RAYBURN

感谢您关注 Ray- 系列模型。

2023年11月至12月期间，我训练了该系列中的第一个模型 RAYMNANTS，使用了约一千个个人素材（街头摄影RAW或已编辑文件、数字绘画等），目标是创建一个能生成“看起来像真人”且符合我最爱视觉风格（略带颗粒感的DSLR照片）的模型。此后，我又训练了另外两个不同风格的模型家族，链接如下。

我原本一直保密这些模型，因为我的雇主对此感兴趣，但最终项目陷入僵局，加上近期Flux模型的爆发，我认为不如在SDXL彻底过时之前，将我的成果回馈给社区。

感谢大家给予的灵感、知识，以及让这个梦想持续下去。

希望你们能享受我的模型带来的乐趣～

R.

+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
查看我的写实模型：RAYMNANTS
查看我的绘画风格模型：RAYCTIFIER
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

介绍 RAYBURN1.0

这是我的极度主观风格化模型，专为漫画风格插画设计。无论你扔给它什么，它都会以“独特的风格”还给你。

我基于我的绘画风格模型 RAYCTIFIER 的一个分支，使用约800幅手绘插画与合成数据进行了微调。

通过精心的交叉训练培养出了一些风格特征，最终形成了一个非常鲜明、难以通过提示词完全控制、但充满个性的风格。这个模型确实存在严重过拟合，但这也正是它的魅力所在。它能对任何提示词都展现出自己独特的风格立场，使用起来既有趣又狂野！

如何提示（Prompt）

• 保持简洁：
  先写主体，再添加细节。模型会自行发挥。它喜欢被明确告知颜色，并通常会尽量使用所有提到的颜色。

• 仅在必要时使用负面提示。你使用的通用图像修正负面提示越多，输出结果就越容易变得平庸。此外，RAYBURN 在没有通用嵌入的情况下表现最佳。

小贴士：使用更高的CFG值会产生更“燃烧感”的图像——这类效果在写实内容中可能显得糟糕，但对RAYBURN的插画风格却非常合适。更高的CFG值带来更平坦、对比更强的色彩与更鲜明的形状；较低的CFG值则呈现更细腻的阴影与渐变。你可以尝试用低步数补偿超高CFG，或用高步数补偿低CFG。

示例

1. 白雪公主，饱和，鲜艳，多彩

2. 故障艺术，一张沙发放在法式门窗前，鲜艳，色差，多彩，蒸汽波

3. 醉醺醺的瑞典男子，毛皮帽，穿着红色滑雪夹克，站在暴风雪中，铅笔笔触，动态墨水

设置建议

• 如果可能，请保持在SDXL的原始图片尺寸内。（经验法则：高度和宽度之和大致在2000左右，例如 1024+1024=2048 或 832+1216=2048。1900-2100 可接受，超过2150 很可能开始重复潜变量块。64的倍数效果更佳！）

• 该模型对多种采样器表现良好，但我通常使用经典的 DPM++ 2M Karras，20步，CFG 2-4。我也用 Heun/AYS 取得不错效果，速度更快（12-14步，CFG 4-7）。

• 对于对比度较低的图像，我通常采用二次生成而非使用放大器，使用 DPM++ 2M/Karras，步数在4到20之间。对于高对比度图像，经典放大器如 4xUltrasharp 或 4x_NMKDSuperscale_Artisoft_120000_G 是不错的选择。我倾向于选择能生成清晰锐利线条的放大器。

已知问题/特性

• RAYBURN 对风格引导提示响应不佳——但这也正是我们想要的，祝你好运尝试让它生成写实人像。

• 在生成人物时，它有时会在脸颊或额头添加一些笔触或标记。你可以通过提示避免，但这也可能改变整体效果。不过这并不一定丑陋，只是当你不希望出现时会让人烦心。

• RAYBURN 极度热爱颜色，默认会为所有内容添加暖色调（例如，提示“白色雪”通常会生成浅米色的雪）。