[Kolors] OpenKolors v2.4 Multiple style general kolors model

V2.4 更新

OpenKolors 是一个多风格通用大模型，以快手的可图模型为基底进行微调，训练集约10万张图片，采用多轮多分辨率微调，并在训练过程中使用 BLIP 奖励机制进行图文匹配训练，以更准确地遵循提示词。

新增更多图片训练，运用 BLIP 反馈训练优化图文配对，进一步提升提示词遵循能力。

支持多分辨率训练，生成分辨率范围更广，从 512×512 到 1344×1344。

OpenKolors 是一个多风格通用模型，基于 Kwai/kolors 模型进行微调。

总训练集约 10 万张图片。

采用多分辨率训练，在训练过程中使用 BLIP 奖励机制提升提示词遵循能力。

在 V2.4 版本中，增加了更多样化的训练数据和高质量图片，支持最低 512 到最高 1344 的分辨率。

V2.2 更新

使用中文短文本数据集进行训练，以提升文本理解能力。

多次合并微调，优化图像外观与审美表现。

默认输出可能简化图像细节，建议在负面提示中加入“矢量艺术”或先描述细节再提及主体对象。

通过风格、自然语言和标签进行训练，提升模型综合能力。

优化了动漫美学表现。

提升了提示词遵循能力。

V2.0 版本总训练图片约 10 万张，包含多轮训练以提升不同方面的能力。

中文短文本生成示例提示：

图片左侧有两行白色中文字，第一行写着“万圣”，第二行写着“快乐”。图片右侧有一个戴着巫师帽的南瓜头，眼睛发出黄色光芒。

V2.1 更新

包含多个动漫角色，如原神、Re:Zero、火影忍者等。

提升了写实美学表现。

支持矢量艺术风格。

改善了人体解剖结构表现（？）。

注意：请将权重文件放置于 comfyui/models/checkpoints 目录下，

使用最新版的 https://github.com/MinusZoneAI/ComfyUI-Kolors-MZ

通过 MinusZone - KolorsCheckpointLoaderSimple 加载模型。

该模型与 OpenKolors-unet 完全一致，仅加载方式改为传统的 SD 格式。

更新说明：

图真模型的后续版本将统一更新至 OpenKolors 上。

相较专注于写实的图真模型，OpenKolors 更为综合，提供更广泛的泛化能力，涵盖动漫与写实两种风格。

对于写实风格生成，建议将“真实照片, raw photo”等相关标签前置，并使用自然语言描述画面，以更好地触发相关权重。

对于动漫风格生成，建议将“anime artwork, niji style”等相关标签前置，并可结合自然语言 + 标签形式触发相应权重。

使用方法：

下载模型并放入 comfyui/models/checkpoints 文件夹中。

使用 MZ 的 ComfyUI 插件加载：https://github.com/MinusZoneAI/ComfyUI-Kolors-MZ

重要提示！

请将权重文件放入 comfyui/models/checkpoints 目录下。

请更新 MZ 插件至最新版本：https://github.com/MinusZoneAI/ComfyUI-Kolors-MZ

使用 MinusZone - KolorsCheckpointLoaderSimple 加载权重。

此模型与 OpenKolors-unet 完全一致，仅加载方式改为更传统的格式。

后续的 RealisticKolors 模型，其 Alpha 版本专注于写实风格，

但后续更新将整合为更通用的模型，同时覆盖动漫与写实风格的优化。

写实生成建议：将“real photo”或类似标签、自然语言描述置于提示词开头，以获得更佳效果。

动漫生成建议：将“anime artwork”或通用风格标签置于提示词开头。

使用方法：

下载模型并放入 checkpoints 文件夹。

使用 https://github.com/MinusZoneAI/ComfyUI-Kolors-MZ 的 ComfyUI 插件加载模型。