Omni-diff-use | 多用途

经过对第一版的广泛测试，我得出结论：第一版模型将不再继续开发。它过于不稳定。不过，对于那些喜欢我所选方法并看到其潜力的少数人，我很高兴地宣布，版本2.0几乎已经准备就绪，我对此进行了更全面的优化。出于多个原因，我认为继续像以前那样逐个指定模型已无意义——首先，模型数量大幅增加；其次，要完全做到责任可追溯，可能需要列出其他作者使用的所有模型的完整清单？这样的清单将永无止境。尽管如此，下面仍推荐一些模型，其中许多我已在一定程度上使用过。

I.S.S.： 我注意到关注人数远低于下载次数，这可以理解。但令人意外的是，竟然还有人欣赏我的作品却尚未关注我。感谢所有欣赏我工作的朋友，但我更希望看到社区中更多积极的互动。未来将推出更多LoRA、文本反转（text inversion），我也会持续更新并优化模型风格。此外，你们很可能还能一窥实际使用中的提示词（working prompts）。所以，请加入这个过程——别忘了反馈的重要性。

修复模型与“穷人的外扩（Poor man's outpainting）”脚本搭配效果极佳，请确保使用原始提示词、设置和种子。

通常在常规修复模式中需要使用DDIM采样（如果你还不知道的话）。

附注： 以下两个模型会有所帮助：

catdog: https://drive.google.com/file/d/1cCZgx_znsnnfwXlreHpdnCF1ocSP2wOB/view?usp=sharing

catbird: https://drive.google.com/file/d/1hKfdwcH7BYnNqpwwA2Cnm7lO3biqe1gT/view?usp=sharing