Animagine XL 3.1发布：一个开源的动漫主题文本到图像模型

Animagine XL 3.1是Animagine XL V3系列的最新更新，是一个开源的动漫主题文本到图像模型。此版本针对生成更高质量的动漫风格图像进行了改进，包括更广泛的知名动漫角色范围、优化的数据集和新的美学标签。

该模型预训练使用了一个包含870000张有序且标注的图像的数据集。这些图像覆盖了广泛的动漫角色、风格和主题，从而为模型提供了一个深厚的知识基础。

Animagine XL 3.1在训练数据集中整合了众多知名的动漫系列，包括流行的gacha游戏角色和其他动漫作品。这使得模型能够更深入地理解并生成广泛的动漫角色和风格。

此外，数据集中的图像通过新的美学标签进行了进一步的标注，这些标签基于专门的视觉变换器（ViT）模型，用于评估内容的视觉吸引力。

训练过程：

Animagine XL 3.1在2x A100 80GB GPUs上训练了大约15天，总计超过350 GPU小时。训练分为三个阶段：预训练、第一阶段微调和第二阶段微调，每个阶段都专注于不同的目标，从增加模型知识到细化美学数据集和改善艺术风格的渲染。

功能改进

1. 增强的数据集和模型知识：

   • 扩展了对动漫历史的覆盖，从经典到最新的动漫都有所涉及，增强了模型对不同艺术风格和角色的理解。
   • 集成了更多动漫作品，包括流行的gacha游戏角色和多个知名动漫系列，显著增加了模型的知识库。

2. 图像质量的显著提升：

Support authors and subscribe to content

This is premium stuff. Subscribe to read the entire article.

Login if you have purchased

Subscribe

Gain access to all our Premium contents.
More than 100+ articles.

Subscribe Now