BoltMonkey-PhotoReal
详情
下载文件
关于此版本
模型描述
BoltMonkey-PhotoReal
这是我为一个业余时间进行的商业项目开发的超高精度写实 SD1.5 模型。我坚信人工智能的开源本质，因此正逐步发布一些我不会用于当前项目的作品。我已持续开发此模型约一年。
我将此模型标记为“合并”，但实际上它已历经 30 多次迭代，期间包含大量区块合并与多次微调。
该模型非常写实，尤其在 SD1.5 系列中表现突出。
手部通常有五根手指且形态正常，但过于复杂或不佳的提示词可能导致手指残缺或变形。
大多数纹理渲染良好，但我发现极度尘土飞扬的环境（如矿洞）显得过于泛泛，不够自然。
光影是该模型的强项，特别是体积光（如穿过雾气或尘埃的光束）表现得非常出色。
我的大部分展示作品使用动物，但该模型在生成人物、建筑、自然环境、食物等方面同样擅长。不过，我发现我在交通工具方面的训练还不够充分。
使用建议
我从 CivitAI 用户群体中学到很多提示词技巧，以下是我发现效果良好的一些方法：
_TL;DR:
DDIM，15-40 步，CFG 约 2-10，Clipskip 1-4（视使用情况而定），LoRA 效果良好。_
该模型在方形和矩形长宽比下表现良好。分辨率为 768x 及以上效果最佳，但有时在 1024x 附近可能出现重复。不过，512x 及以上仍能生成优质图像。
即使使用极简提示，该模型的输出也已非常写实，而结构良好的提示词则能带来卓越效果。此外，只要注意 LoRA 的训练分辨率（768x 及以上最佳），该模型与 LoRA 配合极佳。我未使用过动漫风格 LoRA，因此无法提供相关建议，但如果你尝试并获得结果，我会很感兴趣。
即使是极其简单的提示（如“猫”）也能生成高质量的写实图像，而模型对优质引导提示和复杂提示响应极佳。
以下是我常用的提示词模板：
“超真实摄影，32k UHD，absurdres，自然光线与阴影，体积光，真实皮肤纹理，细节精准，景深，锐利对焦”
我通常使用 DPM++_3m_SDE_GPU 采样器配合 SGM_uniform 噪声调度，但就我个人偏好而言，该模型配合 DDIM 采样器与 DDIM_uniform 噪声调度效果最佳。
15 步通常足以生成优质图像，但我一般使用 25-40 步。为测试极限，我曾用 ComfyUI 的 999 步进行过几次生成，结果固然出色，但我认为超过 50 步并无实际必要。
CFG 值较难统一推荐。CFG 为 2-4 时效果良好，但根据生成内容，有时我会调至 10。建议从 4 开始，自行调整。显然，较低的 CFG 值赋予模型更大自由度。
该模型即使不使用 Clipskip 也能良好运行，但若需将多个差异较大的概念融合到一张图中，适当跳过 2-3 层可能有助于概念间的自然过渡。
可能对本模型有贡献的模型
Juggernaut
LeoSam FilmGirl Ultra
Realia Photorealistic
MNK Realism
Analog Madness
Photon
EpicPhotogasm
如前所述，我已逐步开发此模型约一年。鉴于大量逐区块混合与中间微调，目前任何参与合并的模型贡献均已非常稀释。