Bracingevomix

🚀 BracingEvoMix模型介紹

BracingEvoMix是一系列基於OpenBraβ和OpenBra的文本到圖像生成模型，旨在降低高風險模型混入的概率，同時在亞洲人臉輸出多樣性和照片真實感方面表現出色。本項目提供了多個版本的模型，各有特點和適用場景，用戶可以根據自身需求進行選擇和使用。

📄 許可證

本模型採用CreativeML Open RAIL-M許可證。額外版權歸佐城郎畫（TwitterID @sazyou_roukaku ）所有，截至2023年5月31日。

本模型的許可證本身未做更改，但新增了佐城郎畫作為額外作者（6月10日因Twitter名稱變更，表述有所更改，但許可證內sazyou_roukaku未變）。

請注意，使用本模型生成的內容，除許可證使用限制A中所述情況外，我方不承擔任何責任。禁止將本模型用於犯罪目的或醫療圖像等特定專業用途，使用前請務必確認相關規定。同時，我方對使用過程中產生的任何問題不承擔責任，請在瞭解免責條款的基礎上使用。

2023年10月1日，BracingEvoMix_v2正式公開。

📚 詳細文檔

・BracingEvoMix_v2

• CLIP設置：clip skip:2
• 推薦負向提示詞基礎：

(worst quality:2),(low quality:1,4),(undressing:1.5),(manicure:1.5),(long neck:2),lip,make up,(depth of field, bokeh, blurry, blurry background:1.4)

其中(depth of field, bokeh, blurry, blurry background:1.4)適用於需要清晰背景的情況。

BracingEvoMix系列的更新將暫時在v2版本停止，主要原因如下：

• 進行追加學習的用戶正逐漸向SDXL遷移，按照當前的選擇標準提升模型性能存在侷限性。
• 作為下半身部分基礎的sxd是早期模型，投入大量精力提升性能的效果可能不明顯。
• 可用模型的限制過於嚴格，難以增加服飾種類。

不過，如果SD1.x仍有需求，作者可能會自行進行訓練併發布新系列模型。同時，作者也會關注SDXL的發展和企業推出的易用模型，以便做出相應的應對。

模型使用限制說明

需要注意的是，上述模型本身的銷售和在商業圖像生成服務中的使用，在CreativeML Open RAIL-M許可證下，若未在使用限制A中特別說明，則原本不應受到限制。此處標記為“可以”是考慮到合併者的負擔，並非積極推薦。若因此產生任何問題，我方不承擔任何責任，請用戶留意。

各版本模型評分及特點

BracingEvoMix_v2

BracingEvoMix_v2是基礎模型BracingEvoMix_v1的正統後繼版本，改善了飽和度和明度的不均勻問題，提高了手指精度，同時強化了背景和橫長分辨率。輸出的不均勻性減少，通用性得到提高。

BracingEvoMix_v1

BracingEvoMix_v1是基礎模型，能夠表現OpenBra來源的亞洲人臉，真實感非常高，但飽和度和明度存在不均勻的問題。對情感表達有較強的響應，如果能夠進行有效控制，表現範圍較廣，但也存在較多弱點，適合有經驗的用戶使用。

BracingEvoMix_Another

BracingEvoMix_Another是另一個版本的模型，通過改變合併方法，加深混合程度，穩定了飽和度和明度的明顯變化。結果是BRA臉的特徵變弱，更傾向於一般的亞洲人臉系合併模型。手指的穩定性較好，特別是指甲和指尖的精細表現與最新模型的上層水平相當。不過，由於弱點減少，情感表達的反應也有所減弱。在穿著一般服裝且胸部較大的情況下，走光的可能性與其他模型相差不大。

BracingEvoMix_Fast

BracingEvoMix_Fast是對另一個模型進行更接近chilled_remix風格調整的試驗性模型。更容易生成更完美的臉型，並且在效果表現上雖然不如chilled_remix，但也有一定的改善。不過，由於沒有偏離照片真實感的領域，所以不如chilled_remix那麼自由。

合併使用模型列表

[BracingEvoMix_v2]

• OpenBra
• ©BanKai @PleaseBanKai
• dreamshaper_6BakedVae (https://civitai.com/models/4384) ©Lykon
• epicrealism_newEra
• epicrealism_pureEvolutionV5 (https://civitai.com/models/25694) ©epinikion
• diamondCoalMix_diamondCoalv2 (https://civitai.com/models/41415) ©EnthusiastAI
• sxd_v10 (https://civitai.com/models/1169) ©izuek
• Evt_V4_e04_ema (https://huggingface.co/haor/Evt_V4-preview) ©haor
• bp_mk5 (https://huggingface.co/Crosstyan/BPModel) ©Crosstyan

[BracingEvoMix_v1]

• OpenBraβ
• OpenBra
• ©BanKai @PleaseBanKai
• dreamshaper_5Bakedvae
• dreamshaper_6BakedVae (https://civitai.com/models/4384) ©Lykon
• epicrealism_newAge
• epicrealism_newEra (https://civitai.com/models/25694) ©epinikion
• diamondCoalMix_diamondCoalv2 (https://civitai.com/models/41415) ©EnthusiastAI
• sxd_v10 (https://civitai.com/models/1169) ©izuek
• Evt_V4_e04_ema (https://huggingface.co/haor/Evt_V4-preview) ©haor

[BracingEvoMix_Another]

• OpenBra
• ©BanKai @PleaseBanKai
• dreamshaper_6BakedVae (https://civitai.com/models/4384) ©Lykon
• epicrealism_newEra (https://civitai.com/models/25694) ©epinikion
• sxd_v10 (https://civitai.com/models/1169) ©izuek
• Evt_V4_e04_ema (https://huggingface.co/haor/Evt_V4-preview) ©haor

[BracingEvoMix_Fast]

• OpenBra
• ©BanKai @PleaseBanKai
• dreamshaper_6BakedVae (https://civitai.com/models/4384) ©Lykon
• epicrealism_newEra (https://civitai.com/models/25694) ©epinikion
• Evt_V4_e04_ema (https://huggingface.co/haor/Evt_V4-preview) ©haor
• bp_mk5 (https://huggingface.co/Crosstyan/BPModel) ©Crosstyan

推薦設置

• CLIP設置：clip skip:2
• 負向提示詞：使用EasyNegative或BadBras推薦，不推薦使用EasyNegative v2，因為其人體結構崩壞率較高。
• 提示詞使用建議：本模型對自然語言文章提示詞有較強的響應，但對於除場景外的詳細臉部造型等，可根據個人喜好使用單詞提示詞進行指定。也可以僅使用單詞構成提示詞，選擇適合自己的使用風格即可。
• 質量提示詞：high quality等提示詞效果不明顯，masterpiece會使臉部造型有變化，但對質量提升效果一般。high resolution對背景和質感有效果，建議優先使用。
• 自然語言提示詞：建議使用girl、woman、young woman等自然語言提示詞，而非1girl等WD式提示詞。
• CGF縮放：適當降低CGF縮放值至5左右，可以減弱整體對比度。
• 膚色調整：如果感覺膚色較深，可以加入(fair skin:1.2)使膚色變白。

常見問題解答（FAQ）

Q1: BracingEvoMix是什麼？

A1: 傳統的合併模型可能存在NAIleak模型或DreamlikeLicense混入的風險，給正式商業使用帶來困擾。本次的BracingEvoMix是與BRA的學習開發者BanKai先生直接溝通後，基於有志者捐贈產生的OpenBraβ和OpenBra合併而成的模型。其他部分也均為學習模型，相比傳統合並模型，大大降低了風險模型混入的概率。在能輸出東亞系人臉的合併模型中，被認為是風險最低的模型。但即使是學習模型，其具體內容也難以詳細瞭解，因此並非完全無風險。雖然進行了基於餘弦一致率等的篩選，但仍不能完全排除混入的可能性。

Q2: 是否無法得到完全無混入的模型？

A2: 僅進行追加學習會導致數據偏差，模型能力在背景等方面會出現不均衡。個人層面幾乎不可能創建出完全純淨的學習模型，因此需要進行合併。但由於無法對這些學習模型的內容進行專業解析，所以難以保證完全無混入。通過差分提取可以去除與特定模型數據匹配的數據，但這樣做可能會構成派生模型的條件。此外，還需要下載NAIleak模型本體，操作較為困難。

Q3: 各學習模型的選擇標準是什麼？

A3:

• sxd_v10：這是一個NSFW模型，雖然使用NSFW模型會增加脫衣等問題的可能性，但可以彌補OpenBra下半身學習程度較低的不足，並補充各種姿勢的學習數據。由於其學習量較大且限制較少，儘管是相對早期的模型，仍被選擇使用，但合併量控制在最低限度，以避免過度暴露。
• dreamshaper_5Bakedvae/dreamshaper_6BakedVae：dreamshaper是在商業圖像生成服務中廣泛使用的知名學習模型，學習量和數據多樣性都很高，因此用於增強數據多樣性。
• epicrealism_newAge/epicrealism_newEra：目前學習模型中性能最強，因其背景增強能力和高性能而被採用。
• diamondcoalmix_diamondcoalv2：具有東亞人臉部系統數據的學習模型，作者進行了大量LORA創建，且從餘弦值判斷無問題，因此用於增強東亞數據。
• Evt_V4_e04_ema：這是一個基於明確聲明不包含NAIleak數據的ACertainty插畫學習模型訓練得到的模型。合併插畫模型可以影響不同人種和年齡的臉部數據，降低肖像權侵犯率，並塑造符合日本人喜好的臉型。雖然ACertainty可能蒸餾了NOVEL AI的數據，但不違反專利法，因此認為沒有問題。
• bp_mk5：基於ACertainty的學習模型，在BracingEvoMix_Fast中用於重新平衡。

Q4: 原版手指質量比chilled_remix等低的原因是什麼？

A4: 由於使用的模型限於達到一定標準的學習模型，數據穩定性不如最新模型。儘管如此，輸出的手指仍比初始模型更清晰，與3月中旬的模型相比處於平均水平。目前建議考慮使用ControlNet進行控制。截至6月14日更新，Another和Fast版本已改善了手指精度，達到6月時最新照片模型的平均水平。

Q5: 本次的使用限制是否存在問題或矛盾？

A5: diamondCoalMix_diamondCoalv2、dreamshaper_5Bakedvae和dreamshaper_6BakedVae允許在分享合併模型時設置不同權限。其他模型無使用限制，因此本次全部以無限制方式公開。若合併使用的模型的許可證或使用限制發生變化，仍以5月31日的許可證和限制為前提公開，遵循creativeml-openrail-m許可證。相關模型的截圖保存在MergeModel_LicenseSS_v1中。若合併使用的模型出現重大問題，可能會停止模型公開並呼籲停止使用，但不會自行設置額外的使用限制。