Bracingevomix

🚀 BracingEvoMix模型介绍

BracingEvoMix是一系列基于OpenBraβ和OpenBra的文本到图像生成模型，旨在降低高风险模型混入的概率，同时在亚洲人脸输出多样性和照片真实感方面表现出色。本项目提供了多个版本的模型，各有特点和适用场景，用户可以根据自身需求进行选择和使用。

📄 许可证

本模型采用CreativeML Open RAIL-M许可证。额外版权归佐城郎画（TwitterID @sazyou_roukaku ）所有，截至2023年5月31日。

本模型的许可证本身未做更改，但新增了佐城郎画作为额外作者（6月10日因Twitter名称变更，表述有所更改，但许可证内sazyou_roukaku未变）。

请注意，使用本模型生成的内容，除许可证使用限制A中所述情况外，我方不承担任何责任。禁止将本模型用于犯罪目的或医疗图像等特定专业用途，使用前请务必确认相关规定。同时，我方对使用过程中产生的任何问题不承担责任，请在了解免责条款的基础上使用。

2023年10月1日，BracingEvoMix_v2正式公开。

📚 详细文档

・BracingEvoMix_v2

• CLIP设置：clip skip:2
• 推荐负向提示词基础：

(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)适用于需要清晰背景的情况。

BracingEvoMix系列的更新将暂时在v2版本停止，主要原因如下：

• 进行追加学习的用户正逐渐向SDXL迁移，按照当前的选择标准提升模型性能存在局限性。
• 作为下半身部分基础的sxd是早期模型，投入大量精力提升性能的效果可能不明显。
• 可用模型的限制过于严格，难以增加服饰种类。

不过，如果SD1.x仍有需求，作者可能会自行进行训练并发布新系列模型。同时，作者也会关注SDXL的发展和企业推出的易用模型，以便做出相应的应对。

模型使用限制说明

需要注意的是，上述模型本身的销售和在商业图像生成服务中的使用，在CreativeML Open RAIL-M许可证下，若未在使用限制A中特别说明，则原本不应受到限制。此处标记为“可以”是考虑到合并者的负担，并非积极推荐。若因此产生任何问题，我方不承担任何责任，请用户留意。

各版本模型评分及特点

BracingEvoMix_v2

BracingEvoMix_v2是基础模型BracingEvoMix_v1的正统后继版本，改善了饱和度和明度的不均匀问题，提高了手指精度，同时强化了背景和横长分辨率。输出的不均匀性减少，通用性得到提高。

BracingEvoMix_v1

BracingEvoMix_v1是基础模型，能够表现OpenBra来源的亚洲人脸，真实感非常高，但饱和度和明度存在不均匀的问题。对情感表达有较强的响应，如果能够进行有效控制，表现范围较广，但也存在较多弱点，适合有经验的用户使用。

BracingEvoMix_Another

BracingEvoMix_Another是另一个版本的模型，通过改变合并方法，加深混合程度，稳定了饱和度和明度的明显变化。结果是BRA脸的特征变弱，更倾向于一般的亚洲人脸系合并模型。手指的稳定性较好，特别是指甲和指尖的精细表现与最新模型的上层水平相当。不过，由于弱点减少，情感表达的反应也有所减弱。在穿着一般服装且胸部较大的情况下，走光的可能性与其他模型相差不大。

BracingEvoMix_Fast

BracingEvoMix_Fast是对另一个模型进行更接近chilled_remix风格调整的试验性模型。更容易生成更完美的脸型，并且在效果表现上虽然不如chilled_remix，但也有一定的改善。不过，由于没有偏离照片真实感的领域，所以不如chilled_remix那么自由。

合并使用模型列表

[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

推荐设置

• CLIP设置：clip skip:2
• 负向提示词：使用EasyNegative或BadBras推荐，不推荐使用EasyNegative v2，因为其人体结构崩坏率较高。
• 提示词使用建议：本模型对自然语言文章提示词有较强的响应，但对于除场景外的详细脸部造型等，可根据个人喜好使用单词提示词进行指定。也可以仅使用单词构成提示词，选择适合自己的使用风格即可。
• 质量提示词：high quality等提示词效果不明显，masterpiece会使脸部造型有变化，但对质量提升效果一般。high resolution对背景和质感有效果，建议优先使用。
• 自然语言提示词：建议使用girl、woman、young woman等自然语言提示词，而非1girl等WD式提示词。
• CGF缩放：适当降低CGF缩放值至5左右，可以减弱整体对比度。
• 肤色调整：如果感觉肤色较深，可以加入(fair skin:1.2)使肤色变白。

常见问题解答（FAQ）

Q1: BracingEvoMix是什么？

A1: 传统的合并模型可能存在NAIleak模型或DreamlikeLicense混入的风险，给正式商业使用带来困扰。本次的BracingEvoMix是与BRA的学习开发者BanKai先生直接沟通后，基于有志者捐赠产生的OpenBraβ和OpenBra合并而成的模型。其他部分也均为学习模型，相比传统合并模型，大大降低了风险模型混入的概率。在能输出东亚系人脸的合并模型中，被认为是风险最低的模型。但即使是学习模型，其具体内容也难以详细了解，因此并非完全无风险。虽然进行了基于余弦一致率等的筛选，但仍不能完全排除混入的可能性。

Q2: 是否无法得到完全无混入的模型？

A2: 仅进行追加学习会导致数据偏差，模型能力在背景等方面会出现不均衡。个人层面几乎不可能创建出完全纯净的学习模型，因此需要进行合并。但由于无法对这些学习模型的内容进行专业解析，所以难以保证完全无混入。通过差分提取可以去除与特定模型数据匹配的数据，但这样做可能会构成派生模型的条件。此外，还需要下载NAIleak模型本体，操作较为困难。

Q3: 各学习模型的选择标准是什么？

A3:

• sxd_v10：这是一个NSFW模型，虽然使用NSFW模型会增加脱衣等问题的可能性，但可以弥补OpenBra下半身学习程度较低的不足，并补充各种姿势的学习数据。由于其学习量较大且限制较少，尽管是相对早期的模型，仍被选择使用，但合并量控制在最低限度，以避免过度暴露。
• dreamshaper_5Bakedvae/dreamshaper_6BakedVae：dreamshaper是在商业图像生成服务中广泛使用的知名学习模型，学习量和数据多样性都很高，因此用于增强数据多样性。
• epicrealism_newAge/epicrealism_newEra：目前学习模型中性能最强，因其背景增强能力和高性能而被采用。
• diamondcoalmix_diamondcoalv2：具有东亚人脸部系统数据的学习模型，作者进行了大量LORA创建，且从余弦值判断无问题，因此用于增强东亚数据。
• Evt_V4_e04_ema：这是一个基于明确声明不包含NAIleak数据的ACertainty插画学习模型训练得到的模型。合并插画模型可以影响不同人种和年龄的脸部数据，降低肖像权侵犯率，并塑造符合日本人喜好的脸型。虽然ACertainty可能蒸馏了NOVEL AI的数据，但不违反专利法，因此认为没有问题。
• bp_mk5：基于ACertainty的学习模型，在BracingEvoMix_Fast中用于重新平衡。

Q4: 原版手指质量比chilled_remix等低的原因是什么？

A4: 由于使用的模型限于达到一定标准的学习模型，数据稳定性不如最新模型。尽管如此，输出的手指仍比初始模型更清晰，与3月中旬的模型相比处于平均水平。目前建议考虑使用ControlNet进行控制。截至6月14日更新，Another和Fast版本已改善了手指精度，达到6月时最新照片模型的平均水平。

Q5: 本次的使用限制是否存在问题或矛盾？

A5: diamondCoalMix_diamondCoalv2、dreamshaper_5Bakedvae和dreamshaper_6BakedVae允许在分享合并模型时设置不同权限。其他模型无使用限制，因此本次全部以无限制方式公开。若合并使用的模型的许可证或使用限制发生变化，仍以5月31日的许可证和限制为前提公开，遵循creativeml-openrail-m许可证。相关模型的截图保存在MergeModel_LicenseSS_v1中。若合并使用的模型出现重大问题，可能会停止模型公开并呼吁停止使用，但不会自行设置额外的使用限制。