Snöfrid 是一位二十多岁的冬日缪斯。

Snöfrid 并非基于真实人物。此文本反转（TI）旨在体现一种受冷峻优雅与坚韧精神启发的永恒之美。她的特征包括高颧骨、微微上翘的短鼻、明亮的苍白肌肤，以及脸颊和嘴唇上的冷色调红晕，仿佛寒风拂面。她那引人注目的冰白色长发，自然呈现出较深的发根卷曲，为她的形象增添了层次感；而杏仁形的眼睛和柔和的丘比特弓唇则赋予她一种空灵的宁静气质。Snöfrid 内敛的优雅与天然的活力使她适用于各种场景——无论是现代、奇幻还是未来主义环境。

Snöfrid TI 更新日志：

v3 - 减少标记数，增加身体形态细节

在阅读完相关文档后，我使用了嵌入合并工具，将标记数从75减少到55。我还增加了关于身体形态的细节。虽然这仍是我理想数量的两倍，但无可奈何。在XYZ测试中，低于55个标记会导致错误频发。

v2 - 提升面部特征一致性

基础：版本2基于v1的输出开发，专注于一致性与目标对齐。精心挑选生成的面部图像，以确保品质和对预期美学的忠实还原。

图像准备：

• 使用ReActor合并选定图像，并在降采样回标准训练尺寸前应用高分辨率修复。

训练过程：

• 在SD 1.5基础模型上训练了一个中间点文本反转（TI）：

• 步骤1–60：基础SD 1.5模型。

• 步骤61–300：混合使用我的两个模型（写实、插画风格），以细化整体身体形态和面部特征，融合写实与动漫2.5风格，强调多样化的面部特征表现。

合并与精炼：

• 最终TI以0.8权重与v1合并。

• 以0.9权重将最终TI与中间点TI混合，形成统一的Snöfrid面部与身体特征表现。

• 最终定稿：将原始TI与中间点TI的合并输出作为v2版本发布，实现了更强的多样性与特征一致性。

v1 - 初始实验版本

初始实验版本，使用的标记数量是其他基于图像训练的面部TI的4到15倍。我将在未来版本中努力减少这一数量，但目前“它能工作”，因此为追求完整性，我仍发布此版本。许多摄影/写实模型在处理白发时往往将其变为金色甚至黑色。本模型并未基于真实图像训练，除上述加粗的关键特征外，生成的面部具有相当大的随机性。如果你喜欢某个特定面容，请固定该随机种子并调整提示词。我创建此TI是为了能用我的最爱面容的通配符进行引用。Snöfrid 使用嵌入合并工具开发，仅聚焦于面部特征，背景、身体形态和艺术风格完全由用户自行决定。通过完全避免图像训练，此文本反转（TI）有意保留生成面部的多样性，使其成为多种用途的灵活起点。此方法旨在规避其他嵌入常见的陷阱，例如过度拟合训练伪影、特征纠缠、数据集筛选不佳以及提示劫持——即TI强行施加其习得的上下文，覆盖用户指定的提示。最终成果是一个多功能工具，在保持Snöfrid面部核心特征的同时，支持在不同风格、语境与艺术构想中动态适应。