# 動漫風格優化

Counterfeit-V2.5 是一個優化後的動漫風格文本生成圖像模型，基於穩定擴散技術，特別適合生成高質量的動漫風格圖像。

基於Animagine XL 4.0優化的文本生成圖像模型，特別針對動漫風格和賽博朋克風格進行了增強。

騰訊混元社區版的文本生成視頻模型，支持通過文本提示生成高質量視頻內容。

UrangDiffusion 2.0是基於Animagine XL 3.1微調的文本到圖像生成模型，提供更高的靈活性和更新的數據集。

這是一個基於 FLUX.1-dev 模型的 Canny ControlNet 檢查點的 Diffusers 版本實現，用於文本生成圖像任務。

基於Animagine XL V3微調的高質量虛擬YouTuber動漫風格圖像生成模型

基於InterDiffusion-3的文本到圖像生成庫，能根據輸入的文本生成高質量的圖像。

基於Stable Diffusion XL微調的高效文本到圖像生成模型，支持快速生成藝術性圖像

基於Stable Diffusion XL 1.0優化的高級潛變量文生圖擴散模型，專精於生成高分辨率動漫圖像

基於Stable Diffusion 1.5的動漫模型，集成LCM（潛在一致性模型），僅需4步即可生成高質量圖像。

專為動漫風格優化的Stable Diffusion XL模型，擅長生成高質量動漫風格圖像

Photon 是一個基於穩定擴散技術的文本到圖像生成模型，專注於高質量的圖像生成。

基於Stable Diffusion的文本到圖像生成模型，融合了多種風格模型和LoRA適配器，能夠生成具有藝術感和朦朧效果的圖像。

基於Stable Diffusion的矢量藝術生成模型，可創建超寫實風格的矢量圖像

一個基於Stable Diffusion的文本生成圖像模型，專注於生成高質量、超現實的動漫風格肖像畫。

EVT系列是一個針對動畫風格模型進行大規模數據集微調的實驗性項目，Evt_V4使用了比以往更大的數據集，其與ACertainty的餘弦相似度達到了85%。

專為二次元愛好者打造的潛在擴散模型，僅需簡短提示詞即可生成高質量、細節豐富的動漫風格圖像

基於SD1.x模型的潛在擴散模型，通過微調/U-Net塊合併技術突破性能極限，支持Danbooru標籤系統

基於Stable Diffusion微調的動漫風格文生圖模型，專為插畫優化

基於animefull-latest模型微調，專注於生成高質量動漫風格圖像，特別優化了人物細節和場景表現。

基於Stable Diffusion的文本生成圖像模型，專門針對'whitemane'角色進行優化訓練

基於高質量小馬安全向圖像微調的文本生成圖像擴散模型