Anima20亿参数AI绘图模型专攻动漫创作【免费下载链接】Anima项目地址: https://ai.gitcode.com/hf_mirrors/circlestone-labs/Anima当你需要为一款卡牌游戏批量产出 300 张风格统一的动漫角色卡面时通用文生图模型往往会在画风上反复横跳。Anima 是 CircleStone Labs 联合 Comfy Org 推出的 20 亿参数文生图Text-to-Image模型专注动漫角色、概念与风格用数千万张动漫图像加约 80 万张非动漫艺术图训练而成全程没有掺入合成数据。它天生为插画和艺术图服务写实摄影基本不在它的射程内。它到底是什么一句话定位面向动漫创作的 2B 参数扩散Diffusion模型原生支持 ComfyUI当前为预览版。三个关键规格参数规模2B基于 NVIDIA Cosmos 生态构建单机即可跑通训练数据数千万动漫图像 约 80 万非动漫艺术图动漫数据知识截止 2025 年 9 月许可证CircleStone Labs 非商业许可商用需另行申请核心能力拆解推荐生成参数1MP 分辨率下的稳定输出预览版建议在约 1MP 分辨率下使用例如 1024×1024、896×1152、1152×896采样步数 30-50控制系数 CFGClassifier-Free Guidance4-5。为什么是这个区间——它是中等分辨率的中期检查点喂更高分辨率反而容易崩坏而 30-50 步加 4-5 的 CFG 能在收敛速度和细节量之间取得平衡。采样器决定画风基调er_sde 给中性风格、平涂色块和锐利线条适合当默认值euler_a 线条更软更细偶尔带点 2.5D 质感CFG 可以比别人调高一点而不烧图dpmpp_2m_sde_gpu 和 er_sde 风格相近但更敢发挥出图多样性更高代价是偶尔跑偏。提示词怎么写标签与自然语言双轨制模型同时在 Danbooru 风格标签、自然语言描述以及两者的混合体上训练过所以你两种姿势都能用。纯标签流有明确的顺序建议质量/元/年份/安全标签在前然后 1girl、1boy 这类数量标签接着角色、作品、艺术家最后是一般描述标签每个区块内部顺序随意而且训练时做了随机标签丢弃tag dropout不必把每张图相关的标签全部堆上去。艺术家标签有个坑必须加 前缀例如big chungus漏掉的话风格效果会非常弱。时间标签可以用year 2025、newest、mid这类词控制年代感。自然语言流则建议至少写满两句话多角色场景务必先点名、再描述长相否则模型容易把人物搞混。拓展风格多样性数据集标签与对比工具除了动漫数据Anima 还在过滤掉照片后的 LAION-POPye-pop 版本和 DeviantArt 数据集上做了补充训练。提示词第一行写ye-pop或deviantart第二行可选地放上作品标题第三行用自然语言描述就能把画风往抽象油画、概念数字绘画方向拉这是纯动漫模型给不了的弹性。仓库还附带了一个anima_comparison.json对比工作流支持 Anima、SDXL、Lumina、Chroma、Newbie-Image 等架构横向对比默认配置是 Anima 对 NetaYume 对 Newbie-Image同一 prompt 不同 seed 排成网格选模型时可以直接看图说话。上手路径ComfyUI 三步部署打开 ComfyUI把仓库示例图拖进去直接加载工作流图中内嵌 workflow把三个文件放进对应目录split_files/diffusion_models/anima-preview.safetensors进ComfyUI/models/diffusion_modelssplit_files/text_encoders/qwen_3_06b_base.safetensors进text_encoderssplit_files/vae/qwen_image_vae.safetensors进vae这是 Qwen-Image 的 VAE如果你跑过 Qwen-Image 大概率已经有了按 1MP 分辨率、30-50 步、CFG 4-5 生成第一张图再根据想要的画风换采样器。门槛上2B 参数加 Qwen3 0.6B 文本编码器16GB 显存的消费级显卡可以流畅跑 1MP 出图8GB 也值得一试但建议开缩放。边界与适用它适合的场景批量动漫角色卡面、同人风格探索、场景概念图与插画底稿——尤其当团队需要一个画风一致、能贴标签微调的出图底座时。它暂时做不好的写实摄影这是设计取向不是 bug、高分辨率出图预览版还在补高分辨率训练、文字渲染单词和短语还行长句基本不行、多角色无描述提示词容易串人。此外当前版本是未经审美调优的素体基座默认风格偏平淡不挂艺术家和质量标签时尤其明显。许可证方面要提前说清CircleStone Labs 非商业许可模型本体及 LoRA 等衍生权重仅限非商业用途训练其他模型也不在授权范围内商用许可流程还在制定中。生成的图片Outputs归你处置商用也可以但不能拿去训练竞品模型。写在后面预览版明确只是训练中途的检查点官方承诺正式版会在细节刻画、整体美感和高分辨率阶段上继续补课。真正值得盯的信号是当一个动漫专用模型开始用数据集标签这种工程化方式往风格池里灌水时垂直领域 数据管线可控大概率是下一批文生图模型的标准答案。项目地址https://gitcode.com/hf_mirrors/circlestone-labs/Anima【免费下载链接】Anima项目地址: https://ai.gitcode.com/hf_mirrors/circlestone-labs/Anima创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Anima：20亿参数AI绘图模型，专攻动漫创作
Anima20亿参数AI绘图模型专攻动漫创作【免费下载链接】Anima项目地址: https://ai.gitcode.com/hf_mirrors/circlestone-labs/Anima当你需要为一款卡牌游戏批量产出 300 张风格统一的动漫角色卡面时通用文生图模型往往会在画风上反复横跳。Anima 是 CircleStone Labs 联合 Comfy Org 推出的 20 亿参数文生图Text-to-Image模型专注动漫角色、概念与风格用数千万张动漫图像加约 80 万张非动漫艺术图训练而成全程没有掺入合成数据。它天生为插画和艺术图服务写实摄影基本不在它的射程内。它到底是什么一句话定位面向动漫创作的 2B 参数扩散Diffusion模型原生支持 ComfyUI当前为预览版。三个关键规格参数规模2B基于 NVIDIA Cosmos 生态构建单机即可跑通训练数据数千万动漫图像 约 80 万非动漫艺术图动漫数据知识截止 2025 年 9 月许可证CircleStone Labs 非商业许可商用需另行申请核心能力拆解推荐生成参数1MP 分辨率下的稳定输出预览版建议在约 1MP 分辨率下使用例如 1024×1024、896×1152、1152×896采样步数 30-50控制系数 CFGClassifier-Free Guidance4-5。为什么是这个区间——它是中等分辨率的中期检查点喂更高分辨率反而容易崩坏而 30-50 步加 4-5 的 CFG 能在收敛速度和细节量之间取得平衡。采样器决定画风基调er_sde 给中性风格、平涂色块和锐利线条适合当默认值euler_a 线条更软更细偶尔带点 2.5D 质感CFG 可以比别人调高一点而不烧图dpmpp_2m_sde_gpu 和 er_sde 风格相近但更敢发挥出图多样性更高代价是偶尔跑偏。提示词怎么写标签与自然语言双轨制模型同时在 Danbooru 风格标签、自然语言描述以及两者的混合体上训练过所以你两种姿势都能用。纯标签流有明确的顺序建议质量/元/年份/安全标签在前然后 1girl、1boy 这类数量标签接着角色、作品、艺术家最后是一般描述标签每个区块内部顺序随意而且训练时做了随机标签丢弃tag dropout不必把每张图相关的标签全部堆上去。艺术家标签有个坑必须加 前缀例如big chungus漏掉的话风格效果会非常弱。时间标签可以用year 2025、newest、mid这类词控制年代感。自然语言流则建议至少写满两句话多角色场景务必先点名、再描述长相否则模型容易把人物搞混。拓展风格多样性数据集标签与对比工具除了动漫数据Anima 还在过滤掉照片后的 LAION-POPye-pop 版本和 DeviantArt 数据集上做了补充训练。提示词第一行写ye-pop或deviantart第二行可选地放上作品标题第三行用自然语言描述就能把画风往抽象油画、概念数字绘画方向拉这是纯动漫模型给不了的弹性。仓库还附带了一个anima_comparison.json对比工作流支持 Anima、SDXL、Lumina、Chroma、Newbie-Image 等架构横向对比默认配置是 Anima 对 NetaYume 对 Newbie-Image同一 prompt 不同 seed 排成网格选模型时可以直接看图说话。上手路径ComfyUI 三步部署打开 ComfyUI把仓库示例图拖进去直接加载工作流图中内嵌 workflow把三个文件放进对应目录split_files/diffusion_models/anima-preview.safetensors进ComfyUI/models/diffusion_modelssplit_files/text_encoders/qwen_3_06b_base.safetensors进text_encoderssplit_files/vae/qwen_image_vae.safetensors进vae这是 Qwen-Image 的 VAE如果你跑过 Qwen-Image 大概率已经有了按 1MP 分辨率、30-50 步、CFG 4-5 生成第一张图再根据想要的画风换采样器。门槛上2B 参数加 Qwen3 0.6B 文本编码器16GB 显存的消费级显卡可以流畅跑 1MP 出图8GB 也值得一试但建议开缩放。边界与适用它适合的场景批量动漫角色卡面、同人风格探索、场景概念图与插画底稿——尤其当团队需要一个画风一致、能贴标签微调的出图底座时。它暂时做不好的写实摄影这是设计取向不是 bug、高分辨率出图预览版还在补高分辨率训练、文字渲染单词和短语还行长句基本不行、多角色无描述提示词容易串人。此外当前版本是未经审美调优的素体基座默认风格偏平淡不挂艺术家和质量标签时尤其明显。许可证方面要提前说清CircleStone Labs 非商业许可模型本体及 LoRA 等衍生权重仅限非商业用途训练其他模型也不在授权范围内商用许可流程还在制定中。生成的图片Outputs归你处置商用也可以但不能拿去训练竞品模型。写在后面预览版明确只是训练中途的检查点官方承诺正式版会在细节刻画、整体美感和高分辨率阶段上继续补课。真正值得盯的信号是当一个动漫专用模型开始用数据集标签这种工程化方式往风格池里灌水时垂直领域 数据管线可控大概率是下一批文生图模型的标准答案。项目地址https://gitcode.com/hf_mirrors/circlestone-labs/Anima【免费下载链接】Anima项目地址: https://ai.gitcode.com/hf_mirrors/circlestone-labs/Anima创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考