説明を読む

注： Clarity XL は現在 ベータ版 です。

ファインチューニングは進行中です。

写実主義が好きですか？ 私の最新のSDXLファインチューンをご覧ください：NatViS。

変更履歴

8/26/24 ClarityXL v2.0 Lightning 8step

要望により、ClarityXL v2.0の8ステップライトニング版をリリースしました。詳細は「このバージョンについて」をお読みください。
- 注：色が薄く見える場合は、CFGを低め（1.5 - 2.5）に設定してください。サンプル画像では誤って設定値を高めにしてしまいました。

————

8/12/24 ClarityXL v2.0

ClarityXLのv2.0をリリースしました。新しい機能については「このバージョンについて」をご覧ください。

コーヒーを一杯おごってください ❤

https://ko-fi.com/ndimensional

私は電子的な寄付依頼はあまり好きではありませんが、この規模のSDXLファインチューンはコストが高くなってきています。そのため、私が作成したモデルを気に入っていただき、支援したいという方がいらっしゃれば、Ko-Fi で寄付を検討していただけますと幸いです💗
今後、更新情報を投稿したり、質問に回答したり、フィードバックを受けて、支援者向けに早期アクセスモデル（非独占）をリリースする予定です。

すべての寄付は、新しいStable DiffusionファインチューンおよびオープンソースAIツールの開発資金に充てられます。

概要

SD1.5用のオリジナルClarityモデルに続く形で、Clarity XLは、より複雑なSDXLアーキテクチャ内において、オリジナルモデルの機能を再現・拡張しようとする試みです。

Clarity SD1.5 と Clarity XL の違い

現在、Clarity XL は写実主義にのみ焦点を当てています。これは、今後のリリースで拡張するための基盤を構築する意図的な選択です。Clarity XL が「汎用モデル」になることは決してありません。常に写実主義に偏ったモデルであり続けます。今後のリリースでは、より複雑な写実的・映画的シーンの機能を追加する予定です。

改善点

本物の（手を入れられていない）写実主義を重視。
高い画像忠実度。
プロンプトの忠実性： モデルがプロンプトをどれだけ正確に実行するか。
- モデルが学習していない概念は除きます
肌の質感の改善。
全体的な美しさの向上。
ビデオゲーム／映画のキャラクター認識。
- 世界観、風景、設定なども含みます。
自由なプロンプト記述： 自然言語、カンマ区切りリスト、両者のハイブリッド形式をすべて受け付けます。プロンプトの長さは、短くても長くても構いません。

制限事項

複雑なシーン： 例：手から光の稲妻を発射し、鮮やかな青いきらめく弧の群れが爆発する。
複数メディア生成： 現在のモデルは写実主義と映画的表現に特化しています。

モデル詳細

ベースモデル： Stable Diffusion XL v1.0
- Clarity XL v1は中間学習エポックであるため、このエポックを未リリースのLomoXLファインチューンとマージしました。ベースエポックの重み行列を保持するために、DAREマージ手法を修正したバージョンを使用しました。この処理は今後のリリースでは不要になります。
データ： データセット作成では品質を最優先しました。すべての画像-キャプション対を複数回クリーニングし、高品質なデータのみを使用してファインチューニングを行いました。
- キャプション： キャプションは私のMLLMキャプションシステムによって生成され、GroundingDINO + 推論エンジン + NLPによって検証されました。
  - キャプションは自然言語形式で記述されていますが、SDXLのテキストエンコーダーは複数のプロンプトスタイルを可能にします。
VAE： sdxl-vae-fp16-fix
アスペクト比： トレーニングデータに基づき、SDXLの一般的なアスペクト比はすべて対応しています。
- 1344x768 (16:9) — 映画的な映像カット
- 1536x640 (21:9) — 超ワイド映画的な映像カット
- 1152x896 (4:3) — フルスクリーン
- 1216x832 (3:2) — モバイル風景
- 1024x1024 (1:1) — 正方形
- 1024x704 (11:16)
- 768x1344 (9:16) — 縦長（Instagramストーリーズ / Snapchat）
- 896x1152 (3:4)
- 832x1216 (2:3) — モバイルポートレート
- 704x1024 (16:11)