SoloMix

基于原始v1.5基础模型正确训练和生成的大多数TI，在此模型上都能实现良好甚至更优的还原效果。

许多LoRA在此检查点上也能取得不错的效果。（根据我有限的测试经验，某些在chilloutmix或其衍生模型上训练的LoRA可能在此模型上表现不佳。）

我并非专业模型制作者，甚至也不是优秀的图像生成者。

此时合并这样一个基于v1.5的混合模型，源于我长期对TI训练的探索。

在训练TI的过程中，我发现最终使用的检查点对TI的表现有着重大影响，而不仅仅是训练本身。

当我尝试基于东亚人脸训练TI时，遇到了巨大障碍。我长期努力尝试，却始终无法重现过去在训练高加索人种面部TI时的成功。

那时，在Civitai上很难找到能准确还原东亚名人面孔的TI训练结果，即使到现在，这仍然是罕见的现象。

该检查点在高加索人种和东亚人种面部上均有良好表现。

由于我尚未能成功在SDXL模型上训练出角色TI，我目前仍停留在v1.5版本。我希望未来Cascade或Stable Diffusion v3版本能改善TI的现状。

如果该检查点的表现让你感到满意或惊喜，那么这要归功于这里混合的各个检查点，例如：ICBINP、epiCPhotoGasm、DreamShaper、RealCartoon-Realistic、The Truality Engine、Realistic Vision、Beautiful Realistic Asians……感谢这些模型的创作者，荣誉属于他们。

在使用方面，无需特别注意。

创作引人入胜的内容需要投入大量精力，而这恰恰不是我的强项，我通常依赖ChatGPT来完成。

仅凭TI本身，负面提示词也能取得良好效果，例如：easynegative、FastNegativeV2、JuggernautNegative-neg、epiCPhoto-neg 等等，单独使用或混合使用均可。

我习惯使用我示例中的长提示词列表。

就这样。

测试这个检查点让我重新体验到最初发现Stable Diffusion时的喜悦。

祝你玩得开心！