Kivotos Xl 2.0

🚀 Kivotos XL 2.0

Kivotos XL 2.0 是 Yodayo Kivotos XL 系列的最新版本，它基于 Animagine XL V3 这一专门用于生成高质量动漫风格艺术作品的 SDXL 模型构建。经过额外的微调与优化，该模型专注于生成能够精准呈现《蔚蓝档案》系列视觉风格与美学的图像。

🚀 快速开始

本模型支持多种使用方式：

1. 在我们的平台上使用此模型：
2. 在 ComfyUI 或 Stable Diffusion Webui 中使用
3. 使用 🧨 diffusers 库进行使用

✨ 主要特性

• 基于 Animagine XL V3 构建，专为生成高质量动漫风格艺术作品而设计。
• 经过额外微调与优化，专注于生成符合《蔚蓝档案》系列视觉风格与美学的图像。
• 继承了 Animagine XL 3.1 的特殊标签，可提升图像生成效果。

📦 安装指南

首先安装所需的库：

pip install diffusers transformers accelerate safetensors --upgrade

💻 使用示例

基础用法

import torch
from diffusers import StableDiffusionXLPipeline

pipe = StableDiffusionXLPipeline.from_pretrained(
    "yodayo-ai/kivotos-xl-2.0", 
    torch_dtype=torch.float16, 
    use_safetensors=True,
    custom_pipeline="lpw_stable_diffusion_xl",
    add_watermarker=False,
    variant="fp16"
)
pipe.to('cuda')

prompt = "1girl, kazusa \(blue archive\), blue archive, solo, upper body, v, smile, looking at viewer, outdoors, night, masterpiece, best quality, very aesthetic, absurdres"
negative_prompt = "nsfw, (low quality, worst quality:1.2), very displeasing, 3d, watermark, signature, ugly, poorly drawn"

image = pipe(
    prompt, 
    negative_prompt=negative_prompt,
    width=832,
    height=1216, 
    guidance_scale=7,
    num_inference_steps=28
).images[0]

image.save("./cat.png")

📚 详细文档

标签顺序

为获得最佳效果，建议遵循以下结构化提示模板，因为模型是按照此方式进行训练的：

1girl/1boy, 角色名称, 所属系列, 艺术家, 其他任意顺序的内容。

特殊标签

Kivotos XL 2.0 继承了 Animagine XL 3.1 的特殊标签，可通过引导结果朝向质量、评级、创作日期和美学方向来增强图像生成效果。即使不使用这些标签，模型也能生成图像，但使用它们有助于获得更好的结果。

• 质量标签：masterpiece, best quality, great quality, good quality, normal quality, low quality, worst quality
• 评级标签：safe, sensitive, nsfw, explicit
• 年份标签：newest, recent, mid, early, oldest
• 美学标签：very aesthetic, aesthetic, displeasing, very displeasing

推荐设置

为引导模型生成高美学的图像，建议使用以下设置：

• 负面提示：

nsfw, (low quality, worst quality:1.2), very displeasing, 3d, watermark, signature, ugly, poorly drawn

• 正面提示：

masterpiece, best quality, very aesthetic, absurdres

• 无分类器引导（CFG）比例：建议在 5 到 7 之间；10 会使图像效果过度，大于 12 则会严重失真。
• 采样步数：建议在 25 到 30 之间；28 是最佳值。
• 采样器：强烈推荐使用 Euler Ancestral (Euler a)。
• 支持的分辨率：

1024 x 1024, 1152 x 896, 896 x 1152, 1216 x 832, 832 x 1216, 1344 x 768, 768 x 1344, 1536 x 640, 640 x 1536

🔧 技术细节

以下是训练期间使用的关键超参数：

📄 许可证

Kivotos XL 2.0 遵循 Fair AI Public License 1.0-SD 许可证，该许可证与 Stable Diffusion 模型的许可证兼容。关键要点如下：

1. 修改共享：如果对 Kivotos XL 2.0 进行了修改，必须同时共享修改内容和原始许可证。
2. 源代码可访问性：如果修改后的版本可通过网络访问，需提供一种方式（如下载链接）让他人获取源代码。这也适用于派生模型。
3. 分发条款：任何分发都必须遵循此许可证或具有类似规则的其他许可证。