Vision Realistic DiT

视觉写实模型概述

我很高兴向您介绍我最新的检查点模型，该模型基于 HunyuanDiT-v1.2。此模型经过超过 80,000 步的训练，以确保生成高质量、逼真的图像。

模型详情：

• 类型： 写实模型
• 触发词： 无需触发词
• 中文支持： 不支持
• 输出： 高细节、高分辨率图像，高度接近真实照片

训练配置：

• GPU： A6000
• 数据集： 5,000 张图库照片与我自建数据集的组合
• 批量大小： 2
• 优化器： AdamW
• 调度器： Cosine
• 学习率： 1e-5
• 训练轮数： 目标为 100 轮
• 标注： 混合使用 WD14 和 BLIP
• 训练时间： 27+ 小时（经验：较差；未来训练尚未决定）

快速指南与参数：

• VAE： SDXL
• 采样器： dpmpp_2m
• 调度器： sgm_uniform（推荐以获得最佳效果）
• 采样步数： 25+ 步
• CFG 值： 7

为获得更好效果，建议使用 ComfyUI：

• 工作流

在 tensor.art 上可使用，提供免费 GPU 加速

• Tensor.art
• AI 工具

重要提示： 请避免在提示词中使用 NSFW/成人内容，以免导致结果不可靠。此外，较短的提示词在 SD3 和 DiT 模型上效果更佳。

备注：

此模型并非合并或修改版本，而是原始的 Realistic Vision 微调模型。部分用户已在模型评论区传播错误信息。若您有任何疑问或想了解更多，请加入我的 Discord 服务器，或在评论区分享您的想法。感谢您的时间。