사례: 대기 효과와 상세한 구성이 있는 세로형 포트레이트

🔬 테스트 4: 신비한 엘프

해상도: 512×768 | 스텝: 50 | CFG: 4.0 | 시간: 414.57초

Mystische Elbin 이미지

프롬프트:

anime, 1girl, elf, long white hair, glowing blue eyes, pointy ears, nature background, ANIME, masterpiece, sharp focus, ethereal glow, MOE STYLE, tree magic, fast render

참고: 8GB VRAM에서 최대 세부 사항 정제를 위해 높은 스텝 수 사용

사용 사례: 시간에 제약이 없는 최고 품질 모드

🔬 테스트 5: 고딕 게이머 소녀

해상도: 1024×1024 | 스텝: 8 (LoRA 사용) | CFG: 1.0 | 시간: 51.85초

고딕 게이머 소녀 이미지

프롬프트:

anime, masterpiece, best quality, ultra-detailed, gothic, anime confident gamer girl with turquoise pixie hair and dragon tattoo on neck, golden eyes and smug expression, ripped band shirt falling off shoulder revealing bare breast and underboob, jeans unzipped and low on hips, casually leaning on gaming setup with beer, messy bedroom background.

사용 사례: 복잡한 세부 사항을 가진 고해상도 캐릭터 아트

🔬 테스트 6: 라마 모드 😅👍

해상도: 832×1216 | 스텝: 8 (LoRA 사용) | CFG: 1.0 | 시간: 52.03초

Lama Mode 이미지

프롬프트:

anime, In the fiery depths of an erupting volcano, a solitary llama stands amidst smoldering ruin, silhouetted against molten lava and towering ash clouds. Its plush coat is immaculate despite the surroundings—jagged metal, cracked concrete, glowing embers. The llama's calm demeanor contrasts sharply with the chaos around it. Bright hues of flames and smoke frame the scene. Studio anime style emphasizes detailed backgrounds and expressions; vibrant colors enhance the dramatic setting.

사용 사례: 다양성 입증 – 비정상적인 개념도 아름답게 구현!

🔬 테스트 7: 메카 패일럿 초상화

해상도: 1024×1536 | 스텝: 8 (LoRA 사용) | CFG: 1.0 | 시간: 63.73초

Mecha-Pilot Porträt 이미지

프롬프트:

anime, 1girl, mecha pilot, blue jumpsuit, headset, short red hair, serious expression, cockpit background, HUD reflections on face, sharp ANIME STYLE, high contrast, detailed eyes, mechanical details, neon accents, SPEEDPAINT, high quality

사용 사례: 전신 캐릭터 초상화를 위한 세로형 최적화

🔬 테스트 8: 프린세스 제ルド (이중 테스트)

해상도: 2048×1152 | CFG: 1.0

4스텝 버전: 45.28초 (4스텝 LoRA 사용)
8스텝 버전: 83.57초 (8스텝 LoRA 사용)

프린세스 제ルド 이미지

프롬프트:

anime, masterpiece, 2k resolution, ultra-detailed, depth of field, best quality, (anime coloring, anime screencap:1.5), official art style, 1girl, Princess Zelda from The Legend of Zelda, standing on an ancient stone balcony overlooking Hyrule at sunrise, long golden hair flowing in the wind, wearing elegant white and gold royal robes with light blue accents, glowing runes on fabric edges, soft light reflecting from the Master Sword resting nearby, ancient ruins and floating islands in the background, golden morning mist, warm cinematic lighting, anime fantasy atmosphere, calm expression full of determination, official art aesthetics, add microdetails, masterpiece illustration, ultra-realistic anime rendering, inspired by Tears of the Kingdom and Breath of the Wild.

사용 사례: 속도와 품질 옵션을 모두 갖춘 영화적 2K 렌더링

참고: 8GB VRAM에서도 2K 해상도가 원활하게 작동합니다! LoRA 스텝 수에 따라 속도와 품질 선택 가능.

🎯 빠른 시작 가이드

기본 설정 (테스트 권장)

  • 스텝: Lightning LoRA 사용 시 4-8, 사용하지 않을 시 16-32

  • CFG 스케일: 1.0-4.0 (LoRA 사용 시 낮춤, 더 많은 제어를 위해 높임)

  • 샘플러: Euler A, Euler Normal, Beta, 또는 Simple

  • 해상도: 512×512에서 시작, 필요에 따라 확장

속도 향상에 권장되는 LoRA

💡 베타 테스트를 위한 프로 팁

  • 초고속 결과 원하시나요? → CFG 1.0과 4스텝 LoRA 사용

  • 더 많은 제어가 필요하시나요? → LoRA를 생략하고 CFG 2.5-4.0과 20-32스텝 사용

  • 더 강한 애니메이션 스타일 원하시나요? → masterpiece, best quality, ANIME 같은 트리거 단어 추가

  • 실험 중이신가요? → 다양한 스텝 수를 시도하세요! 이 모델은 4에서 50스텝까지 잘 확장됩니다!

  • Beta2 팁: 다양한 정밀도 버전을 시도해보세요 – FP8이 가장 빠르고, BF16/FP16이 최고 품질

🔧 기술 정보

학습 세부 사항

  • 베이스 모델: qwen-image-edit 2509

  • 학습 하드웨어: 듀얼 Nvidia Tesla P40 GPU

  • 학습 데이터: 맞춤 애니메이션 데이터셋 (제가 제작)

  • 학습 기간: 수많은 시간의 집중 학습

  • 아키텍처: QWEN 기반 (별도 VAE/CLIP 필요)

  • Beta2 개선: 더 큰 데이터셋으로 확장 학습, 더 나은 수렴을 위한 후기 에포크

지원 형식

프루닝된 모델 (Safetensors)

  • BF16 (38.05 GB) - 최대 정밀도

  • FP16 (38.05 GB) - 표준 정밀도

  • FP8 (19.03 GB) - 빠르고 메모리 효율적

GGUF 모델 (ComfyUI-GGUF 맞춤 노드 필요)

⚠️ 설치 필요: https://github.com/city96/ComfyUI-GGUF

  • F16 (38.07 GB) - 전체 정밀도

  • Q8 (20.23 GB) - 고품질 양자화

  • Q6 (15.63 GB) - 품질과 크기의 균형

  • Q4 (10.72 GB) - 가장 작고 품질 우수

GGUF 사용법:

  • models/unet/ 폴더에 배치 (diffusion_models/ 아님)

  • ComfyUI에서 UnetLoaderGGUF 노드 사용

  • CPU 추론 또는 VRAM이 제한된 환경에 적합

권장 사항:

  • 가장 빠른 속도/품질 균형: FP8 (8GB VRAM)

  • 최고 품질: BF16/FP16 (12GB+ VRAM)

  • CPU 또는 매우 제한된 VRAM: GGUF Q6/Q8

포함되지 않는 내용 (베타 버전)

❌ 이는 모든 기능 통합 체크포인트가 아닙니다
❌ 별도의 VAE 필요 (FLUX VAE 또는 호환되는 것 사용)
❌ CLIP/텍스트 인코더 설정 필요
❌ Lightning LoRAs는 별도 구매 (선택 사항이지만 권장)

🔮 곧 출시: Beta2-AIO (모든 기능 통합)

현재 다음을 포함하는 QWEN-Anime-Beta2-AIO를 개발 중입니다:

  • ✅ 통합 VAE 및 텍스트 인코더 (별도 다운로드 불필요!)

  • ✅ 단일 파일, 플러그 앤 플레이 경험

  • ✅ 기본 ComfyUI 워크플로우와 즉시 호환

  • ✅ 동일한 Beta2 품질, 최대 편의성

예상 시기: Beta2 피드백 수집 후 향후 업데이트로 출시!

성능 특성

✅ 애니메이션 미학에 최적화
✅ Lightning LoRAs로 빠른 수렴
✅ 유연한 스텝 범위 (4-50스텝 테스트 완료)
✅ 2K 이상 다중 해상도 지원
✅ 8GB VRAM 테스트 및 확인 완료
✅ Beta2: 안정성 및 일관성 향상

⚙️ 샘플러 호환성

확인된 작동 샘플러

  • ✅ Euler A (주요 테스트 샘플러)

  • ✅ Euler Normal (작동 확인)

  • ✅ Beta (작동 확인)

  • ✅ Simple (작동 확인)

커뮤니티 테스트 환영

  • ❓ 기타 QWEN 호환 샘플러

모든 주요 샘플러가 완벽하게 작동합니다! 선호하는 샘플러를 자유롭게 사용하세요. 다양한 샘플러 사용 경험을 댓글에 공유해 주세요!

📐 해상도 지원

테스트 및 확인됨 (8GB VRAM)

  • ✅ 512×512 – 빠른 속도 (LoRA 사용 시 20-40초)

  • ✅ 512×768 – 세로 형식 (단계에 따라 37-166초)

  • ✅ 1024×1024 – 표준 HD (LoRA 사용 시 약 52초)

  • ✅ 832×1216 – 긴/세로 형식 (LoRA 사용 시 52초)

  • ✅ 1024×1536 – 전신 초상화 (LoRA 사용 시 64초)

  • ✅ 2048×1152 – 2K 영화적 풍경 (LoRA 사용 시 45-84초)

더 높은 해상도도 작동할 수 있으나 커뮤니티 테스트가 필요합니다!

🎯 적합한 사용자

베타 테스터 – 최종 릴리스 및 AIO 버전 개발에 기여하세요!
속도 애호가 – 빠른 생성을 위한 라이트닝 LoRA 지원
애니메이션 아티스트 – 수작업으로 제작된 애니메이션 데이터셋으로 사전 학습
캐릭터 디자이너 – 캐릭터 세부사항에 뛰어난 성능
판타지 창작자 – 마법적이고 판타지적인 요소에 적합
다양성 추구자 – 사이버펑크에서 중세 판타지까지
저 VRAM 사용자 – FP8 및 GGUF Q4/Q6 버전 제공

📝 프롬프트 가이드

권장 프롬프트 구조

성공적인 테스트를 바탕으로 다음 구조를 사용하세요:

anime, [품질 태그], [주체 설명], [스타일 세부사항], [분위기/조명]

효과적인 품질 태그

  • masterpiece, best quality, ultra-detailed

  • 2k resolution, depth of field

  • sharp focus, high quality

  • DETAILED EYES, DETAILED [특징]

스타일 수정자

  • anime coloring, anime screencap

  • MOE STYLE, official art style

  • cinematic lighting, dramatic composition

  • SPEEDPAINT (페인팅 스타일을 원할 경우)

자연어 프롬프트: 매우 잘 작동합니다. 모델은 복잡한 설명을 잘 처리합니다.
Danbooru 태그: 기존 태그 기반 워크플로우에도 지원됩니다.
혼합 접근법: 최상의 결과를 위해 둘을 결합해 사용하세요!

🔞 콘텐츠 주의

이 체크포인트는 기본 모델과 유사하게 제한된 NSFW 지원을 제공합니다:

✅ 지원됨: 가슴과 언더부브를 포함한 예술적 표현
❌ 미지원됨: 기본 모델의 능력을 넘는 완전한 명시적 NSFW 콘텐츠

학습 과정은 기본 qwen-image-edit 2509 모델의 NSFW 기능을 크게 변경하지 않았습니다. 명시적 콘텐츠 생성을 원하신다면 다른 전문 모델을 사용하시는 것이 더 적합할 수 있습니다.

18세 이상 사용자 전용입니다. CivitAI 가이드라인에 따라 책임감 있게 사용해 주세요.

🔗 모델 링크

필수 다운로드

이 모델과 모든 필수 구성 요소는 다음 링크에서 다운로드할 수 있습니다:

디퓨전 모델 (주 체크포인트)

  • qwen-anime-beta1/beta2 (다양한 형식) - 이 CivitAI 페이지에서 이용 가능

LoRA (선택 사항, 속도 향상 권장)

텍스트 인코더 (필수)

VAE (필수)

📂 모델 저장 위치

Safetensors 모델(BF16/FP16/FP8)의 경우:

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── qwen-anime-beta2-fp8.safetensors (또는 선택한 버전)
│   ├── 📂 loras/
│   │   ├── Qwen-Image-Lightning-4steps-V1.0.safetensors
│   │   └── Qwen-Image-Lightning-8steps-V1.0.safetensors
│   ├── 📂 vae/
│   │   └── qwen_image_vae.safetensors
│   └── 📂 text_encoders/
│       └── qwen_2.5_vl_7b_fp8_scaled.safetensors

GGUF 모델(Q4/Q6/Q8/F16)의 경우:

⚠️ 중요: GGUF 모델은 ComfyUI-GGUF 커스텀 노드가 필요합니다!

설치:

https://github.com/city96/ComfyUI-GGUF

GGUF 파일 위치:

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 unet/
│   │   └── qwen-anime-beta2-Q8.gguf (또는 선택한 GGUF 버전)
│   ├── 📂 loras/
│   │   ├── Qwen-Image-Lightning-4steps-V1.0.safetensors
│   │   └── Qwen-Image-Lightning-8steps-V1.0.safetensors
│   ├── 📂 vae/
│   │   └── qwen_image_vae.safetensors
│   └── 📂 text_encoders/
│       └── qwen_2.5_vl_7b_fp8_scaled.safetensors

💡 GGUF 참고사항:

  • GGUF 모델은 diffusion_models/가 아닌 unet/ 폴더에 저장하세요.

  • city96의 ComfyUI-GGUF 커스텀 노드를 반드시 설치해야 합니다.

  • 일반적인 "Load Diffusion Model" 대신 "GGUF Loader" 노드를 사용하세요.

  • GGUF 모델은 CPU 추론 또는 매우 제한된 VRAM 환경에 적합합니다.

💡 일반 참고사항: Lightning LoRA는 4-step과 8-step 중 하나만 선택하세요. 선호에 따라 선택하세요:

  • 4-step LoRA = 더 빠른 생성, 약간 덜 상세한 결과

  • 8-step LoRA = 속도와 품질의 균형 잡힌 성능

🚀 시작하기

Safetensors 모델 설치 (BF16/FP16/FP8)

  1. 선호하는 버전 다운로드 (8GB VRAM 사용자는 FP8 권장)

  2. 위 링크에서 필수 텍스트 인코더 및 VAE 다운로드

  3. 선택 사항: 선호하는 Lightning LoRA(4-step 또는 8-step) 다운로드

  4. 모든 파일을 위에 나열된 ComfyUI 폴더 구조에 올바르게 배치

  5. ComfyUI에서 체크포인트를 로드하고 생성 시작!

GGUF 모델 설치 (Q4/Q6/Q8/F16)

  1. 먼저 ComfyUI-GGUF 커스텀 노드 설치: https://github.com/city96/ComfyUI-GGUF

  2. 선호하는 GGUF 버전 다운로드 (품질을 원한다면 Q8 권장)

  3. 위 링크에서 필수 텍스트 인코더 및 VAE 다운로드

  4. 선택 사항: 선호하는 Lightning LoRA(4-step 또는 8-step) 다운로드

  5. GGUF 파일을 models/unet/ 폴더에 저장 (diffusion_models/가 아님)

  6. 워크플로우에서 일반 UNETLoader 대신 UnetLoaderGGUF 노드 사용

  7. 생성 시작!

첫 번째 생성 권장 설정

  • 해상도: 512×512

  • 단계: 8(8-step LoRA 사용 시) 또는 20(LoRA 미사용 시)

  • CFG: 1.0(LoRA 사용 시) 또는 3.0(LoRA 미사용 시)

  • 샘플러: Euler A (또는 확인된 모든 샘플러)

  • 테스트 예시에서 간단한 프롬프트 사용

🐛 알려진 문제 및 베타 제한사항

현재 상태

  • ⚠️ 하드웨어 다양성 테스트 제한 (주로 8GB VRAM)

  • ⚠️ 최적 설정에 대한 피드백 수집 중

  • ⚠️ 일부 프롬프트 패턴은 개선 필요

  • ⚠️ 아직 AIO 체크포인트로 제공되지 않음

  • ⚠️ Beta2: 다양한 정밀도 버전에 대한 피드백 필요

도움이 필요합니다

  • 🔍 다양한 하드웨어(12GB, 16GB, 24GB VRAM)에서 테스트

  • 🔍 다양한 정밀도 버전 비교(BF16 vs FP16 vs FP8)

  • 🔍 다양한 도구로 GGUF 버전 테스트

  • 🔍 극단적 사례 및 특이한 프롬프트 테스트

  • 🔍 Beta2와 Beta1의 향상점 비교

  • 🔍 발견한 최적 설정 공유

❓ 자주 묻는 질문

Q: 어떤 버전을 다운로드해야 하나요?
A: 8GB VRAM 사용자는 FP8을, 12GB 이상 VRAM 사용자는 최대 품질을 위해 BF16 또는 FP16을 사용하세요.

Q: Beta1과 Beta2의 차이점은 무엇인가요?
A: Beta2는 더 많은 학습 데이터, 더 나은 학습 에포크, 더 높은 일관성, 여러 정밀도 형식을 지원합니다.

Q: 이 모델은 완전한 AIO 체크포인트인가요?
A: 아닙니다! 이 베타는 별도의 VAE 및 CLIP 설정이 필요합니다. Beta2-AIO가 곧 출시되며 모든 구성 요소가 통합됩니다!

Q: Lightning LoRA가 필수인가요?
A: 아니요, 하지만 속도 향상을 위해 매우 권장됩니다. 사용하지 않을 경우 20-32단계를 사용하세요.

Q: 왜 아직 베타인가요?
A: 최종 릴리스 전 커뮤니티 피드백을 받고자 합니다. 여러분의 테스트가 최종 버전과 곧 출시될 AIO 버전 개선에 도움이 됩니다!

Q: 어떤 샘플러가 가장 좋나요?
A: Euler A, Euler Normal, Beta, Simple 모두 훌륭하게 작동합니다! 선호하는 샘플러를 사용하세요.

Q: 자체 LoRA를 추가로 사용할 수 있나요?
A: 물론입니다! 이는 완전한 체크포인트이므로 원하는 대로 여러 LoRA를 중첩하여 사용할 수 있습니다.

Q: 최종 릴리스가 나올 예정인가요?
A: 네! 커뮤니티 피드백을 바탕으로 안정적인 버전을 출시할 예정이며, 모든 구성 요소가 통합된 Beta2-AIO로 제공됩니다.

Q: 어떤 하드웨어가 필요하나요?
A: 8GB VRAM으로 FP8 버전이 작동합니다. 더 높은 정밀도 버전은 더 많은 VRAM이 필요합니다. GGUF 버전은 CPU에서도 실행 가능합니다.

Q: SDXL 워크플로우와 호환되나요?
A: 아닙니다. 이 모델은 QWEN/FLUX 아키텍처 전용입니다.

Q: 어느 정도 NSFW 콘텐츠를 생성할 수 있나요?
A: 기본 모델이 지원하는 수준으로 제한됩니다 — 주로 가슴과 언더부브 같은 예술적 노출입니다. 명시적 콘텐츠를 위한 모델이 아닙니다.

Q: GGUF Q4/Q6/Q8의 차이점은 무엇인가요?
A: Q4는 가장 작음(10GB), Q6는 균형 잡힘(15GB), Q8은 최고 품질(20GB). 숫자가 높을수록 품질은 높지만 파일 크기도 커집니다.

Q: GGUF 모델을 어떻게 사용하나요?
A: https://github.com/city96/ComfyUI-GGUF에서 ComfyUI-GGUF 커스텀 노드를 설치하고, GGUF 파일을 models/unet/ 폴더에 저장한 후 일반 "Load Diffusion Model" 대신 "GGUF Loader" 노드를 사용하세요.

📸 창작물 공유하기!

작업을 공유할 때 다음 정보를 포함해 주세요:

  • 사용한 프롬프트

  • 해상도 및 설정(단계, CFG, 샘플러)

  • 사용한 버전(FP8, BF16, GGUF 등)

  • Lightning LoRA 사용 여부

  • 사용한 VRAM 용량

  • 겪은 문제나 놀라운 점

  • Beta2: 가능하다면 Beta1과의 비교

이 정보는 이 베타 버전의 최적 설정을 모두가 공유하는 데 도움이 됩니다!

💬 피드백 및 커뮤니티

이 모델은 베타입니다. 여러분의 의견이 필요합니다!

원하는 피드백:

  • ✅ 다양한 프롬프트 스타일에 대한 품질 평가

  • ✅ 다양한 하드웨어에서의 성능 보고

  • ✅ 다른 애니메이션 모델과의 비교

  • ✅ 버그 및 예상치 못한 동작 보고

  • ✅ 개선 제안

  • ✅ 발견한 최적 설정 공유

  • ✅ Beta2: 다양한 정밀도 버전에 대한 피드백

  • ✅ Beta2: Beta1 대비 품질 비교

도움이 되는 방법:

  • 📝 테스트 결과를 상세히 리뷰 작성

  • 🖼️ 설정과 함께 생성된 이미지 공유

  • 💬 피드백 및 제안을 댓글로 남기기

  • 🐛 재현 단계와 함께 문제 보고

  • ⭐ 경험에 따라 정직하게 평가하기

🙏 크레딧 및 감사 인사

기반 모델:

  • qwen-image-edit 2509 – 기반 모델

  • 맞춤 학습 데이터셋 – 제가 직접 제작한 애니메이션 컬렉션

  • Nvidia Tesla P40 (×2) – 학습 하드웨어

  • Qwen Lightning LoRAs – 속도 최적화 (별도 다운로드)

특별한 감사:

  • 뛰어난 기본 모델을 제공해 준 QWEN 개발팀

  • 꾸준한 지원을 해준 CivitAI 커뮤니티

  • 이 베타를 테스트하고 피드백을 주신 모든 분들!

  • Beta1 테스터들 – 여러분의 피드백이 Beta2를 가능하게 했습니다!

📊 베타 상태 요약

✅ 작동하는 기능:

  • 핵심 기능 – 완전히 작동

  • Lightning LoRA 호환 – 테스트 및 확인됨

  • 다중 해상도 지원 – 512px부터 2K+

  • 8GB VRAM 지원 – FP8로 확인됨

  • 12GB+ VRAM 지원 – BF16/FP16로 확인됨

  • GGUF 지원 – Q4/Q6/Q8/F16 형식 제공

  • 샘플러: Euler A, Euler Normal, Beta, Simple – 모두 확인됨

  • 스타일 다양성 – 애니메이션 중심으로 탁월한 결과

⚠️ 제한사항:

  • NSFW 지원 – 예술적 노출(가슴/언더부브)만 제한적으로 지원

  • 완전한 명시적 NSFW – 학습되지 않음

  • AIO 패키지 – 아직 미 제공 (Beta2-AIO 개발 중)

  • 제품 상태 – 여전히 베타 단계

🔄 진행 중:

  • 커뮤니티 피드백 수집

  • 하드웨어 호환성 테스트

  • 최적 설정 발견

🚀 로드맵

Beta2 단계 (현재)

  • ✅ 향상된 학습으로 Beta2 출시

  • ✅ 여러 정밀도 형식 제공(BF16/FP16/FP8)

  • ✅ GGUF 버전 제공

  • 🔄 커뮤니티 피드백 수집

  • 🔄 하드웨어 호환성 테스트

  • 🔄 최적 설정 발견

Beta2-AIO 계획

  • ⏳ 현재 개발 중!

  • 📋 통합 VAE/CLIP 포함된 AIO 체크포인트

  • 📋 단일 파일 다운로드

  • 📋 플러그 앤 플레이 경험

  • 📋 기본 ComfyUI 워크플로우와 호환

  • 📋 별도 파일 관리 불필요

안정 버전 계획

  • 📋 커뮤니티 피드백 반영

  • 📋 추가 학습 최적화

  • 📋 더 큰 데이터셋과 더 많은 학습

  • 📋 확장된 문서화

  • 📋 고급 프롬프트 가이드

  • 📋 최종 생산용 버전 출시

지금 QWEN-Anime-Beta2를 다운로드하고 최종 릴리스를 함께 만들어주세요! 🎨

여러분의 피드백은 귀중합니다. 모든 테스트, 댓글, 제안이 이 모델을 더 나은 것으로 만듭니다!

버전: 베타 2
출시일: 2025년 11월
학습: 이중 Tesla P40 GPU에서 제작된 맞춤 데이터셋 (확장 학습)
기반: qwen-image-edit 2509
곧 출시: Beta2-AIO (통합 버전 개발 중)

AI 아트 커뮤니티를 위한 ❤️로 제작되었습니다

⚠️ 기억하세요: 이는 베타 소프트웨어입니다. 일부 불완전함이 있을 수 있으며, 발견 시 꼭 보고해 주세요! 함께 이 모델을 놀라운 것으로 만들어갑시다! 🚀

🎯 버전 비교

📦 Beta1

  • 학습 데이터: 기본 데이터셋
  • 학습 에포크: 초기 단계
  • 사용 가능한 형식: FP16 전용
  • 일관성: 우수한 품질
  • 설정: 4개의 별도 파일 필요
  • 품질: 높음

📦 Beta2 (현재 버전)

  • 학습 데이터: 확장된 데이터셋 ✨
  • 학습 에포크: 후기 단계 (더 정제됨) ✨
  • 사용 가능한 형식: BF16, FP16, FP8, GGUF (Q4/Q6/Q8/F16) ✨
  • 일관성: 더 나은 품질과 안정성 ✨
  • 설정: 4개의 별도 파일 필요
  • 품질: Beta1보다 높음 ✨

📦 Beta2-AIO (곧 출시!)

  • 학습 데이터: 확장된 데이터셋 (Beta2와 동일)
  • 학습 에포크: 후기 단계 (Beta2와 동일)
  • 일관성: Beta2와 동일
  • 설정: 단일 파일 - 플러그 앤 플레이! 🎉
  • 파일 수: 단 1개 파일 (VAE + CLIP 통합)
  • 품질: Beta2와 동일한 높은 품질

권장 사항:

  • 최고의 현재 품질과 유연성을 원한다면 Beta2를 선택하세요.
  • 가장 간편한 설정 경험을 원한다면 Beta2-AIO를 기다리세요!

이 모델로 만든 이미지

이미지를 찾을 수 없습니다.