Muchin style むーちん [Pony, Illustrious/NAI, Animagine XL]

艺术家 muchin 的风格

Tensor.art | Yodayo | Pixai.art | Seaart.ai

这是一个我测试过的小贴士，但我没有太多时间详细说明。感谢你的活跃。这种风格在NAI上效果非常好，非常相似。新的小马版本在事实上并不更好，但至少不差。我也没太多时间去比较。

更新：我终于挤出了一些时间来测试NAI版本。它似乎并不总是稳定，但我下面似乎指出了最佳选项，该风格更接近原版，但同时在某些方面又有所不同。新的NTR混合版本对风格的影响似乎较小，尤其是搭配质量标签时。但我仍无法断言使用或删除这些标签哪个更好。我知道如何优化它们，但没时间，所以就这样吧。我个人非常喜欢这个模型面部的表情，尤其是在NSFW内容中。

杰出/NAI XL

我应该补充一下版本解码：1.7是在NAI 1.0上训练的，1.8是在NAI 1.1上训练的，这似乎是它们之间唯一的区别。版本号接近2.0仅仅意味着我按顺序标记每个版本，并不表示有全局性改变。我不能说1.8更好，这更关乎兼容性。我会说两个版本都存在小马初版（如0.94）的基本问题：模糊背景、伪影、模糊感，但也各自有独特之处，例如不知为何有时眼睛会变得模糊，我不得不增加Adetailer的内补噪声强度，我没有时间弄清具体问题所在，但可能与我现在使用的特定模型有关。

触发词：0tx1

推荐权重：0.7–1.3（1.2）

建议CFG尺度：3–5（4）

至少适用于此无脑AI XL模型

更新：对于NTR MIX XII
推荐权重：0.7–1.3（0.8）用于原始风格1.1

建议CFG尺度：4–5.8（5）

v1.4 PDXL

此版本可能故意比其他版本“过火”一些，版本略显杂乱，但风格应更准确地呈现。该版本针对标准色彩生成，数据集可能略有缩减。该版本很可能与旧版本没有根本性区别，它们本就不错，你可以视作实验性版本并尝试使用。

更新：
经过一些测试，我总体上认为这个版本可能是最佳的（在所有小马版本中），所以请尝试一下。

推荐权重：0.7–1.1（0.9–1）

触发词：0tx1

所有PDXL版本通用：

最低推荐步数：28

总体而言，SFW风格对大多数内容几乎没有影响，主要影响眼睛、肤色，以及在例如ponyFaetality中，3D风格会更偏向2D美学，对环境风格影响则几乎不存在。

适用于所有源模型，如果不是人类角色，有时建议略微降低LoRA权重，最好不低于0.55。

建议使用Adetailer和Hires.fix。

所有图像都附有提示词，你可以查看并选择你感兴趣的。

v1.1 Animagine XL

与v1的区别：

• 数据集中少了些非原创内容，多了些原创风格，同时略增了些审查，实际上变化不大，这只是为SDXL准备的版本。

触发词：fmuc

推荐权重：0.9–1.2（1）用于原始风格，或许1.1

该版本稳定性问题更多，尤其是在NSFW方面。

在Animagine XL v3.1上训练

v1.0 PDXL

与0.94的区别：

• 几乎移除了所有审查，也移除了漫画风格。

• “smegma”标签理论上会更一致、效果更好。

触发词：mainmuchinponyv1 或 0tx1

你也可以尝试：fmuc 用于2D风格

说明：有人告诉我v1的风格不够“原汁原味”，于是这个请求被满足了——我制作了一个“破损版”，但这个版本比v1更接近原始风格。正因为它“破损”，才有了这些触发词：0tx1, mainmuchinponyv1, supmuchinponyv1, lowsupmuchinponyv1。它们有点像小马标签，这个词某种程度上能命中正确的文件夹，但！这并非有意为之，所以本质上毫无意义，0tx1是所有文件夹的连接词。我认为0xt1的饱和度和光照没那么强，但只是略少一点。你可以尝试从lowsupmuchinponyv1中提取旧的muchin风格，但我只能祝你好运，它并不为此设计，而且它与另一个触发词非常相似，你可以自己比较它们的区别。重点是：mainmuchinponyv1已经是最大的文件夹，且鉴于步数增加而训练最充分，因此大多数情况下它已足够，但在某些特定场景中可能反而造成干扰。0tx1的效果大致相同，我测试不多，你可以自行比较，也许它提供了更广的数据集覆盖，但不确定。所选版本有意未过度处理。因此，你必须至少使用某个触发词，这与v0.94不同。 如果你想让风格影响更小，建议直接使用v1版本，而不是不激活触发词。尽管示例图像中仍有不同选项。是的，不知为何，单词fmuc（可能因其包含“muc”）会略微影响风格，使其更偏向2D，你可以自己比较，我没有时间做实验，但鉴于触发词的规模，也许按字母你可找到更好的效果，或者触发词组合能带来意想不到的效果，我不确定。v1的词推荐总体仍有效，尽管其中一些已不太合理。 此版本与0.94存在相同问题：肤色、背景模糊、过曝，当然，对于习惯了0.94的人来说，这反而是优点。是的，我相信，如果你用它代替0.94，你只会失去审查和角色，但除非你真的极度缺乏原始风格，否则不要用v1。也可能触发词过于集中于某类角色，即如果你不指定女孩的特征，她几乎总会拥有相同的发色。

原始风格推荐权重：1–1.1（1）

如果你打算将此风格作为附加风格使用，我建议参考更灵活的v1版本

如果你想获得更默认的生成效果，建议的负面提示词：bar censor, mosaic censoring, tan, oversaturated, yellow skin, blurry background, greyscale, monochrome, 3d

非明显点：如果你在本地WebUI中使用xyz，可能会出现提示词s/r问题，因此请先输入任意词如fmuc，然后再输入0tx1，否则系统会误将该文本识别为LoRA文件内容，从而破坏LoRA运行。

V1 PDXL

与0.94的区别：

• 几乎移除了所有审查，也移除了漫画风格。

• “smegma”标签理论上会更一致、效果更好。

• 包含更多灵活性，包括权重。

• 现在背景更少模糊。

触发词：fmuc

推荐权重：0.6–1（0.85）用于原始风格 0.9–1

提示词建议：

用于Muchin原始风格的推荐词：score_7, anime screencap, flat colors

用于Muchin风格性爱场景：2girls sex, futanari fuck girl, futa with female, cum, penis shaped stomach bulge

其他可能有用的词：brown penis, dark veiny testicles

用于面部风格：chestnut mouth, serafuku, blush

其他：sanpaku, upturned eyes

这些词也可能有用：cum overflow, muscular, motion lines, motion blur, trembling, x-ray

如果你想减少黄色肤色，推荐负面提示词：tan, oversaturated, yellow skin

可能的问题/非明显点：默认情况下，LoRA权重越高，角色肌肉越明显。如果没有加入负面标签greyscale和monochrome，LoRA倾向于生成此类图像。LoRA权重越高，越接近原始风格，肤色就会越偏黄。在特殊情况下，背景中可能出现物体纹理分离，此时你可以降低LoRA权重或指定例如景深，尽管这很难实现。

感谢你的活跃，这是推动我改进LoRA的主要动力。我保留了颤抖效果（尽管可能令人烦恼），但移除了所有其他视觉漫画效果和审查。我还注意到，很多人喜欢“smegma”标签，因此我略微提升了其优先级。这将是近期的最后一次更新，尽管LoRA仍可能稍作微调，包括增加特殊面部表情选项。但总体而言，LoRA已经准备就绪且稳定，数据集略有稀释，原始风格略有减弱，但仍非常接近。我的测试表明，1.0版本并无必要，就像我有时做的一样。理论上，该风格已能识别所有正确角色，男性角色的多样性也略有提升，也许极端概念的实现更容易了，但我尚未测试。

v0.94 PDXL

以下描述分为两个版本：通用简短SFW版本，以及下面的详细NSFW版本。

通用风格建议：

触发词：fmuc（更新：似乎不工作，详情见下）

推荐权重：0.7–0.9（0.75）用于原始风格，带有伪影时最高可达1.2

与大多数小马检查点兼容，SDXL 1.0选项尚未测试。

在Pony diffusion v6检查点上训练。

详细风格指南：

从NSFW角度看，该风格影响多个方面，我先说优点：生殖器风格接近原始版本。面部也更具情感，尤其在ahegao表现上。性爱场景还伴有视觉特效。

更具体地：

面部快感效果增强，我推荐尝试ahegao、fucked silly、mind break。即便不刻意使用，效果也自然存在。Tense lustful face 非常契合。

用于Muchin风格性爱的推荐词：2girls sex, futanari fuck girl, futa with female, cum, penis shaped stomach bulge

其他可能有用的词：cum overflow, muscular, motion lines, motion blur, sound effects

请使用恰当的正负面提示词，以下是我的负面提示版本：score_4, watermark, signature, greyscale, monochrome, (bar censor, censored pussy, comic, blurry background, pointless censoring, censored, mosaic censoring, speech bubble, black lines:1.1), convenient censoring, heart censor, oversaturated, english text, username, 3d

如果你想减少审查，推荐负面提示词：(bar censor:1.2), (censored pussy, comic, blurry background, pointless censoring, censored, mosaic censoring, speech bubble, black lines:1.1), convenient censoring, heart censor

哦，由于SDXL模型训练中的一个bug，默认情况下不接受txt文件，因此对于0.94版本，你可以尝试将文件名作为触发词。更新2：抱歉，实际上该bug产生了3个不同的触发词，因为我使用了3个文件夹。它们看起来像这样：mainmuchinpony0, supmuchinpony0, lowsupmuchinpony0，从左到右质量递增，我想你懂这与score的类比。因此，若想使用默认设置，你可以不使用触发词，或尝试94tx1。神经网络不认识fmuc这个词，显然也不会对其产生负面影响，因此它几乎等同于空白。

可能的问题/非明显点：审查严重，难以找到合适的图像，审查会频繁出现，LoRA权重越高，审查越频繁。背景更常模糊，尤其室内会出现光斑，并伴随过饱和光亮。如果未指定具体角色特征，数据集中角色的外观特征往往会浮现。默认情况下，LoRA权重越高，角色肌肉越明显。如果没有加入负面标签greyscale和monochrome，LoRA倾向于生成此类图像。LoRA权重越高，越接近原始风格，肤色就会越偏黄。在极高的LoRA权重下，偶尔会在阴茎上出现类似腰带的痕迹。

非常期待看到你的生成作品！