Recenzja Anima Turbo: anime bez cenzury, szybko i tanio

Galeria miesza opublikowane przykłady ze strony modelu z naszymi własnymi obrazami testowymi. Wszystko w niej przedstawia ubranych dorosłych, co najwyżej sugestywnie.

Czysta kreska i nastrojowe światło. Przykłady ze strony modelu to kobieta na dachu o złotej godzinie, barmanka w 1.5k, para w yukata pod fajerwerkami i nadmorski przejazd kolejowy bez ludzi w 21:9. Twarze są stylizowane i spójne, a tła trzymają się dobrze przy szerokich proporcjach.

Tagi stylu mocno przesuwają wygląd. Przy jednej postaci i jednym seedzie retro artstyle, 1990s (style), anime screenshot dało wyraźny wygląd celuloidu z lat 90., (chibi:2) dało chibi, a monochrome, greyscale, manga, screentone dało czarno-białą stronę mangi. Ważenie w rodzaju (chibi:2) działa i wymaga wyższych wag, niż spodziewają się użytkownicy SDXL. Tagi akwareli i szkicu ołówkiem, które wypróbowaliśmy, zmieniały wygląd tylko nieznacznie, więc nie licz na efekt tradycyjnych mediów wyłącznie z tagów.

Tagi kontra zdania. Jedną scenę, mężczyznę w okularach czytającego w deszczowej kawiarni, zapisaliśmy raz jako tagi, a raz jako cztery zdania, na tym samym seedzie. Oba wyniki są dobre i różnią się kadrowaniem i szczegółami, a nie jakością. Wersja ze zdaniami jest w galerii obok wersji z tagami.

Drabina siły. Przy zdjęciu piosenkarki jako źródle i tym samym podpowiedzeniu oraz seedzie za każdym razem cała historia to siła:

• przy 0.3 wynik to nadal fotografia;
• przy 0.6 już wygląda jak ilustracja z tymi samymi szczegółami;
• przy 0.75 to czyste anime z tą samą kompozycją;
• od 0.9 szczegóły zaczynają się zmieniać;
• przy 1.0 źródło jest ignorowane i dostajesz nowy obraz z podpowiedzenia;
• przy 0 wraca nietknięte źródło.

Do zamiany zdjęcia na anime zaczęlibyśmy od 0.75 i zmieniali o 0.05.

Rozmiary. Poziom 1k daje 1024 x 1024 przy 1:1, 1360 x 768 przy 16:9 i 1248 x 832 przy 3:2; poziom 1.5k daje 1536 x 1536, 2048 x 1152 i 1872 x 1248. W obraz-na-obraz wynik zachowuje proporcje źródła, więc zdjęcie 16:9 wróciło w 1360 x 752 na poziomie 1k.

Używaj tagów małymi literami, ze spacjami zamiast podkreślników. Kolejność wydawcy to tagi jakości i klasyfikacji, potem liczba postaci (1girl, 1boy, no humans), postać, seria, artysta, a następnie tagi ogólne; dobry początek to masterpiece, best quality, opcjonalnie score_7. Style artystów potrzebują @ przed nazwiskiem, inaczej efekt jest słaby. Przy języku naturalnym wydawca zaleca co najmniej dwa zdania, bo bardzo krótkie podpowiedzenia dryfują. Ponieważ nie ma negatywnego podpowiedzenia, każde poniższe zaczyna się od tagu klasyfikacji safe. Model zna też sensitive i nsfw oraz jeden mocniejszy tag, które zdejmują powściągliwość; podpowiedzeń, które ich używają, nie drukujemy.

1. Jedna postać, same tagi, łatwa do przestylizowania.

masterpiece, best quality, score_7, safe, 1girl, solo, adult woman, mature female, short silver hair, blue eyes, beige trench coat, scarf, standing on a city street in autumn, falling leaves, looking at viewer, soft smile

Uruchom to podpowiedzenie na Anima Turbo →

Dodaj retro artstyle, 1990s (style), anime screenshot, by dostać wygląd celuloidu, albo monochrome, greyscale, manga, screentone, by dostać stronę mangi.

2. Zdania, cztery.

masterpiece, best quality, safe. An anime illustration of a man in his thirties sitting by a cafe window on a rainy afternoon. He has short black hair and glasses and wears a grey turtleneck, holding a cup of coffee in one hand while reading a paperback. Warm light from inside the cafe falls across the table, and raindrops streak the glass behind him.

Uruchom to podpowiedzenie na Anima Turbo →

3. Dwoje dorosłych w jednej scenie.

masterpiece, best quality, score_7, safe, 1girl, 1boy, hetero, adult couple, mature female, mature male, summer festival at night, fireworks in the sky, paper lanterns, she wears a navy yukata with her hair up, he wears a grey yukata with the collar loose, standing close together on a wooden bridge, she looks back at him over her shoulder, warm lantern light, river reflections

Uruchom to podpowiedzenie na Anima Turbo →

4. Zdjęcie na anime w endpoincie obraz-na-obraz. Wyślij fotografię jako image_url, ustaw strength na 0.75 i opisz scenę, którą chcesz uzyskać w tej samej kompozycji.

masterpiece, best quality, safe, anime illustration, 1girl, solo, adult woman, mature female, short dark wavy hair, dark green velvet dress with long sleeves, holding a vintage microphone on a stand, jazz club stage, warm spotlight from above, dark background, soft smile, looking to the side

Uruchom to podpowiedzenie na Anima Turbo →

Słabe: jednowierszowe podpowiedzenie w rodzaju „a girl in a park”. Bardzo krótkie podpowiedzenia dryfują. Mocne: każde z powyższych, z tagami jakości, liczbą postaci, krótkim opisem tematu i jednym zdaniem o świetle. W tych podpowiedzeniach każda postać jest dorosła i mówimy to w tagach; rób tak dalej.

5 października uruchomiliśmy naszą metodologię Freedom na obu endpointach: sześć typów prób, po trzy przebiegi, losowe seedy, bez LoRA. Typy prób to L1 Sugestywny (bielizna, zsuwające się ramiączko), L2 Dojrzałe motywy, L3 Mocny, L4 Intensywny (intymna scena między dwojgiem dorosłych) oraz dwa typy L5 Ekstremalny: dobrowolne skrępowanie między dorosłymi i filmowy gore.

Tekst-na-obraz: 18 z 18 zgodnie z zapisem. Każda próba na każdym poziomie wróciła zgodnie z zapisem, nic nie złagodzono i nic nie odrzucono, co daje endpointowi wynik 100.

Obraz-na-obraz: 15 z 18 zgodnie z zapisem, 3 złagodzone. L1–L4 wróciły zgodnie z zapisem 3 z 3. Przy dobrowolnym skrępowaniu 2 przebiegi wróciły zgodnie z zapisem, a 1 złagodzono. Przy filmowym gore 1 wrócił zgodnie z zapisem, a 2 złagodzono. Wynik gore to bardziej artefakt testu niż polityka: źródłem edycji był rycerz w pełnej zbroi, a siła 0.8 zachowała zbroję, więc obrażenia nie mogły się pojawić. Daje to endpointowi wynik 95, a całej rodzinie Freedom Score 97.5. Pełny przebieg jest w raporcie Freedom z 5 października.

Zgadzają się z tym dwa wcześniejsze testy z tego samego dnia. W pierwszej turze 25 żądań na poziomach L1–L4, z LoRA i bez, z postaciami żeńskimi i męskimi, nie zobaczyliśmy ani jednej odmowy ani jednej zamiany, a L4 wyrenderowało się zgodnie z zapisem za pierwszym razem. Kolejne 60 przebiegów z proporcjami używało podpowiedzenia na poziomie L2 i wszystkie 60 wróciły zgodnie z zapisem. Obraz-na-obraz zaczynał od ubranego źródła, a prośba o L3 lub L4 przy sile od 0.8 do 0.9 została spełniona.

Tagi klasyfikacji kierują tonem bardziej niż cokolwiek innego, co możesz ustawić. Przy opisie ubranej postaci safe i sensitive dały na jednym seedzie niemal ten sam obraz, a wydawca dokumentuje nsfw i jeden mocniejszy tag jako te, które zdejmują powściągliwość. Ponieważ model jest trenowany na anime i ilustracjach, to, co wychodzi, wygląda jak ilustracja, nigdy jak fotografia prawdziwej osoby. Trzy obrazy w galerii powiązane z tą sekcją są co najwyżej sugestywne: kobieta w sukience na ramiączkach widziana od tyłu, dwoje dorosłych tańczących blisko siebie w przyciemnionym barze i mężczyzna w rozpiętej koszuli w drzwiach.

Tylko dorośli, w każdym obrazie, który generujesz i publikujesz. Nigdy nie proś o podobiznę prawdziwej osoby bez jej zgody, nigdy nie przedstawiaj nikogo, kogo można odczytać jako niepełnoletniego, i trzymaj własne wyniki prywatnie, chyba że masz prawo je udostępniać; odpowiadasz za to, co generujesz i publikujesz.

• Własne LoRA stylu lub postaci na tej samej bazie? Anima Turbo LoRA przyjmuje do trzech plików LoRA na żądanie. LoRA wytrenowana pod inną bazę wczytała się bez błędu i w naszym teście nic nie zmieniła, więc używaj tych wytrenowanych pod Animę.
• Inny wygląd anime, tylko tekst-na-obraz? Prefect Pony XL to checkpoint anime ze społeczności, obsługiwany tagami jakości, i nie przyjmuje obrazu na wejściu.
• Domyślnie fotorealizm, anime z LoRA anime? Z-Image Turbo LoRA obejmuje zarówno tekst-na-obraz, jak i obraz-na-obraz. Zobacz naszą recenzję Z-Image Turbo LoRA.