Emi

🚀 Emi模型卡片

Emi（Ethereal master of illustration）是AI Picasso社利用最先進的開發器材H100和圖像生成技術Stable Diffusion XL 1.0開發的一款專注於AI藝術的圖像生成AI。該模型的一大特點是未使用Danbooru等平臺上的未經授權轉載圖像進行訓練。

🚀 快速開始

若要從本頁面下載此模型，你需要提供在Hugging Face上註冊的信息。所提供的信息將用於指導你如何使用圖像生成AI。

你可以從這裡使用演示。若要正式使用，可從這裡下載模型。若普通版本生成效果不佳，可使用穩定版。

✨ 主要特性

• 合規訓練數據：未使用Danbooru等平臺上的未經授權轉載圖像進行訓練。
• 商用許可：採用CreativeML Open RAIL++ - M License許可協議，支持商用。

📦 安裝指南

ComfyUI或Fooocus

與Stable Diffusion XL 1.0的使用方法相同，請使用safetensor格式的模型文件。詳細安裝方法請參考這篇文章。

Diffusers

請使用🤗's Diffusers library。 首先，執行以下腳本安裝庫：

pip install invisible_watermark transformers accelerate safetensors　diffusers

然後，執行以下腳本生成圖像：

from diffusers import StableDiffusionXLPipeline, EulerAncestralDiscreteScheduler
import torch

model_id = "aipicasso/emi"

scheduler = EulerAncestralDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler")
pipe = StableDiffusionXLPipeline.from_pretrained(model_id, scheduler=scheduler, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "1girl, sunflowers, brown bob hair, brown eyes, sky, transparent"
images = pipe(prompt, num_inference_steps=20).images
images[0].save("girl.png")

複雜操作請參考演示的源代碼。

💻 使用示例

基礎用法

from diffusers import StableDiffusionXLPipeline, EulerAncestralDiscreteScheduler
import torch

model_id = "aipicasso/emi"

scheduler = EulerAncestralDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler")
pipe = StableDiffusionXLPipeline.from_pretrained(model_id, scheduler=scheduler, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "1girl, sunflowers, brown bob hair, brown eyes, sky, transparent"
images = pipe(prompt, num_inference_steps=20).images
images[0].save("girl.png")

高級用法

# 若要生成更具特定風格的圖像，可在提示詞中添加特定描述
from diffusers import StableDiffusionXLPipeline, EulerAncestralDiscreteScheduler
import torch

model_id = "aipicasso/emi"

scheduler = EulerAncestralDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler")
pipe = StableDiffusionXLPipeline.from_pretrained(model_id, scheduler=scheduler, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "anime artwork, anime style, 1girl, sunflowers, brown bob hair, brown eyes, sky, transparent"
images = pipe(prompt, num_inference_steps=20).images
images[0].save("anime_girl.png")

簡單作品示例

正向提示詞：anime artwork, anime style, (1girl), (black bob hair:1.5), brown eyes, red maples, sky, ((transparent))
負向提示詞：(embedding:unaestheticXLv31:0.5), photo, deformed, realism, disfigured, low contrast, bad hand

正向提示詞：monochrome, black and white, (japanese manga), mount fuji
負向提示詞：(embedding:unaestheticXLv31:0.5), photo, deformed, realism, disfigured, low contrast, bad hand

正向提示詞：(1man), focus, white wavy short hair, blue eyes, black shirt, white background, simple background
負向提示詞：(embedding:unaestheticXLv31:0.5), photo, deformed, realism, disfigured, low contrast, bad hand

使用FreeU節點或Web UI擴展功能，參數設置為b1 = 1.1, b2 = 1.2, s1 = 0.6, s2 = 0.4時的示例。報告

📚 詳細文檔

模型輸出提升建議

• 若想確保生成動漫風格的插畫，可在提示詞開頭添加“anime artwork, anime style”。
• 在提示詞中加入“transparent”一詞，可使生成的圖像更具現代畫風。
• 若繪製全身圖像效果不佳，可嘗試使用穩定版。
• 可用的提示詞與Waifu Diffusion相同，也可按照Stable Diffusion的方式使用。
• 建議在負向提示詞中使用Textual Inversion。
• 由於手部生成效果不穩定，建議與DreamShaper XL1.0等寫實類模型進行合併。
• 使用ChatGPT優化提示詞，可能會創作出超越自身水平的作品。
• 使用最新ComfyUI中的FreeU節點，或Web UI擴展功能，並設置參數b1 = 1.1, b2 = 1.2, s1 = 0.6, s2 = 0.4，可能會進一步提升輸出效果。

模型預期用途

• 創作輔助：用於插畫、漫畫、動漫的創作輔助，無論商用或非商用均可。
• 溝通交流：在委託創作時，用於與創作者溝通。
• 商業服務：用於提供圖像生成商業服務，但需注意對生成內容的處理。
• 自我表達：通過該AI展現個人特色。
• 研究開發：包括在Discord上使用模型進行提示詞工程、微調（如DreamBooth等）、與其他模型合併；使用FID等評估模型性能；使用校驗和或哈希函數檢查模型與Stable Diffusion以外模型的獨立性。
• 教育領域：用於美術院校學生、專科學校學生的畢業創作，大學生的畢業論文或課題作業，以及教師傳授圖像生成AI現狀。
• Hugging Face社區用途：可使用日語或英語提問。

模型非預期用途

• 不應將生成的內容用於事實表述。
• 避免做出讓教師困擾的行為。
• 不得對創作行業造成負面影響。

禁止使用或惡意用途

• 不得用於資金洗錢。
• 不得公開數字贗品（Digital Forgery），以免違反著作權法。
• 不得未經授權對他人作品進行Image - to - Image操作，以免違反著作權法。
• 不得傳播淫穢物品，以免違反刑法175條。
• 不得傳播不實信息，以免觸犯威力業務妨害罪。

模型侷限性和偏差

• 模型侷限性：擴散模型和大規模語言模型仍有許多未知之處，其侷限性尚未明確。
• 偏差：擴散模型和大規模語言模型仍有許多未知之處，偏差情況尚未明確。

訓練相關

訓練數據：

• 手動收集約2000張圖像，這些圖像是從與Stable Diffusion相同的數據集中去除Danbooru上的未經授權轉載圖像後得到的。
• 自動收集約50萬張圖像，同樣是從與Stable Diffusion相同的數據集中去除Danbooru上的未經授權轉載圖像後得到的。

訓練過程：

• 硬件：H100

評估結果

正在尋求第三方評估。

環境影響

• 硬件類型：H100
• 使用時間（單位：小時）：500
• 訓練地點：日本

法律相關

本模型在日本創建，因此適用日本法律。本模型的訓練基於著作權法第30條之4，主張合法。同時，本模型的分發在著作權法和刑法175條的框架下，主張不構成正犯或幫助犯。詳情請參考柿沼律師的見解。但請按照許可證規定，依法處理本模型的生成內容。

聯繫信息

support@aipicasso.app

模型詳細信息

@misc{podell2023sdxl,
      title={SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis}, 
      author={Dustin Podell and Zion English and Kyle Lacey and Andreas Blattmann and Tim Dockhorn and Jonas Müller and Joe Penna and Robin Rombach},
      year={2023},
      eprint={2307.01952},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

📄 許可證

本模型採用CreativeML Open RAIL++ - M License許可協議，因此可用於商業用途。做出此決定的原因如下：

• 隨著圖像生成AI的普及，越來越多的人開始遵守創作規範，以避免對創作行業造成負面影響。
• 鑑於其他圖像生成AI已支持商用，非商用許可證的實際效力逐漸降低。