阅读说明

注意： Clarity XL 目前处于 测试版（BETA）。

微调仍在进行中。

喜欢写实风格？试试我最新的 SDXL 微调模型： NatViS。

8/26/24 ClarityXL v2.0 Lightning 8步

应要求发布了 ClarityXL v2.0 的 8 步 Lightning 版本。请务必阅读 关于此版本 获取更多信息。
- 注意： 如果颜色显得苍白，请使用较低的 CFG 值（1.5 - 2.5）。我在示例图像中错误地将 CFG 设置得过高。

————

8/12/24 ClarityXL v2.0

我一向不喜欢网络乞讨，但如此规模的 SDXL 微调成本正变得越来越高。因此，我不得不勉强请求：如果你喜欢我的创作并希望支持我的模型，请考虑通过 Ko-Fi 进行捐赠💗
我将开始为支持者发布更新、回答问题、收集反馈，并提供早期访问（非独占）模型。

所有捐赠将用于资助新的 Stable Diffusion 微调模型和开源 AI 工具的开发。

关于

在 SD1.5 原版 Clarity 模型的基础上，Clarity XL 旨在利用 SDXL 更复杂的架构，重现并扩展原模型的能力。

目前，Clarity XL 专注于纯粹的写实风格。这是有意为之，以构建未来版本扩展的基础。这并不意味着 Clarity XL 将成为“通用型”模型——它始终会偏向写实风格。未来版本将增加更复杂的写实/电影级场景能力。

改进

局限性

基础模型： Stable Diffusion XL v1.0
- 由于 Clarity XL v1 是中间训练阶段的模型，我将其与一个未发布的 LomoXL 微调更新进行了合并。我使用了经过修改的 DARE 合并方法，以保留基础阶段原始权重矩阵。此操作在后续版本中将不再需要。
数据： 在构建数据集时，质量是首要考虑因素。所有图像-提示对均经过多轮清洗，确保仅使用高质量数据进行微调。
- 提示（Captions）：由我的 MLLM 提示生成系统撰写，并通过 GroundingDINO + 推理引擎 + NLP 验证。
  - 提示以自然语言格式编写。但 SDXL 文本编码器也支持多种提示风格。
VAE： sdxl-vae-fp16-fix
宽高比： 根据训练数据，任何标准的 SDXL 宽高比均可使用。
- 1344x768 (16:9) — 电影剧照
- 1536x640 (21:9) — 超宽电影剧照
- 1152x896 (4:3) — 全屏
- 1216x832 (3:2) — 手机横屏
- 1024x1024 (1:1) — 正方形
- 1024x704 (11:16)
- 768x1344 (9:16) — 竖屏（Instagram 故事 / Snapchat）
- 896x1152 (3:4)
- 832x1216 (2:3) — 手机竖屏
- 704x1024 (16:11)