这个大模型的特点是：较强的角色lora结合能力，较好的稳定性，不错的基本画风、和极强的文本控制能力(这通常被认为是SDXL特有的性能)。

在文本控制力上，这个模型会比优可youkengi delicate anime略弱，然后侧重点不同。

一、模型特点：

1.较强的角色lora结合能力，可以和大部分的角色lora很好地结合并根据lora的风格改变角色脸型和特征，参考第三张以后的例图。由于脸部完全没有过拟，所以在脸部分辨率不足时，会容易模糊不清，这种情况推荐使用tile图生图放大。

2.较好的稳定性，不容易出现肢体崩坏，天然就有较好的手。

3.不错的基本画风，即使不配合角色lora使用，基本画风也不差，模型原本的画风参考前两张例图。

4.极强的文本控制能力，体现在对词的理解能力非常强，举例来说来体现为以下几点：

（1）只要加了fullbody几乎必出全身图（即使是横图），加了back to the viewer几乎必出背身图，（出图几乎可以无视横图还是竖图，但是不符合常规出图规律的情况下可能会增加畸形率）。

（2）在这个模型下，光凭prompt的效果几乎就可以抵得上一些lora的效果。

（3）如果你的词描述足够精确且稳定，因为极强的文本控图能力，即使切换种子这个模型画出的构图可能会非常接近。这种情况下可以尝试dynamic pose ,girl's pose等具有一定泛化性的词汇，可以发挥这些词的实际作用，增加构图变化。

二、使用方法：

1.无特别推荐的采样方法：不怎么挑，例图是使用DPM++ 2M SDE Karras来画的；

2.需要使用vae：选哪个不怎么挑，例图是使用vae-ft-mse-840000-ema-pruned.safetensors来画的；

3.推荐使用高清修复重绘幅度0.4~0.5；推荐的步数为基础25~50步，高清重绘20步。

4.如果要表现细腻的画风：推荐的放大算法为4X UltraSharp：

5.泛用性强一些R-ESRGAN 4x+，但其实模型的稳定性极强，也没什么挑。

6.唯一不建议的放大算法是latent，非常容易使画面面糊，高手要出特殊效果才需要试一下。

7.推荐的embedding：negative_hand Negative Embedding,verybadimagenegative_v1.3

如果大家觉得满意，请多多给我返图哈~

另外关注和收藏可以收到后续版本更新和新模型的消息~

The characteristics of this checkpoint are as follows: strong character Lora integration ability, good stability, decent basic art style, and extremely strong text control capability (which is typically considered a unique feature of SDXL).

In terms of text control capability, this model is slightly weaker than "Youkengi Delicate Anime" but with different emphasis.

I. Model Characteristics:

Strong character Lora integration ability: It can integrate well with most character Loras and change the facial shape and features based on the Lora's style. Refer to example images from the third one onwards. Since there is no overfitting in the facial region, it may appear blurry when the facial resolution is insufficient. In such cases, it is recommended to use "tile" image generation and upscaling.
Good stability: It is less prone to limb collapse and naturally produces good hands.
Decent basic art style: Even without using character Lora, the basic art style is still good. Refer to the first two example images for the model's original art style.
Extremely strong text control capability: It demonstrates a strong understanding of words. For example:

(1) If the word "fullbody" is included, it will almost always produce a full-body image (even if it is a horizontal image), and if "back to the viewer" is included, it will almost always produce a back-facing image. The model's ability to generate any composition you want, but won't influenced by whether the input is a horizontal or vertical image, although there may be slightly enhancing distortion when the image deviates from the usual pattern.
(2) Words that usually require lora to achieve a certain effect can achieve similar effects with just prompt alone in this model.
(3) If your word descriptions are precise and stable enough, due to the model's strong text-to-image control capability, even when switching seeds, the compositions generated by the model may be very similar. In this case, you can try using terms with certain generalization capabilities, such as "dynamic pose" or "girl's pose," to introduce variations in the compositions.

II. Usage Instructions:

No specific sampling method is recommended. Examples were generated using DPM++ 2M SDE Karras.
VAE usage: It doesn't matter which one you choose,but you need to choose one. Examples were generated using vae-ft-mse-840000-ema-pruned.safetensors.
It is recommended to use high-definition restoration redraw factor of 0.4 to 0.5. The recommended number of basic steps is 20 to 50, followed by 20 steps of high-definition redraw.
For a delicate art style, the recommended upscaling algorithm is 4X UltraSharp.
For general-purpose usage, R-ESRGAN 4x+ is recommended, but in reality, the model is highly stable, so there aren't many limitations in this regard.
The only upscaling algorithm not recommended is "latent" as it tends to make the image blurry. It should only be used by experts for special effects.
Recommended embeddings: negative_hand Negative Embedding, verybadimagenegative_v1.3

If you are satisfied with the results, please share your feedback and provide more images.

Also, remember to follow and bookmark to receive updates on future versions and new models.

この大型モデルの特徴は、以下のとおりです：キャラクターloraとの統合能力が高く、安定性があり、基本的な画風が良く、そして非常に強力なテキスト制御能力（これは通常、SDXL独自の機能とされています）です。

テキスト制御能力に関しては、優可（Youkengi Delicate Anime）よりもやや劣る可能性がありますが、重点は異なります。

I. モデルの特徴：

キャラクターロラとの統合能力が高く：ほとんどのキャラクターloraとうまく統合し、キャラクターの顔の形状や特徴をloraのスタイルに合わせて変更することができます。3枚目以降の例画像を参照してください。顔の領域にオーバーフィットがないため、顔の解像度が不足している場合はぼやけた画像になることがあります。そのような場合は、tile画像生成と拡大を使用することをおすすめします。
安定性が高く、肢体の崩壊が起こりにくく、自然な手の描写ができます。
基本的な画風が良く、キャラクターloraを使用しなくても十分なクオリティがあります。最初の2つの例画像を参照してください。
非常に強力なテキスト制御能力を持っており、単語の理解力が非常に高いです。例えば:

"fullbody"を含めばほぼ常に全身の画像が生成されます（横向きでも）。
"back to the viewer"を含めばほぼ必ず背面の画像が生成されます。（画像が横向きか縦向きかはほとんど無視されますが、一般的な画像生成のルールから外れる場合は、歪んだ結果が生成される可能性があります）。
このモデルでは、プロンプトのみを使用しても、一部のロラの効果にほぼ匹敵する結果が得られます。
語句の説明が正確で安定している場合、強力なテキスト制御能力により、シードを切り替えてもこのモデルが描く構図は非常に似通うことがあります。そのような場合は、"dynamic pose"や"girl's pose"など、一定の一般化特性を持つ言葉を使用して、構図のバリエーションを導入してみてください。

II. 使用方法：

特に推奨するサンプリング方法はありません。例画像はDPM++ 2M SDE Karrasを使用して生成されました。
VAEの使用が推奨されます。どれを選んでも問題ありません。例画像はvae-ft-mse-840000-ema-pruned.safetensorsを使用して生成されました。
修復範囲0.4〜0.5の高解像度リストアを推奨します。基本的なステップ数は25〜50ステップで、高解像度リストアにはさらに20ステップ追加します。
繊細な画風を表現する場合、4X UltraSharpを推奨します。
汎用性が強めるにはR-ESRGAN 4x+を推奨します。ただし、このモデルは非常に安定しており、悩む必要はありません。
latent以外の拡大アルゴリズムをおすすめします。latentは画像がぼやけやすくなるため、特殊な効果を得るためにのみ使用する必要があります。
推奨されるembeddingは、"negative_hand Negative Embedding"と"verybadimagenegative_v1.3"です。

もしご満足いただけた場合は、ぜひたくさんのフィードバックをいただけると嬉しいです。

また、フォローやブックマークをすると、今後のバージョンのアップデートや新しいモデルに関する情報を受け取ることができます。

Ultra Control & Supper Understanding|优可youkengi anime series