QWEN-Anime
详情
下载文件
关于此版本
模型描述
🎨 QWEN-Anime-Beta1 和 Beta2 | 专用动漫检查点
⚠️ 注意： 不幸的是，我不得不使用一些技巧，以便所有版本都能放在一个模型卡片上。
🧠 SafeTensor 版本
🟪 BF16 = 剪枝模型 bf16（38.05 GB）
🟦 FP16 = 剪枝模型 fp16（38.05 GB）
🟨 FP8 = 剪枝模型 fp8（19.03 GB）
💾 GGUF 版本
⚠️ 需要 ComfyUI-GGUF： https://github.com/city96/ComfyUI-GGUF
🔹 F16 = 完整模型 fp16（38.07 GB）
🔹 Q8 = 完整模型 fp8（20.23 GB）
🔹 Q6 = 完整模型 bf16（15.63 GB）
🔹 Q4 = 完整模型 nf4（10.72 GB）
💡 快速指南：
Safetensors (🟪🟦🟨) → 使用常规的“Load Diffusion Model”节点
GGUF (🔹) → 需要 ComfyUI-GGUF → “GGUF Loader”节点 +
unet/文件夹
"Velvet-Horizon"
Beta2 发布版 - 基于 qwen-image-edit 2509 的自定义训练动漫检查点
这是基于 qwen-image-edit 2509 从零开始训练的自定义动漫检查点的 Beta2 发布版。经过在双 NVIDIA Tesla P40 GPU 上使用扩展的自定义数据集和更后期的训练轮次进行大量训练后，我非常兴奋地与社区分享这个改进版本！
🆕 Beta2 中有哪些新功能？
✨ 更多训练数据 - 扩展了自定义数据集，增加了多样性
✨ 更后期的轮次 - 更精细的训练，提升稳定性和质量
✨ 多种格式 - 现在支持 BF16、FP16、FP8 和 GGUF（Q4/Q6/Q8/F16）
✨ 更好的一致性 - 在所有分辨率和提示词下均有改进的结果
✨ 优化的质量 - 增强细节与色彩准确性
🔮 即将推出：QWEN-Anime-Beta2-AIO
我目前正在开发一个一体化版本（Beta2-AIO），将包含：
✅ 集成的 VAE 和文本编码器
✅ 无需单独下载文件
✅ 即插即用体验
✅ 相同质量，更简单的设置
⚡ 为何与众不同？
🎯 自定义训练基础
✅ 基于 qwen-image-edit 2509 架构
✅ 使用我自创的专属动漫数据集从零开始训练
✅ 双 Tesla P40 GPU 训练，确保稳定性和质量
✅ 专为真实动漫美学优化
✅ Beta2：使用更大数据集进行延长训练
🚀 性能亮点
⚡ 使用 4 步 LoRA 实现闪电般生成（多数分辨率下耗时 19-52 秒）
📐 支持多分辨率——从 512×512 到 2K+ 分辨率
💪 灵活的步数范围——4 到 50 步均可获得优质结果
🎨 Beta2：所有设置下的一致性大幅提升
🎨 多样化输出
🌐 支持自然语言提示词和 danbooru 标签
🎛️ 支持多种采样器（Euler A、Euler Normal、Beta、Simple）
🔄 兼容 Qwen Lightning LoRAs 以提升速度
✨ Beta2：对提示词的理解和遵循能力更强
💬 Beta 版本说明与社区测试
⚠️ 这仍是一个 Beta 版本！ 我正在积极寻求社区的反馈。
该检查点已在 8GB VRAM 上广泛测试，但我需要您的帮助来：
✨ 测试不同精度版本（BF16、FP16、FP8、GGUF）
✨ 探索多种提示方式
✨ 发现不同使用场景下的最佳设置
✨ 报告任何问题或异常行为
✨ Beta2：与 Beta1 对比质量提升
您的反馈将直接塑造最终发布版及即将推出的一体化版本！🙌
📊 性能基准与测试结果
所有测试均在 8GB VRAM 上使用 Euler A 采样器完成
🔬 测试 1：赛博朋克黑客女孩
分辨率： 512×512 | 步数： 4（带 LoRA）| CFG： 1.0 | 耗时： 19.96 秒
赛博朋克黑客女孩图像
提示词：
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
使用场景： 使用 Lightning LoRA 快速生成角色
🔬 测试 2：奇幻猫魔法师
分辨率： 512×512 | 步数： 8（带 LoRA）| CFG： 1.0 | 耗时： 37.43 秒
奇幻猫魔法师图像
提示词：
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
使用场景： 带有 kemonomimi 特征的精细奇幻角色
🔬 测试 3：雨中武士
分辨率： 512×768 | 步数： 20 | CFG： 2.5 | 耗时： 166.19 秒
雨中武士图像
提示词：
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
使用场景： 带氛围效果与精细构图的肖像格式
🔬 测试 4：神秘精灵
分辨率： 512×768 | 步数： 50 | CFG： 4.0 | 耗时： 414.57 秒
神秘精灵图像
提示词：
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
备注： 在 8GB VRAM 上使用更高步数以获得最大细节优化
使用场景： 当时间不受限时追求极致质量
🔬 测试 5：哥特风格游戏女孩
分辨率： 1024×1024 | 步数： 8（带 LoRA）| CFG： 1.0 | 耗时： 51.85 秒
哥特风格游戏女孩图像
提示词：
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.
使用场景： 高分辨率复杂细节角色艺术
🔬 测试 6：骆驼模式 😅👍
分辨率： 832×1216 | 步数： 8（带 LoRA）| CFG： 1.0 | 耗时： 52.03 秒
骆驼模式图像
提示词：
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.
使用场景： 展示模型的多功能性——即使非常规概念也能完美呈现！
🔬 测试 7：机甲驾驶员肖像
分辨率： 1024×1536 | 步数： 8（带 LoRA）| CFG： 1.0 | 耗时： 63.73 秒
机甲驾驶员肖像
提示词：
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
使用场景： 全身角色肖像的竖版卓越表现
🔬 测试 8：塞尔达公主（双版本测试）
分辨率： 2048×1152 | CFG： 1.0
4 步版本： 45.28 秒（使用 4 步 LoRA）
8 步版本： 83.57 秒（使用 8 步 LoRA）
塞尔达公主图像
提示词：
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.
使用场景： 带速度与质量选择的电影级 2K 渲染
备注： 即使在 8GB VRAM 上，2K 分辨率也能流畅运行！通过不同 LoRA 步数选择速度与质量。
🎯 快速入门指南
基础设置（推荐测试使用）
步数： 使用 Lightning LoRA 时为 4-8，不使用时为 16-32
CFG 值： 1.0-4.0（使用 LoRA 时调低，需要更多控制时调高）
采样器： Euler A、Euler Normal、Beta 或 Simple
分辨率： 从 512×512 开始，按需放大
推荐用于提速的 LoRAs
💡 Beta 测试小贴士
想要闪电般速度？ → 使用 4 步 LoRA + CFG 1.0
需要更多控制？ → 跳过 LoRA，使用 20-32 步 + CFG 2.5-4.0
想要更强动漫风格？ → 添加
masterpiece, best quality, ANIME等触发词想尝试？ → 尝试不同步数——本模型在 4 到 50 步间表现优异！
Beta2 小贴士： 尝试不同精度版本——FP8 最快，BF16/FP16 用于极致画质
🔧 技术信息
训练详情
基础模型： qwen-image-edit 2509
训练硬件： 双 NVIDIA Tesla P40 GPU
训练数据： 自定义动漫数据集（由我创建）
训练时长： 数百小时高强度训练
架构： QWEN 基础（需独立 VAE/CLIP）
Beta2 改进： 使用更大数据集延长训练，后期轮次以提升收敛性
可用格式
剪枝模型（Safetensors）
BF16（38.05 GB）- 最高精度
FP16（38.05 GB）- 标准精度
FP8（19.03 GB）- 快速且节省内存
GGUF 模型（需 ComfyUI-GGUF 自定义节点）
⚠️ 需安装： https://github.com/city96/ComfyUI-GGUF
F16（38.07 GB）- 完整精度
Q8（20.23 GB）- 高质量量化
Q6（15.63 GB）- 质量与体积平衡
Q4（10.72 GB）- 最小体积，质量良好
GGUF 使用方法：
放入
models/unet/文件夹（不要放入diffusion_models/）在 ComfyUI 中使用 UnetLoaderGGUF 节点
非常适合 CPU 推理或 VRAM 有限的环境
推荐方案：
使用 FP8 获得最佳速度/质量平衡（8GB VRAM）
使用 BF16/FP16 获取最高质量（12GB+ VRAM）
使用 GGUF Q6/Q8 进行 CPU 推理或极低 VRAM 环境
未包含内容（Beta 版本）
❌ 此非一体化检查点
❌ 需要独立 VAE（请使用 FLUX VAE 或兼容版本）
❌ 需要 CLIP/文本编码器设置
❌ Lightning LoRAs 单独销售（可选但推荐）
🔮 即将推出：Beta2-AIO（一体化）
我目前正在开发 QWEN-Anime-Beta2-AIO，将包含：
✅ 集成 VAE 和文本编码器（无需单独下载！）
✅ 单文件，即插即用
✅ 可直接在默认 ComfyUI 工作流中使用
✅ 保持 Beta2 质量，同时获得最大便利性
预计时间： 在收集 Beta2 反馈后更新发布！
性能特征
✅ 专为动漫美学优化
✅ 与 Lightning LoRAs 快速收敛
✅ 灵活步数范围（已测试 4-50 步）
✅ 支持多分辨率，最高达 2K+
✅ 已在 8GB VRAM 上测试并确认
✅ Beta2：稳定性与一致性显著提升
⚙️ 采样器兼容性
已确认可用
✅ Euler A（主要测试采样器）
✅ Euler Normal（已确认可用）
✅ Beta（已确认可用）
✅ Simple（已确认可用）
欢迎社区测试
- ❓ 其他 QWEN 兼容的采样器
所有主流采样器均完美工作！ 随意使用您偏好的采样器。请在评论中分享您使用不同采样器的体验！
📐 分辨率支持
已测试并确认（8GB 显存）
✅ 512×512 – 极速（使用 LoRA 时 20-40 秒）
✅ 512×768 – 竖版构图（根据步数不同为 37-166 秒）
✅ 1024×1024 – 标准高清（使用 LoRA 时约 52 秒）
✅ 832×1216 – 高/竖直构图（使用 LoRA 时 52 秒）
✅ 1024×1536 – 全身肖像（使用 LoRA 时 64 秒）
✅ 2048×1152 – 2K 电影感（使用 LoRA 时 45-84 秒）
更高分辨率可能可用，但需社区测试确认！
🎯 适用场景
测试者 – 帮助塑造最终发布版与一体化版本！
速度爱好者 – 支持闪电 LoRA，实现快速生成
动漫艺术家 – 专为手工制作的动漫数据集训练
角色设计师 – 在角色细节表现上表现优异
奇幻创作者 – 擅长魔法与奇幻元素
多风格探索者 – 从赛博朋克到中世纪奇幻皆可驾驭
低显存用户 – 提供 FP8 和 GGUF Q4/Q6 版本
📝 提示词指南
推荐提示词结构
根据成功测试，建议使用以下结构：
anime, [质量标签], [主体描述], [风格细节], [氛围/光照]
有效质量标签
masterpiece, best quality, ultra-detailed2k resolution, depth of fieldsharp focus, high qualityDETAILED EYES, DETAILED [特征]
风格修饰词
anime coloring, anime screencapMOE STYLE, official art stylecinematic lighting, dramatic compositionSPEEDPAINT（获得绘画感效果）
自然语言提示：效果极佳！模型能处理复杂描述。
Danbooru 标签：也支持熟悉的标签式工作流。
混合方式：结合使用可获得最佳效果！
🔞 内容提示
此检查点的 NSFW 支持有限，与基础模型一致：
✅ 支持：艺术性描绘，包括裸露乳房和下乳
❌ 不支持：超出基础模型能力的完整明确 NSFW 内容
训练过程未显著改变基础模型 qwen-image-edit 2509 的 NSFW 能力。如需生成明确内容，建议使用其他专业模型。
仅限 18 岁以上用户使用。 请负责任地使用，并遵守 CivitAI 指南。
🔗 模型链接
必需下载项
您可在此处下载本模型及所有必需组件：
扩散模型（主检查点）
- qwen-anime-beta1/beta2（多种格式） – 可在本 CivitAI 页面获取
LoRA（可选，但推荐用于提速）
文本编码器（必需）
VAE（必需）
📂 模型存储路径
将下载的文件放入以下 ComfyUI 目录结构中：
对于 Safetensors 模型（BF16/FP16/FP8）：
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 diffusion_models/
│ │ └── qwen-anime-beta2-fp8.safetensors（或您选择的版本）
│ ├── 📂 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
对于 GGUF 模型（Q4/Q6/Q8/F16）：
⚠️ 重要提示：GGUF 模型需安装 ComfyUI-GGUF 自定义节点！
安装方法：
https://github.com/city96/ComfyUI-GGUF
GGUF 文件存放路径：
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 unet/
│ │ └── qwen-anime-beta2-Q8.gguf（或您选择的 GGUF 版本）
│ ├── 📂 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 说明：
GGUF 模型应放在
unet/文件夹，而非diffusion_models/必须从 city96 安装 ComfyUI-GGUF 自定义节点
使用 “GGUF Loader” 节点，而非常规 “Load Diffusion Model”
GGUF 模型非常适合 CPU 推理或显存极低的设备
💡 通用提示：您只需选择一个 Lightning LoRA（4 步或 8 步），无需两者都下载。根据偏好选择：
- 4 步 LoRA = 更快生成，细节略少
- 8 步 LoRA = 速度与质量的更好平衡
🚀 快速入门
安装（Safetensors 模型：BF16/FP16/FP8）
下载您偏好的版本（8GB 显存推荐使用 FP8）
从上方链接下载必需的文本编码器和VAE
（可选）下载您偏好的Lightning LoRA（4 步或 8 步）
将所有文件放入正确的 ComfyUI 文件夹（参见上方目录结构）
在 ComfyUI 中加载检查点并生成！
安装（GGUF 模型：Q4/Q6/Q8/F16）
先安装 ComfyUI-GGUF 自定义节点：https://github.com/city96/ComfyUI-GGUF
下载您偏好的 GGUF 版本（推荐 Q8 以获得最佳画质）
从上方链接下载必需的文本编码器和VAE
（可选）下载您偏好的Lightning LoRA（4 步或 8 步）
将 GGUF 文件放入
models/unet/文件夹（不要放diffusion_models/）在工作流中使用 UnetLoaderGGUF 节点，而非常规 UNETLoader
生成！
首次生成建议
分辨率：512×512
步数：8（使用 8 步 LoRA）或 20（不使用 LoRA）
CFG：1.0（使用 LoRA）或 3.0（不使用）
采样器：Euler A（或任一已确认可用的采样器）
使用测试示例中的简单提示词
🐛 已知问题与 Beta 限制
当前状态
⚠️ 硬件多样性测试有限（主要为 8GB 显存）
⚠️ 正在收集最佳设置反馈
⚠️ 部分提示模式可能需要优化
⚠️ 尚未提供一体化检查点
⚠️ Beta2：需反馈不同精度版本的表现
需要您的帮助
🔍 在其他硬件上测试（12GB、16GB、24GB 显存）
🔍 比较不同精度版本（BF16 vs FP16 vs FP8）
🔍 使用多种工具测试 GGUF 版本
🔍 探索边缘案例与特殊提示
🔍 对比 Beta2 与 Beta1 的改进
🔍 分享您发现的最佳设置
❓ 常见问题
Q：我该下载哪个版本？
A：8GB 显存请用 FP8；12GB 以上显存请用 BF16 或 FP16 以获得最佳画质。
Q：Beta1 和 Beta2 有什么区别？
A：Beta2 拥有更多训练数据、更晚的训练轮次、更强的一致性，并提供多种精度格式。
Q：这是完整的一体化检查点吗？
A：还不是！此 Beta 版本需单独配置 VAE 和 CLIP。Beta2-AIO 即将发布，集成所有组件！
Q：我需要 Lightning LoRAs 吗？
A：不是必须，但强烈推荐用于提速！不使用时请设为 20-32 步。
Q：为什么这仍是 Beta？
A：我希望在最终发布前收集社区反馈。您的测试将帮助改进最终版和即将到来的 AIO 版本！
Q：哪个采样器效果最好？
A：Euler A、Euler Normal、Beta 和 Simple 均表现优异！请使用您最喜欢的。
Q：我可以叠加自己的 LoRA 吗？
A：当然可以！这是一个完整检查点，可自由叠加任何 LoRA。
Q：会有正式版吗？
A：会的！根据社区反馈，我将优化并发布一个稳定版本，包含一体化打包（Beta2-AIO）。
Q：需要什么硬件？
A：8GB 显存可运行 FP8；更高精度版本需更多显存；GGUF 版本支持 CPU 推理。
Q：能用于 SDXL 工作流吗？
A：不能，此模型仅基于 QWEN/FLUX 架构。
Q：能生成多少 NSFW 内容？
A：仅限基础模型支持范围——主要是艺术性裸露（如乳房）。不用于生成明确内容。
Q：GGUF Q4/Q6/Q8 有何区别？
A：Q4 最小（10GB），Q6 平衡（15GB），Q8 画质最高（20GB）。数字越大，画质越好，体积越大。
Q：如何使用 GGUF 模型？
A：从 https://github.com/city96/ComfyUI-GGUF 安装 ComfyUI-GGUF 自定义节点，将 GGUF 文件放入 models/unet/ 文件夹，并使用 “GGUF Loader” 节点替代常规 “Load Diffusion Model”。
📸 展示您的作品！
分享时请包含：
您的提示词
分辨率与设置（步数、CFG、采样器）
使用的版本（FP8、BF16、GGUF 等）
是否使用了 Lightning LoRA
您的显存容量
遇到的任何问题或惊喜
Beta2：如可能，请与 Beta1 对比
这将帮助所有人找到此 Beta 的最佳设置！
💬 反馈与社区
这是 Beta 版本 —— 我需要您的意见！
我需要以下反馈：
✅ 不同提示风格的质量反馈
✅ 各种硬件上的性能报告
✅ 与其他动漫模型的对比
✅ Bug 报告与异常行为
✅ 改进建议
✅ 您发现的最佳设置
✅ Beta2：不同精度版本的反馈
✅ Beta2：与 Beta1 的画质对比
如何帮助：
📝 留下包含测试结果的详细评价
🖼️ 分享您的生成图像及设置
💬 评论反馈与建议
🐛 提交可复现的问题报告
⭐ 根据您的体验诚实评分
🙏 致谢与鸣谢
基于以下内容构建：
qwen-image-edit 2509 – 基础模型
自定义训练数据集 – 由我手工创建的动漫合集
Nvidia Tesla P40（×2） – 训练硬件
Qwen Lightning LoRAs – 加速优化（需单独下载）
特别感谢：
QWEN 开发团队提供卓越的基础模型
CivitAI 社区持续支持
所有测试此 Beta 并提供反馈的用户！
Beta1 测试者——您的反馈让 Beta2 成为可能！
📊 Beta 状态摘要
✅ 已实现功能：
核心功能 – 完全可用
Lightning LoRA 兼容 – 已测试并确认
多分辨率支持 – 512px 至 2K+
8GB 显存支持 – 使用 FP8 已确认
12GB+ 显存支持 – 使用 BF16/FP16 已确认
GGUF 支持 – 提供 Q4/Q6/Q8/F16 版本
采样器：Euler A、Euler Normal、Beta、Simple —— 全部确认可用
风格多样性：专注动漫，效果出色
⚠️ 限制：
NSFW 支持：仅限艺术性裸露（乳房/下乳）
完整明确 NSFW：未训练支持
一体化包：尚未提供（Beta2-AIO 正在开发中）
发布状态：仍处于 Beta 阶段
🔄 正在进行：
收集社区反馈
硬件兼容性测试
最佳设置探索
🚀 发展路线图
Beta2 阶段（当前）
✅ Beta2 发布，训练优化
✅ 多精度格式（BF16/FP16/FP8）
✅ 提供 GGUF 版本
🔄 收集社区反馈
🔄 硬件兼容性测试
🔄 最佳设置探索
计划中的 Beta2-AIO
⏳ 正在开发中！
📋 集成 VAE/CLIP 的一体化检查点
📋 单文件下载
📋 即插即用体验
📋 兼容默认 ComfyUI 工作流
📋 无需单独管理文件
计划中的稳定版
📋 整合社区反馈
📋 进一步训练优化
📋 使用更大数据集进行更多训练
📋 扩展文档
📋 高级提示词指南
📋 最终生产就绪版本
立即下载 QWEN-Anime-Beta2，共同塑造最终发布版！ 🎨
您的反馈至关重要——每一次测试、评论与建议，都让此模型对所有人更好！
版本：Beta 2
发布日期：2025 年 11 月
训练：基于双 Tesla P40 GPU 的自建数据集（扩展训练）
基础模型：qwen-image-edit 2509
即将推出：Beta2-AIO（一体化版本，正在开发中）
为 AI 艺术社区倾情打造 ❤️
⚠️ 请注意：这是 Beta 软件，可能存在瑕疵，请积极报告！让我们一起让它变得卓越！🚀
🎯 版本对比
📦 Beta1
- 训练数据： 基础数据集
- 训练轮次： 初期阶段
- 可用格式： 仅 FP16
- 一致性： 质量良好
- 安装要求： 需要 4 个独立文件
- 质量： 高
📦 Beta2（当前版本）
- 训练数据： 扩展数据集 ✨
- 训练轮次： 后期阶段（更精细）✨
- 可用格式： BF16、FP16、FP8、GGUF（Q4/Q6/Q8/F16）✨
- 一致性： 更佳的质量与稳定性 ✨
- 安装要求： 需要 4 个独立文件
- 质量： 高于 Beta1 ✨
📦 Beta2-AIO（即将推出！）
- 训练数据： 扩展数据集（与 Beta2 相同）
- 训练轮次： 后期阶段（与 Beta2 相同）
- 一致性： 与 Beta2 相同
- 安装要求： 单文件，即插即用！🎉
- 文件数量： 仅 1 个文件（集成 VAE + CLIP）
- 质量： 与 Beta2 相同的高质量
推荐：
- 如需当前最佳的质量与灵活性，请选择 Beta2
- 如需最简便的安装体验，请等待 Beta2-AIO！