LORA - Consistency Simulacrum v2.3 - Flux1D [SFW/NSFW]

版本3不错，但我仍需弄清楚如何制作一个合适的LoRA 2024年10月25日 5:29 am GMT-7；

• 在下一轮微调后，我可能需要将Simulacrum LoRA恢复到早期状态，这将破坏大量基础Flux上下文。这不是我愿意做的，但由于身体已经开始不遵循核心，因此我必须这样做；我将尝试几种方法来看看能否修复：具体而言，给实际的身体和姿势本身以较低的学习率进行微调，以恢复其能力。

• 作为临时版本3的增强：尝试使用Simulacrum v2.1 epoch 1的LoRA与当前的v3 1d或1d-dd检查点一起运行，你会发现更优质的物理身体质量、角色上下文、服装质量和控制力，但代价是大量Flux世界背景和风格的缺失。

• 我正在修复问题，直到不可避免的完整微调训练开始，届时将产生LoRA差异提取。

即将发布：版本3 战役首领模型 2024年10月21日 5:12 pm GMT-7；

• 我仍不敢相信在8步中的第3步就这么出色了。等完全训练好后，它一定会更惊人。

• 我正在将核心模型从Flux1D切换为Flux DeDistilled用于推理，因为其对Simulacrum和核心系统的响应性极佳，而这些系统与我当前用于训练LoRA的Flux1D2 LoRA合并检查点配合得非常好。

• 我正使用Flux1D2作为基础训练模型，并已将Simulacrum v23合并到UNet和Flux所使用的基础CLIP_L中。这种组合允许快速创建Simulacrum LoRA，这意味着我可以在任何时刻将它们合并，再合并到Flux1D DeDistilled中。

• 从Flux1D切换到Flux1D DeDistilled实质上让我跳过了版本2的其余部分。

• 我将发布：

  • Flux1D2 与独立CLIP_L合并的版本，用于：

    • Simulacrum V23 epoch 10 -> 当前正在训练的版本

    • Simulacrum V3 -> 大合并后的下一个版本

  • 每个LoRA都将作为独立LoRA发布，并附上训练指南，说明如何在少于400步内创建可无限合并入Simulacrum v23的LoRA。

  • 所有这些概念均使用2000张图像在UNLR 0.0001、TE 0.000001下训练，角色则每个少于200张，UNLR 0.0003、TELR 0。

  • 由于我正在修复它，因此需要开发者进行适当的训练修复，使角色正常工作。结果表明，引入的概念信息越多，角色就越有用。

  • 每个LoRA均使用基础Simulacrum V23合并的Flux1D2模型训练，这意味着它们均可与Simulacrum完美协同作为独立LoRA使用。

    • 已完成：

      • 角色：

        • mizuki_shiranui_v1

        • android_18_v1

        • loona_(helluva_boss)_v1

        • reina_mishima_v2

        • delia_ketchum_v1

      • 概念：

        • doggystyle_v1

        • female_fixes_v1

        • male_fixes_v1

        • tomboy_fixes_v1

        • tomgirl_fixes_v1

        • genital_fixes_v1

    • 待办：

      • 交配压

      • 传教士式

      • futa修复

      • 年龄修复与标准化

      • 服装修复与标准化

      • 额外修复工作

    • 可选风格LoRA：

      • 赛博朋克未来风格

      • 电影导演风格

      • 写实减弱与动漫风格

      • 1990年代动漫风格

      • 锐利半写实动漫风格

      • 柔和半写实动漫风格

      • 写实动漫风格

      • Bible Black风格

      • Taimanin风格

      • 美式卡通风格

      • 日式卡通风格

  • 实验表明，LoRA可在仅100步内训练并产生结果，这在4090上大约只需5分钟（目前Kohya启动和准备训练需要较长时间）。

  • 大约10张图片就足够了，这是标准LoRA图片数量，且足以生成角色在高度复杂姿势和位置中的表现。

• 我目前正在开发一系列微调，以解决缺失和缺陷特征。它们将以性姿势、基础姿势和用于更直接明确微调体型的若干角色的组合包形式发布。

• 1. 直接解决性别混淆问题。
• 2. 直接解决Simulacrum中嵌入的基底姿势和服装故障问题（这些在初始阶段已受损）。
• 3. 引入一系列新姿势和概念，例如：

  • doggystyle、交配压、阴道、肛门等，作为单个标签，应产生除问号以外的内容。

  • 2koma、前后、横截面、精液，以及大量其他常见生成标签。

  • 女性生殖器产生错误的形状和尺寸。

  • 男性生殖器方向错误、尺寸或形状异常。

  • 肛门不存在，或肚脐被误认为肛门。

  • 忽略的标签处理：

    • 弯腰——目前改用“前倾”、“弯身”等。

    • 四肢着地——由于T5影响过于强大而无法正常工作，改用“四肢着地”、“四肢爬行”等。

    • 从背后——过于强大且无法按预期工作。

    • 从正面——无法正常工作，需要更多微调。

• 当达到必要标记（包括第一轮测试后的另一系列测试和标记）时，我将发布版本3.0，并长舒一口气——它终于正常工作了。

版本2.3 Epoch 突现行为；

• 我能做和看到的奇怪事情清单还在不断增长，从合并肢体，到将人合并入物体，再到将墙与墙合并，等等。

• 1DEV 设置：

  • CLIP_L - 150 tokens

  • 步骤 25-50

  • CFG 1

  • DCFG 3.2-5.5（我常用3.5）

  • Euler < Simple / Normal

• 该模型似乎也能与Schnell良好工作，这相当棒。我没预料到，但我欣然接受。我用fp8在8步Schnell生成中获得了相当不错的效果。

• SCHNELL 设置：

  • CLIP_L - 150 tokens？

  • 步骤 4-12

  • CFG 1

  • DCFG = 0

  • Euler < Simple / Normal 效果最佳，与1D相同。

• 在Flux DeDistilled上表现极佳，但速度慢。我需要想办法提速。

• DE-DISTILLED 设置：

  • CLIP_L - 150 tokens???

    • 负向提示足够有效，可用于排除danbooru标签。

  • 步骤 20-50

  • CFG 6-8

  • DCFG = 0

  • DPM++ 2M 可用，其他许多我尚未测试的也可用。

• 我稍后需要制作一系列支持Q_2至Q_8的合并，但不是今天。

版本2.3 Epoch 10 发布 2024年10月16日 5:24 pm GMT-7；

• 万圣节到了……我至少得做几张万圣节图片。

• 它已经失控了，必须加载CLIP_L LoRA模块才能获得接近正确的效果。在Forge中会自动加载，但在ComfyUI中，你需要使用基础LoRA加载器并正确运行CLIP。

• 在下一轮训练时，合并这两个模型可能是明智之举。它们各自展现出对方不具备的优势，意味着它们可以互相学习很多。

• 这将是暂时的最后一个基础模型升级。我已经筋疲力尽了。希望你们喜欢。这玩意儿花了我将近1700美元。

• 如前所述，epoch 5和epoch 10已发布，此外还有在v2.2首次训练灾难性bleed caption训练基础上额外训练的一个epoch。

• 此版本稳定。

• 它能处理danbooru标签、gelbooru标签、部分rule34 us标签、部分rule34 xxx标签、部分Sankaku Complex标签、海量Flux说明文字，只要你不超出可能存在的事物，或不超过5级组合的不可能事物，它基本不会崩塌。超过复杂度5后，它会开始分解，类似大多数LLM AI。

• 数百个重复标签已被标准化为danbooru或gelbooru常用标签，取决于数据集中哪一类更多。

• futa和femboy泛滥问题目前已被遏制，但它们确实仍存在。角色特征的这种渗漏往往是模型崩溃的迹象。角色出现新特征就像矿井里的鸟，它仍会持续产生，且现在更一致，如果你对此感兴趣，不妨大胆尝试。

• 我在最初就谨慎确保futa和femboy已包含在内，我不希望它们在未被提示时随机出现，这是我制作此模型时最担心的事。基础Simulacrum 2.1已将futa和femboy固化，以应对这种可能性，但当时它产生了相反效果——阴茎树、阴茎灯、阴茎墙、阴茎海报。我相信我已渡过最糟阶段。这个模型现在稳定了，老板，我累了。

• 人们绝不能忽视“真实存在”的东西，整个模型正是基于这一原则。所有东西都纳入其中。

• 总共引入了超过10,000个新标签。我基本上用danbooru四分之一的标签作为基础。结果如你所料：若不遵循我嵌入核心的Simulacrum主题控制器，就会呈现半混乱状态。它仍需大量训练，分词器大小也需再次扩大，但目前勉强可用。

• 使用句点（.）进行硬断裂。CLIP_L仅支持225个token，若断裂，之后可能不再有区别。请使用。

• T5支持525个token，因此你仍可通过T5超越225个token限制，但若使用不当，效果将不稳定。

• 写实、动漫、3D

• 安全、暧昧、明确

• 从正面、正面视角

• 从侧面、侧面视角

• 从背后、背面视角

• 从上方、俯视

• 从下方、仰视

• 混合方向，如“从侧面，从上方，侧面视角”

• 可处理多种动物、生物、类人、机器人等，更不用说人类。

• 男性、女性、futanari、femboy、trap、otoko no ko

• 1boy、1boys、1girl、1girls、1futa、1futas、1trap、1traps是编号单位，因为rule34等网站的标签体系非常混乱。我保留了它们，而非试图在当时理清这种混乱。

  • 把它们视为带有基础特征的不准确人类计数器。

  • T5主要使用“1girl”、“one female”或“1boy”、“one male”进行推理，若你想利用T5的强大能力，请坚持使用这些。

  • 因此，“1boy otoko no ko”在T5看来是有效的，而CLIP_L则响应完全不同。

• 苗条、高挑、窄腰、瘦、娇小、胖、丰满、厚实、小、大、巨大、巨人

• 面部及表情

• 发色、发型、发质、发量

• 眼色、眼型、眼风格、眼大小

• 胸围、乳房大小、肩宽、腰围、臀围

• 各部位间的相对体型

• 手臂角度、腿部角度、头部角度、脚部角度、手部角度

• 全身姿势、半身姿势、上半身、下半身、上臂、下臂、手指、颈部、大腿、小腿、膝盖、左膝、右膝、左臂、右臂等

• 并腿、开腿、脚并拢腿分开、双腿张开、左腿、左腿弯曲、右腿、右腿弯曲、右腿上抬、右腿下垂、劈叉、站立劈叉、坐姿劈叉、大开双腿、脚并拢腿张开、蹲姿、跪姿、四肢着地，以及另外约20种我记不清的核心姿势。

• 数千种服装类型

• 数千种鞋类

• 数千种发型

• 许多种类的乳胶 <- 我喜欢乳胶。

• 连体衣、紧身衣、紧身胸衣、过膝袜、紧身裤、裤子、瑜伽服、连衣裙、比基尼、弹力泳衣、裙子、休闲装、鞋子，等等

• T5能处理CLIP_L无法应对的大部分抽象复杂性，因此别害怕使用“每个”、“多个”、“它们”、“一起”等词。将描述语融合进booru提示中以获得更好效果，大胆尝试。

• 使用25步-Euler -> NORMAL效果最佳，Euler -> Simple也可用。请自行实验。

• 我通常将分辨率设为某个值，然后以0.72-0.80的降噪系数放大至1.1倍。

• 我已经切换到 Forge，因为 ComfyUI 几乎把自己修补到死掉了，所以目前我建议使用 Forge。

• 我现在在危险的路上设置了一些鹅卵石台阶。希望那些跟随并从中学到东西的人，能用上这些台阶，而不是像我一样跌跌撞撞。不过，每个人都要走自己的路，所以你们随意吧。

版本 2.2 迭代 10 替代品 2024年10月16日 上午10:34（GMT-7）;

• 重新训练即将发布。我会同时发布迭代 5 和 10。迭代 5 非常出色，迭代 8 也很棒。我只是希望迭代 10 能达到迭代 8 的标准。

版本 2.2 迭代 8 发布版 2024年10月16日 上午6:36（GMT-7）;

• 我拒绝让这个模型以悲剧收场。

• 我已经决定，无法简单地销毁这个美丽的模型。它花费了太多，而且确实能产出一些非常有趣的内容。不建议继续训练它，因为它已进入无法挽救的不稳定阶段。我将它称为“futa 模型”，并会在一个完全不同的模型页面上发布它，因为它在使用复杂描述时，主要生成 futa、femboy 和性别模糊的内容，完全忽略了 NSFW 标记。

• 将大量生成 NSFW 内容，并经常忽略提示。不会总是生成 NSFW 元素，因为系统原本并非默认设计用于生成这些内容，而是由无 T5 的复杂描述引发了这一悖论问题。虽然令人遗憾。

• 我无法销毁我的孩子。它已经如此努力，走了这么远，至少在它默默无闻地死去之前，应该被看见、被玩弄——就像我们所有人，无论多么出名或有趣，最终都难逃此命运。

版本 2.2 迭代 8 崩溃;

• 自 迭代 8 起，模型由于过拟合而开始走向崩溃。不得不说令人失望，但我确信已经找到了原因。下一次测试将决定是仅训练 CLIP_L 而未训练 T5 导致的，还是复杂描述造成的。我相当确定是复杂描述。

• 所有标准描述开始忽略 flux 基础模型，这意味着基于部分图像所选的双描述训练系统存在严重问题。

• 我几乎可以肯定，失败是因为我没有训练 T5。这导致了因复杂描述训练而不可避免的崩溃。

• 我想尝试这个方法，因为这正是他们最初制作 flux 的方式，但目前由于 成本已然极高，我没有意愿进行这项实验。

• 唉……昂贵的失败学习经历。

• 迭代 5 依然不错，但我不会将其作为基础模型使用，因为它已经嵌入了过多复杂描述训练。一个迭代的复杂描述就足以永久性地关联描述信息，为未来进一步训练提供足够信息。

• 复杂详尽的描述并未教给 T5，因此 CLIP_L 和训练过程开始缓慢地将它们融合。等我注意到时，已经太晚了。系统已自我坍塌。所有内容都混杂了阴茎、乳房、眼睛、阴道——所有本该被区分开的东西。

• 说实话，情况没听起来那么糟，但就像目睹一场火车相撞事故。你可以眼睁睁看着它以近乎慢动作发生，但地球上没有任何力量能阻止它。最终它会达到沉没成本点，你不得不切断它——虽然痛苦，但这就是现实。

• 我已从数据中剔除所有复杂描述，并从第一个完成的版本 2.2 迭代开始训练另一个 Pack25 版本。新系列目前已完成迭代 2，正在训练迭代 3。

• 此系列表现出与之前类似的特征，但由于移除了复杂描述，进展稍慢。我目前不打算训练 T5，也不愿冒险训练 T5，成本持续攀升，今天我无法再赌这一把。

• 为你们祈祷，boys n grills。迭代 2 看起来比之前的更好，我会让它运行到迭代 10，然后从该数据集中终止。

• 到目前为止，仅训练这个模型我就已花费近 1400 美元，我必须尽快降低成本。

• 我将尝试将训练 1 的迭代 5 与训练 2 的迭代 5 合并，然后逐步向上，直到获得一个可靠的迭代 8。之后，我将在比六块 A100 更廉价的硬件上，使用小得多的批量（1k）训练 10 个迭代，因此更新将仅以较小增量引入数据和信息。

• 我很快就能知道，问题是否出在 T5 未训练，还是另有原因。无论如何，我将在不久后发布一份完整的评估文章，分享我的发现。

版本 2.2 迭代 5 第二部分 - 性征浮现...??;

• 显然，在某个时刻，性征开始起作用了。我确信在 v2.1 中几乎无效，但在 v2.2 迭代 5 中，它肯定有效了。

• 为生成性姿势，只需识别角色的基本特征：

  • 一位金发女性四肢着地，一名男性从后方跪着与之交合，狗爬式性行为，女性着装，男性裸体。1boy, 1girl, male, female。

    • 这类描述应能生成性姿势，我原以为要很久之后才会出现。如果通用标签有效，主题固定标签应该也能起效。

    • 你可以通过添加更多性标签来强化，比如阴道插入、阴道、肛交等。但小心，否则你可能会生成 futa。这个迭代里 futa 似乎特别“开心”。

    • 另外，使用狗爬式时，你偶尔会得到一张狗脸的人类，因此请固定面部特征，避免交叉污染，直到训练自动清除错误特征。

      • 除非你喜欢那样，那就加上 humanoid 标签。

    • 我上传了一些图片。其实并不难生成。目前如果出现异常或错误生成，就用强化标签。

    • 使用的标签越多，越容易生成动漫风格，除非你一开始就固定 anime 标签，那样几乎会默认为动漫。

  • 由于我像折磨霍默·辛普森一样不断喂它甜甜圈，它很可能会在稍加努力后生成所有姿势。这甚至不是姿势粘合微调数据，只是基于 Simulacrum 2.1 核心的链接数据，因此结果出乎意料。训练进度超前。

  • 如果性行为表现得过于露骨且以写实方式出现，我可能会考虑撤回迭代 5 模型。这个模型本不应主打写实，但它能用于生成写实内容。其理念是默认动漫风格，再生成更写实的动漫，而非先生成写实角色再叠加动漫。

  • 我正大量喂入动漫数据，但它却生成写实内容。我真有点困惑，flux 到底在做什么。

  • 模拟体 1.7 训练并固化于 2.1 的大部分性姿势都使用大胸女性，但似乎现在允许任何女性体型，这让我感到不安。结果出乎意料且非我所愿。

  • 从模拟体 1.7 到 2.1 遗留下来的性姿势线索，确实正在被捕捉并训练。用于链接特定特征的核心节点正在激活，就像反复掌握一项新技能一样。这完全出乎意料。

  • 块热图和模式看起来与我之前尝试生成时极其相似，只不过那时响应很少，而现在链条呈指数级延长，且在各模块间运行得更加清晰。

  • 我生成的所有合成人类面孔似乎都融合成了一张脸，这与 flux 基础女性的脸不同。这些女性应具有中等至巨大的乳房，年龄在 25 岁以上，其中三位几乎可视为 50 岁以上。

  • 这一结果可能是我预期中模型最终崩溃的表现，也可能是新概念汇聚成一个统一潜力的全面涌现。我现在有点理解为什么人们不敢发布这些模型了。

  • 到目前为止，模型的凝聚力尚未受影响，它仍能生成绝大多数默认标签的动漫内容，且不会立刻出现肮脏的内容。

  • 目前一切正常。多数姿势不会立即生成，说明大部分仍按轨道运行。我很快需要根据新权重进行调整。

版本 2.2 迭代 5;

• 与昨日相同的数据，只是继续训练。复杂度已足够高，可以分享了，尽情享用吧。

• 即使尚未进行正式系列和角色微调（第七阶段），它已能生成它们。

• 双描述 + booru 标签训练正在如热刀切黄油般顺利推进。这个模型明显在大幅偏离，但仍保持完整。

• 尝试使用更长的描述，并包含多个标签序列。

版本 2.2 2万图像包 迭代 3；偏离显现 - 2024年10月14日 - 晚上7:21;

• 由于该模型与基础 flux 持续偏离，我决定将其宣布为一个“偏离基础模型”。青蛙已经正式被煮熟了。我正式将 Simulacrum v2.1 作为基础训练模型，直到我能弄清楚如何将 v2.2 合并进 flux1d2。在此期间，2.1 将作为偏离训练助手，体积小巧，专为使用 booru 标签的 flux-based LoRA 提供便捷。

• Simulacrum v2.1 的全部目的，是作为持续训练的占位符。只需使用 flux1d2 模型作为基础，配合 t5xxl_fp16 和基础 CLIP_L 继续训练该 LoRA，完成后在 Flux1D 上运行结果。Simulacrum v2.1 体积非常小（71MB），因此快速输出训练好的 flux LoRA 应该相当轻松。在 0.001 的 Unet 学习率下训练，除非你训练超过 1000 步或批次/图像，或者引入系统不认识的全新标签，否则不要训练 TE。但无论如何，在推理时务必使用 LoRA 的 CLIP_L（TE）部分。不知不觉，你的图像就会准备好了。0.001 的 Unet 会逐渐消除大部分 Simulacrum 的影响。

• 如果你训练 v2.2，将生成一个比 v2.1 基础核心大得多的 LoRA。2.2 绝对可以训练，且很可能比 2.1 更高效，但 600MB 的体积将成为任何大规模生产流程的阻碍。

• 我目前无法将 2.2 合并到基础模型中用于直接推理。以我当前的训练模型，尚无简便方法实现，而我今天也没有时间编写所需的 Python 代码。

• 当核心模型直接合并进 flux1d2pro 时，用它训练 LoRA 将会方便得多，因为它天生对 booru LoRA 响应更好，结果也能直接在基础 flux1d 上运行。但这还不是今天的事。

• 就 v2.1 而言，图像已显示出足够的偏离，足以遵循大多数 LoRA 和学习所需的模式，同时仍提供基础信息，便于角色和数据微调。

• 如 v2.2 所示，2.1 的额外训练在训练子模型和分支方面表现出指数级更高的实用性，尤其在训练 3D、动漫和游戏角色的引入与细节时，速度更快。

• 大多数测试结果表明，引入服装、情境化场景和性相关场景变得更容易训练，且更可能在较少标签下出现。

• 在核心训练完成后，2 万图像包产生的结果远超我基于图表和数学潜力的预期，远远超出我的预测。

• 我预计吸收率将超过 80%，而描述信息保留率甚至会更高，基于数学推算。

版本 2.2 迭代 1；2万图像包首次迭代 - 2024年10月14日 - 下午3:36

• 尺寸大幅增加 - 64 维 = 600MB 下载，相比之前大得多。为植物根系提供了更大的生长空间。

  令牌限制从 75 提高到 225。

  Alpha 128

  维度 64

• 使用六块 A100 训练。

• 大多数使用 NSFW 标签：明确、可疑、安全。

• 最常标注为动漫/3D/写实风格。

• 大多数都使用了 1girls /AND/ 1girl 来强化，以及 1boys 和 1boy，但似乎有些已经偏离了标签规范。由于目前混合训练的原因，你应当能够从两者中获得不同的结果，建议在使用时优先采用 1girls 和 1boys。

• 多尝试一下。它已被注入了海量的新数据。

• 主要是动漫风格（占四分之三以上），但也包含相当多的 3D 和写实内容。

• 使用了额外的 19,000 张图像进行训练，结果似乎有些不稳定。我可能需要降低学习率并开始随机丢弃一些模块，但目前还不确定。

• 重新调整大小和继续训练可能破坏了太多数据，可能需要从调整大小的节点重新开始训练。不妨试一试。

• 我看到这张图时真的笑出了声。

• 显然其中包含大量与性相关的内容。即便经过如此大量的“精液”学习，它也不是简单地到处乱涂，而是相当准确地判断了该在哪里出现、不该在哪里出现。

• 使用 FLUX SHIFT 时间步采样进行训练，这应能产生比上一批更独特的效果。

• 归一化启发式算法判定这些是所需图像，因此就使用了这些图像。其实只是简单的数学运算。

• 用这个模型你绝对能生成一些相当扭曲的东西。第 3 轮训练似乎会更加扭曲，这会很有趣。

前 2500 次训练结束 - 2024年10月13日 - 上午11:10 - 总计已花费 $500：

• 下一次迭代我将增加维度，但尚不清楚它会如何响应。

• 结果绝对出色。大部分标记都成功命中，引入了大量期望的新信息。仍存在一些问题组合，例如仰卧姿势，但可通过一些措辞技巧绕过，比如：“躺卧”、“面向观者”等。随着训练的深入，这些问题将自动修正。该过程包括对常见标签用法的强化，如上述内容。

• 第二阶段（共八阶段）已启动，预期产出高质量结果。提示词与之前相同，但效果更好。引入数百万种新标签组合，数亿种新可能性。各方面均有显著提升。这是直接在 Flux.1D2pro 核心模型基础上，从原始合并的 Simulacrum v1.7 继续训练的结果。

• 所有当前训练数据均来源于一个大型数据池，依据启发式方法，以最少的加权时间引入其他图像所需的必要数据。本批次数据基于第一批次结果的对比潜在变量来源。

• 额外数据已被证明仅能引入更多数据，并为下一组加权标签建立基础，因此新一轮 15,000 张图像的训练已开始。

• 我们应已达到五万以上经过训练和微调的标记，甚至更多。Flux 模型依然稳定，这意味着我正在逐步构建一个完全发散的微调模型。

下一批是 Pack 2 —— 19k。

https://civitai.com/articles/7932/beginning-of-fluxd2-study-comparative-effects-of-booru-te-training-using-flux1d-and-flux1d2

简要总结：第1阶段（共8阶段）https://civitai.com/articles/7196/training-flux-to-behave-like-pony

Flux 指南：

• 使用 Flux.1 dev 生成图像

• 加载此 LoRA 的模型和 CLIP。CLIP 非必需，但强烈推荐，因为它是实验的重要组成部分。

• 我注意到它在某些 LoRA 堆叠中无法加载，因此您在使用某些 ComfyUI 扩展时可能遇到加载其 CLIP 的问题。如遇问题，请直接使用 ComfyUI 内置的 LoRA 加载器。

• 该模型几乎肯定能与其他 LoRA 兼容（100%）。我已测试过多个改变姿势和情境的 LoRA，效果参差不齐，因此需留意姿势。基于风格、主题、角色、细节、效果、色彩等的 LoRA 效果极佳。并非每次都能完美，但大多数时候表现良好。

• 若 Simulacrum 表现顽固，可降低 UNET（模型）强度，以便其他 LoRA 能更好地介入。它本意是慢火微调（UN-0.0001，TE-0.000005），而非强力模型。在未经测试前，不建议大幅降低 CLIP 强度。

提示词模板：

v1.7

v2.1

一位女性坐在咖啡店的桌旁。

1girl，长黑发，发尾编辫，红眼睛，手持咖啡杯，浓妆，哥特风，双腿交叉，黑色连衣裙。

清晨的阳光透过窗户，在昏暗的咖啡店内投下层层叠叠的阴影。

窗外城市才刚刚开始喧闹，已有不少汽车和行人匆匆赶往工作地点。

v1.7

v2.1

一位动漫风格女性坐在咖啡店的桌旁。

1girl，长黑发，发尾编辫，红眼睛，手持咖啡杯，浓妆，哥特风，双腿交叉，黑色连衣裙。

清晨的阳光透过窗户，在昏暗的咖啡店内投下层层叠叠的阴影。

窗外城市才刚刚开始喧闹，已有不少汽车和行人匆匆赶往工作地点。

简易提示模板：

<场景>

<主体标签与标识>

<环境与效果>

<其他背景与情境效果>

---

Booru 标签可置于任意位置，但我建议将它们放在已识别的主体部分。

我推荐使用 50 步 Euler 算法（简单或正常模式），但并非必需。使用其他调度器时，即使步数更少，也能获得高质量输出。

前 2500 次训练开始 - 2024年10月9日 - 晚上7:50：

• 首批 2500 张图像正在使用 4 块 A100 进行训练。

• 1D 原版已发布。请自由尝试，并务必结合 D2 版本进行混合使用。这很有趣。

  我认为 D2 版本明显更强，但两者搭配使用效果极佳，如同一对孪生模型。

  两个模型均基于相同的图像、相同的参数、相同的随机种子和相同的硬件训练，使用 Runpod 的 4 块 4090 显卡。

  唯一核心差异在于基础模型不同，训练结果以有趣的方式出现分歧。

  第二阶段初步启动：

  预计耗时：60 小时。

  在此语境中，“Simulacrum”是拉丁语，意为模拟、图像、肖像或雕像。此处指 Flux 模拟我们渴望看到的事物。https://en.wikipedia.org/wiki/Simulacrum

  此为基于我在此发布的文章训练的 Flux1D2-pro 模型权重。

Flux Simulacrum v1.7 Flux1D-2Pro 微调版 - SFW/NSFW - 2024年10月9日 - 上午7:42（GMT-7）：

• 经过一次重启，我带着一些有趣的发现回来了。在 D1 训练达到第 35 轮前，我无法进行完整布局测试，因此先发布这个版本供你试用。

• 它能处理 Booru 标签与 Flux 标签的混合。你可以随意组合它们。

• 我很想说是我做对了，但目前尚不能将全部功劳归于我的数据集或训练选择。我需要等到完全匹配的 Flux1D 基础版本完成，才能确定是 Flux D2 导致了最终结果，还是训练参数和图像本身的影响。

• 在第 35 轮时，网络存储空间耗尽，我原以为能直接加载训练状态的假设是错误的，因此我不会从第 35 轮继续训练。不过结果还不错，所以我暂时保留此版本。

• D1 训练在第 25 轮时因类似原因失败，我将使用更大的网络存储空间重新训练 D1 至第 35 轮。

• 该 LoRA 可与标准 Flux1D 配合，在 fp8 模式下使用 bf16 模型运行。

• 我对 Flux1D2 的初步训练显示，其整体效果更一致地契合了我们所期望的 LoRA 目标。尽管我曾不断泼冷水、反复抱怨（抱歉让各位忍受了这些），但我现在可以明确指出，这次训练确实产生了因果性效果。

• 这些是 Text Encoder 微调版本，请确保在使用 ComfyUI 时，真正将 CLIP 传入模型。

• UN LR - 0.0001

• TE LR - 0.000005

• 目前我将展示一些该版本生成的出色图像。

• 我还需要设计一个更好的命名方案。这些模型版本名称正变得越来越长，令人厌烦。

Illustrious Simulacrum v1.2 SFW/NSFW - 2024年9月28日：

• PDXL 版本也已发布。PDXL 版本应能与多数 Pony 模型兼容，而 Illustrious 版本可能仅适用于 Illustrious 模型。

• 标签与训练数据应生成大致相似的图像，原理相同。

• 对“安全/存疑/明确”内容的理解更好，但对安全内容仍存在困难，直到我完成原本计划教给 FLUX-1D 的全部标注信息。我已删除了那些导致内容混杂的提示词，因为它们没有帮助反而造成干扰。

• 使用正确的数据集进行完整重新训练后，我们得到了一个显著更优的模型。它能灵活适应多种艺术风格，准确区分动漫、写实和 3D 等内置风格，并拥有指数级增长的图像数量，以巩固各种视角下的姿势表现，所有这些都极为擅长将主体叠加到 Illustrious-XL 角色上。

• 已包含全部 7 个真实感合成人类。它们并非真实人物，且本版本中无法通过代码名触发，因此它们本质上只是完整角色的详细标注部分。

• 乳胶与乳胶紧身衣效果极强，常因 NAI 重着色而产生非常有趣的视觉效果。

• 输出质量与效果大幅提升。

• 我一直使用 ComfyUI 进行测试，此处每张图像均附带了对应的 ComfyUI 配置。

• 大家尽情玩吧，这个版本非常棒。

• Illustrious-XL 模型原生生成数百个角色，多加尝试吧，你最爱的角色很可能就在其中。

• 标签列表：

  • 正面视角，前视图

  • 侧面视角，侧视图

  • 背面视角，后视图

  • 俯视视角，上方视角

  • 仰视视角，下方视角

  • 正面、侧面、上方 <<< 可组合标签

    • 若未获得正确的深度或角度，可尝试添加参考物，如地板、墙壁或天花板。

  • 色彩谱系；几乎所有可上色的标签均可纳入色彩谱系。

  • 蓝色、红色、绿色、白色、黑色、金色、棕色、金色、银色、紫色、粉色、ギャル（gyaru）

  • 1girl、1boy、2girls、2boys

  • 短发、中发、长发（涵盖完整色彩谱系）

  • 眼睛（完整色彩谱系）

  • 脚趾甲、指甲、妆容颜色

  • 平胸、小胸、中胸、大胸、巨乳

  • 瘦腿、大腿、粗腿

  • 苗条、健美、丰满、匀称、紧致

  • 连衣裙、侧开衩连衣裙、乳胶连衣裙（完整色彩谱系）

  • 比基尼、吊带泳装、泳装、连体泳装

  • 瑜伽裤、运动文胸

  • 脚、赤脚

  • 还有更多、更多、更多的标签。

Illustrious Simulacrum v1 SFW/NSFW - 2024年9月27日：

• 看来我使用了错误的训练数据，仅约 60% 的数据。我今晚将重新训练并测试。

• Illustrious 不是我的模型，这个 Simulacrum 才是我的，请勿与 Civitai 上其他地方列出的 sd1.5 Simulacrum 混淆。请支持 Illustrious 的官方作者。Illustrious 不是 PDXL 的衍生，而是源自 Kotaku v5，专注于动画与插画。

• 展示图仅为样例。Illustrious 是我近期玩过最有趣的模型之一。它响应迅速、准确，能精准构建你想要的内容。通常无需负面提示，但偶尔仍需使用。Simulacrum 的数据集进一步强化了更精准和高质量的任务，提升了整体效果，但你仍需偶尔使用一两个负面提示。

• 此 LOHA 模型完全基于主体固定与控制。从颜色、服装、尺寸、形状、真实感再到质量，所有这些都有滑块控制，并可通过各种标签进行调节。

• 我很快会准备一份完整的标签列表。简而言之，Illustrious 几乎能表现任何小马能做的动作，甚至更多你意想不到的内容，因为 Illustrious 是在 Danbooru 2023 数据集上训练的。与我迄今为止采样的任何模型相比，Illustrious 更类似于 NaiV3。

• 此 LOHA 是在原名为“Consistency”的数据集上训练的。经过重新设计的版本、标注和详细数据集，使其成为一个更强大的迭代版本；我过去曾将其称为 Simulacrum。

• 数据经过特别重新整理，以同时训练 PDXL 和 Illustrious。

• 增强与实用标签与之前类似：

  • 从正面

  • 正面视角

  • 从侧面

  • 侧面视角

  • 从背面

  • 背面视角

  • 从上方

  • 上方视角

  • 从下方

  • 下方视角

• 与早期的 PDXL 版本一样，本模型对女性形态有扎实的还原与结构强化。同时，与早期版本不同，此版本没有伪影。此版本清晰干净，甚至能将 Illustrious 的底线从卡通提升至半写实动漫风格，不过你用几个标签基本也能做到这一点。

• 本版本引入了男性形态，以及真实、3D 和动漫风格作为辅助标签。

• 当前版本应能处理大量姿势、动作、角色颜色、渐变、角度、偏移、视角、景深、旋转、叠加位置，以及一些在 PDXL 中表现顽固但在此版本中同样表现良好的特定服装。

• 支持以下体型：

  • 苗条

  • 高挑

  • 纤细腰身

  • 瘦弱

  • 迷你

  • 肥胖

  • 曲线丰满

  • 厚实

  • 小型

  • 巨型

• 直接支持：

  • 多种偏移与角度

  • 安全、可疑、明确内容

  • 真实、3D、动漫风格

  • 7 种真实合成模型

  • 面部特征

  • 头发颜色

  • 眼睛颜色

  • 胸部尺寸

  • 相对体型比例

  • 手臂角度

  • 腿部角度

  • 多种完整姿势

  • 多种手臂位置

  • 多种腿部位置

  • 多种服装类型

  • 多种鞋类类型

  • 多种发型类型

  • 多种乳胶材质 <- 我喜欢乳胶

  • 连体衣、紧身衣、紧身胸衣、过膝袜、紧身裤、裤子、瑜伽服、连衣裙、比基尼、弹力泳衣、短裙、休闲装、鞋子，以及其他更多