Illustrious Xl Early Release V0

🚀 Illustrious XL v0.1

Illustrious XL v0.1 是一款专注于插画生成的 Stable Diffusion XL 模型，它基于 Kohaku XL Beta 5 继续训练而来。该模型利用大规模标注数据集 Danbooru2023 进行训练，能够生成多样化的角色设计和艺术风格的图像，适用于创意和艺术领域的 AI 生成任务。

🚀 快速开始

Illustrious XL 是一款专注于插画的 Stable Diffusion XL 模型，它基于 Kohaku XL Beta 5 继续训练，由 OnomaAI 研究团队开发。该模型专注于利用大规模标注数据集 Danbooru2023。我们在此发布了 v0.1 和 v0.1 - GUIDED 模型，采用公平的公共人工智能许可证，但不鼓励将模型用于商业化目的或任何闭源用途。如需完整的技术细节，请参考我们的技术报告。

✨ 主要特性

模型信息

模型描述

• Illustrious - XL：是一个强大的生成模型系列，在全面的 Danbooru2023 数据集及其变体上进行了微调。它包含了来自数据集的各种角色设计、风格和艺术知识，适用于创意和艺术领域的 AI 生成任务。
• Illustrious - XL - v0.1：是未经调整的基础模型，可作为未来所有模型变体的基础。可以在此模型上训练 LoRAs / 适配器，以满足未来的使用场景。该模型仅用于研究目的，未针对美学或偏好进行调整。
• Illustrious - XL - v0.1 - GUIDED：是经过最低限度安全控制的模型，更适合日常使用。

技术细节

相关技术报告请参考：https://arxiv.org/abs/2409.19946

使用条款

• 建议使用官方仓库，以防止恶意攻击。
• 用户必须同意许可证才能使用该模型。如许可证中所述，我们不对生成的结果或可能的变体承担任何责任。
• 如许可证中所述，用户不得将生成的结果用于任何禁止的目的，包括但不限于：
  • 有害或恶意活动：包括骚扰、威胁、传播虚假信息或任何旨在伤害个人或群体的用途。
  • 非法活动：使用生成的内容违反任何适用的法律法规。
  • 不道德、冒犯性内容生成：生成违反道德准则的冒犯性、诽谤性或有争议的内容。

安全控制建议

• 生成模型偶尔可能会产生意外或有害的输出。
• 为了降低这种风险，强烈建议使用 GUIDED 模型变体，该变体包含额外的安全机制，以确保负责任的内容生成。
• 通过选择此变体，用户可以显著降低生成有害或意外内容的可能性。
• 我们计划通过广泛的研究更新 GUIDED 模型变体及其方法。

训练/合并策略

您可以基于此模型进行微调、合并或训练 LoRA。但是，为了促进开源社区的发展，您需要：

• 公开分享任何派生模型的详细信息，包括对根据公平人工智能公共许可证许可的原始模型的引用。
• 提供用于微调或训练的数据集和“合并配方”的信息。
• 遵守 公平人工智能公共许可证，确保任何派生作品也是开源的。

上传/生成策略

我们不限制生成结果的任何上传或传播，因为我们不拥有生成材料的任何权利。这包括“个人训练的模型 / 微调模型 / 训练的 LoRA 相关结果”。但是，我们恳请您公开生成细节，以促进开源社区和研究的发展。

商业化禁止

• 禁止对任何 闭源微调/合并模型进行商业化，这些模型不允许公众访问模型的源代码/权重及其使用方法。
• 根据许可证，您必须公开发布任何派生模型和变体。此模型旨在用于开源用途，所有派生模型必须遵循相同的原则。

使用建议

• 不建议过度使用关键构图标签，如“特写”、“颠倒”或“牛仔视角”，因为它们可能会相互冲突并导致混淆，影响模型结果。
• 推荐的采样方法：Euler a，采样步数：20 - 28，CFG：5 - 7.5（可能根据使用情况有所不同）。
• 建议根据您的使用情况使用合适的构图标签，如“上半身”、“牛仔视角”、“肖像”或“全身”。
• 模型支持质量标签，如：“最差质量”、“低质量”、“平均质量”、“高质量”、“最佳质量”和“杰作（质量）”。
• 注意：模型没有任何默认风格，这是基础模型的预期行为。

🔧 技术细节

开发历程

当我们开始开发 Illustrious XL 系列时，目标很简单：当时没有适用于插画的强大预训练模型，所以我们决定自己构建一个——一个预训练级别的微调模型，供艺术家和研究人员使用。我们也知道将所有内容保留在内部不会推动该领域的发展，因此我们向公众发布了 v0.1，并专注于训练更新的变体，通过提高质量、深化知识和改进架构来进一步提升模型的能力。在此过程中，我们意外发现该模型不仅擅长插画，还能理解自然语言、处理复杂提示并生成高分辨率图像，远远超出了我们最初的计划。

模型版本

• v0.1（2024 年 5 月训练）
• v1.0（2024 年 7 月）
• v1.1（2024 年 8 月）
• v2.0（2024 年 9 月）
• v3（2024 年 11 月）
• v3.5（结合了 Google 的 v - 参数化的特殊变体）

这些模型在自然语言构图和图像生成方面更进一步。

未来计划

经过几个月的幕后工作，我们终于准备好向前迈进。我们将逐步推出最新模型，同时逐步将以前的版本开源，以便进行研究和改进。在此过程中，预计会有诸如 真正的 2K 分辨率生成 和更好的自然语言对齐等突破。

开源承诺

这需要时间，但我们正在快速推进。我们的下一代模型已经在开发中，旨在解决 SD XL 基础架构的一些基本限制。随着进展，旧模型自然会被弃用，并相应地发布权重。我们的团队旨在谨慎行事，确保每个版本都有全面的解释和见解。

向后兼容性

我们构建的每个模型都考虑了向后兼容性，因为 Illustrious XL 不仅仅是创造新事物，更是为微调创建一个更好的基础。这就是为什么我们在正确训练 LoRAs 方面投入了大量精力，不久后，我们将分享如何更有效地训练它们的见解。

📄 许可证

本模型采用公平人工智能公共许可证 1.0 - SD（fair - ai - public - license - 1.0 - sd），许可证链接：[https://freedevproject.org/faipl - 1.0 - sd/](https://freedevproject.org/faipl - 1.0 - sd/)。

总结

总之，Onoma AI 计划逐步推出开源权重，并鼓励社区关注即将到来的发展——我们才刚刚开始。