Animagine XL 是一套专为动漫风格绘画打造的 Stable Diffusion XL 模型系列,由 Cagliostro Research Lab 开发。目前主线版本是 4.0,也叫 Anim4gine,基于 SDXL 1.0 用数百万张动漫图片重新训练而成。想要生成动漫角色、掌握近期番剧知识、用类似 Danbooru 标签的方式写提示词,大家都会想到它——还额外支持质量、评分、年份和分级控制。官网上提供指南、版本历史和浏览器在线试玩,不用本地 GPU 也能直接测试模型。
动漫优先的 SDXL 训练
4.0 版基于 SDXL 1.0 用约 840 万张动漫风格图片训练,不是从 3.x 版本上叠出来的。
Danbooru 风格标签排序
官方推荐清晰顺序:主体数量、角色、作品、分级,然后其他标签,质量提升标签放最后。
质量、评分、年份、分级标签
特殊标签帮你控制画风,包括 masterpiece/high score、年份风格年代,以及 safe 或 sensitive 等分级标签。
版本历史和对比
playground 里可以切换 v4.0、v3.1、v3.0 标签页,直接在浏览器里对比输出效果。
开源商用友好许可
公开页面标注 CreativeML Open RAIL++-M,和 SDXL 同一许可家族——不过商用前还是要读完整条款。
本地工具兼容
权重可以在 ComfyUI、Forge、Automatic1111 等本地工具里跑。
清晰的提示词配方
官方 4.0 指南给了稳妥默认值:标签顺序清晰,用 Euler a、25–28 步,CFG 约 4–7(常用 5),标准 SDXL 分辨率。
角色与作品配对
调用角色时最好加上作品或版权标签,因为训练时角色和作品是成对出现的。
多个 4.0 变体
4.0 Opt 为日常生成加了额外优化,4.0 Zero 则作为 LoRA 和进一步微调的基础。
Animagine XL 适合喜欢清晰标签、想要精确控制生成画面的动漫创作者,包括数字艺术家、插画师、内容创作者和动漫视觉爱好者。也适合需要基础模型做微调或 LoRA 实验的开发者和研究人员,还有那些对动漫生成感兴趣、想先在浏览器里试试再决定要不要本地部署的人。
先打开官网 animaginexl.org 的在线 playground,不用装本地 GPU 环境就能开始。可以在 v4.0、v3.1、v3.0 之间切换标签页对比版本。写提示词时按官方配方来:标签顺序从 1girl/1boy/1other 开始,然后是角色、作品、分级,最后放 masterpiece、high score、great score、absurdres 这类质量标签。本地使用的话,下载权重后在 ComfyUI、Forge 或 Automatic1111 里跑,用 Euler a、约 25–28 步、CFG 约 4–7。调用角色时记得加上作品或版权标签,这样才能匹配模型的训练方式。
Animagine XL 的亮点是把严肃的动漫专项训练和实用的标签驱动流程结合在了一起。4.0 版从 SDXL 1.0 用 840 万张图片重训,知识截止到 2025 年 1 月,对近期番剧的感知能力很强,这对动漫创作者来说是真优势。浏览器 playground 让下载前就能轻松测试和对比版本,降低了新手门槛。清晰的标签排序指南和质量/评分/年份/分级控制,让用户能按可复制的结构化流程稳定出图。开源许可家族对商用探索是加分项,但正式商用前还是要核实完整条款。总的来说,Animagine XL 对认真做 Stable Diffusion 动漫风格生成的人来说,是个文档齐全、上手友好的选择。
Animagine XL:专注动漫风格的Stable Diffusion模型系列,来自Cagliostro Research Lab。支持3.0到4.0版本,提供通俗教程和在线试玩,轻松生成高质量二次元插画。
Category:图像生成
Visit Link:https://animaginexl.org/
Tags:动漫生成、Stable Diffusion、AI绘画、二次元风格、文生图