AnimEasy

想制作动漫/漫画风格的图片，但又不是提示词雕刻大师？AnimEasy 经过优化，无论提示词如何（甚至完全没有提示词），都能生成色彩和线稿质量不错的图像。请参见上方的演示视频，了解仅用一个词你能得到什么效果。

为获得最佳效果，请使用：

• 采样器：DPM++ 2M Karras（它们全部都非常相似——如果图像出现混乱，请禁用 LoRA 或尝试“DPM Adaptive”，它更稳健但速度较慢）

• 步数：从 20 开始（少于 10 会变得模糊，超过 30 通常浪费）

• Clip 跳过：2（对于罕见或特殊提示，1 有时效果更好）

• CFG 缩放：大多数情况用 7，要严格遵循提示词用 11，罕见或特殊内容用 3 或更低

• LoRAs——如果出现斑点、污点或墨渍，请降低 LoRA 强度

• VAE——模型中已内置一个，但你可以使用自己的

要放大图像，请使用：

• 采样器：R-ESRGAN 4x+ Anime6B（潜空间似乎不太喜欢动漫面部）

• 去噪强度：0.5（更高会改变场景更多，但也可能增加更多细节）

推荐（非必需）插件：

• ADetailer——修复面部，使用 face_yolov8 模型效果最佳

• ControlNet——当你想使用参考图像时

  • 预处理器设为：lineart_anime（2D）或 lineart_realistic（3D 或真实场景）

  • 模型设为：control_v11p_sd15s2_lineart_anime

  • 初始控制权重设为 0.5，越高输出越贴近输入

  • 控制模式设为：ControlNet 更重要（更严格遵循输入）

作为挑战，试试用你最喜欢的模型输入一个词（甚至没有词）作为提示，我发现这能很好地揭示模型的鲁棒性和通用性，以及其训练数据中包含的图像类型。

以下是一些示例（50 步，高分辨率开启，提示词在标题中）：

（好吧好吧，我这就停止用梗了）

该模型主要基于 BetterThanNothing 的 “Toonify” 和 BigBeanBoiler 的 “Flat-2D-Animerge”，并融合了 CyberAlchemist 的 “Anime Lineart” 和 “Thicker Lines” LoRAs。主要目标是创建一个即使在提示词极其有限的情况下仍能生成优质图像的模型。我们测试了 Civitai 上约 30 个最受欢迎的动漫/漫画模型，使用约 300 个单词提示，对生成图像的质量进行评分。

在总计 8500 张图像中，Toonify 和 Animerge 始终得分最高。许多其他模型要么生成大量混乱无意义的内容，要么直接输出明显的现实世界素材照片……这项测试并非评估哪些模型能生成优质图像（它们全部都能），而是评估哪些模型在面对极其模糊和有限的提示词时仍能保持输出质量。

单独使用 Animerge 时，能生成多样化的图像，但有时对某些提示词处理不佳，偶尔生成模糊、噪点较多的图像。Toonify 拥有所有模型中最稳定的线稿，但有个习惯：几乎每张图都硬塞进一个红发小女生（常常还光着身子！）。

AnimEasy 的设计旨在折中两者：几乎始终拥有良好的上色和线稿，生成图像丰富多样，并显著减少意外的 NSFW 输出（如果你刻意要求，你仍会得到，但它不会像以前那样突然频繁地蹦出来）。