Illustrious 模型是什麼、怎麼用:從版本差異到出圖的完整教程

Illustrious 模型是什麼、怎麼用:從版本差異到出圖的完整教程

Illustrious 模型是什麼、怎麼用:從版本差異到出圖的完整教程

Contents

Illustrious 是一套面向動漫插畫的開源影像生成模型,由韓國團隊 OnomaAI 在 SDXL 架構上微調,訓練資料與提示詞語法都來自 Danbooru 標籤體系。它屬於 SDXL 系 checkpoint:放進 ComfyUI 或網頁平臺即可出圖,支援 LoRA、ControlNet 與負面提示詞,2024 年釋出 v0.1 後迭代出 v1.0 與 TensorArt 獨佔的 v1.1。

簡介:Illustrious 是什麼模型,適合誰用?

一句話:這是給“想用標籤式提示詞畫動漫插畫”的人準備的 SDXL 派生基礎模型,既能直接出圖,也能當作訓練 LoRA 的底模。

客觀事實層面,各來源給出的資訊如下:

版本對照表

版本範圍關鍵變化使用建議
v0.1首個公開版提示詞自由度與整體出圖質量存在明顯侷限更適合當訓練基底,不建議作主力出圖
v1.0全球釋出提升高解析度能力(最高 1536×1536),並支援自然語言提示詞日常出圖的主力選擇
v1.1TensorArt 獨佔資料集更精細、色彩與對比更好、更適合風格 LoRA 訓練訓練風格 LoRA 優先;其他平臺可能拿不到

⚠️ 來源衝突(釋出時間):Tensor.Art 的一篇指南稱 v0.1 於 2024 年 11 月釋出(Source 2);另外兩篇中英文指南則明確寫 2024 年 9 月 30 日(Source 3、Source 5)。本文不擅自取捨,兩者並列呈現,實際以官方倉庫釋出時間為準。

⚠️ 來源衝突(解析度基線):早期指南把 1024×1024 列為推薦標準尺寸(Source 3、Source 5);針對 v1.0 的指南則稱它是首個把 1536×1536 作為標準檔的 SDXL 模型(Source 2)。合理解讀是“版本差異”,而非互相否定——v0.1 時代按 1024 出圖,v1.0 之後可上探到 1536 甚至 1248×1824 而不必開高清修復。

前置準備:跑 Illustrious 需要哪些環境和工具?

先明確一件事:Illustrious 本身是權重檔案,不是一個能雙擊開啟的軟體,你需要一個推理前端來載入它。

必備項

  1. 推理前端:ComfyUI 是最常見的搭配,官方 GGUF 包直接給出 ComfyUI 的目錄結構(Source 1);不想裝環境也可以用託管平臺在瀏覽器裡出圖(Source 4)。
  2. 模型檔案:一份 Illustrious checkpoint(原始 bf16/fp16 safetensors、fp8 scaled safetensors,或 GGUF 量化版)。
  3. 配套元件:按 Source 1 的 GGUF 方案,還需要對應的 text encoder(illustrious_g_clip、illustrious_l_clip)與 VAE(illustrious_vae)。
  4. GGUF 節點(僅量化版需要):從 calcuis/gguf 的 release 頁獲取整合包(Source 1)。
  5. 硬體:量化版對老機器更友好,9xx 系列及更早的顯示卡可用 legacy 模式 --disable-cuda-malloc --lowvram 執行(Source 1)。
  6. 可選擴充套件:LoRA、Textual Inversion、ControlNet——Illustrious 屬於 SDXL checkpoint,這些都支援(Source 4)。
  7. 網路與賬號:下載權重通常需要模型站賬號;使用 TensorArt 獨佔的 v1.1 需要該平臺賬號(Source 2)。

檔案形態對照表

形態量化/精度來源特點適合誰
原始 bf16 safetensors官方原始權重精度最高、體積最大視訊記憶體充裕、追求穩定畫質
fp8 scaled safetensors高精度縮放版體積更小;Source 1 實測 VAE 與 clip 也能正常工作想在高畫質與佔用之間折中
illustrious gguf(q4_0 / q8_0 等)由原始 bf16 量化保留原始精度血統,佔用更低一般本地部署
fast-illustrious gguf(q4_0 / q8_0 等)由 fp8 scaled safetensors 量化作者本人的說法是“少 50% 張量是否真的載入更快,請自行測試”想驗證載入速度的人

Source 1 明確提醒:不同模型可能有各自的結構特性,影響載入器表現,“never one size fits all”,量化檔位不是越高越好或越低越好,需要實測。

分步教程:Illustrious 模型怎麼用?

以下步驟以 ComfyUI + 本地權重為主線,其他前端的邏輯相同:放模型 → 載工作流 → 寫提示詞 → 調引數。

  1. 確定版本與檔案形態。 日常出圖選 v1.0;要訓練風格 LoRA 優先 v1.1(TensorArt 獨佔)。視訊記憶體吃緊或顯示卡較老,直接選 GGUF q4_0;追求質量選原始 bf16 或 q8_0。
  2. 放置擴散模型。 把 checkpoint 或 GGUF 檔案放進 ./ComfyUI/models/diffusion_models(Source 1)。
  3. 放置文本編碼器。 將 illustrious_g_clip、illustrious_l_clip 等放進 ./ComfyUI/models/text_encoders(Source 1)。
  4. 放置 VAE。 將 VAE 檔案放進 ./ComfyUI/models/vae(Source 1)。注意 Source 1 的目錄名寫作 illustrious_vae,以你所用整合包的實際路徑為準。
  5. (GGUF 使用者)裝好 GGUF 節點。 下載 calcuis/gguf 的整合包,執行主目錄下的 .bat 檔案即可啟動,無需額外安裝(Source 1)。
  6. 載入工作流。 兩種方式:把工作流 JSON 拖進已啟用的瀏覽器,或把一張帶 workflow metadata 的成品圖直接拖進去,引數會自動還原(Source 1)。
  7. 寫正向提示詞。 以 Danbooru 標籤為主、自然語言為輔;質量標籤放最前,構圖類修飾放最後;主體務必寫數量,如 1girl、2boys;需要指定主體時用 focus,如 vehicle focus(Source 2)。
  8. 寫負向提示詞。 Illustrious 對負面提示詞相當敏感(Source 2),建議常駐一組質量類負向詞,例如 worst quality, low quality, bad anatomy, bad hands, jpeg artifacts, watermark, signature, lowres, extra digits(綜合 Source 1、Source 3、Source 5)。
  9. 設定取樣引數。 按下方參數列填寫,Clip Skip 設為 2(Source 2)。
  10. 設定解析度。 起步用 1024×1024、896×1152、832×1216、768×1344 這類 SDXL 常規檔(Source 3、Source 5);v1.0 及以後可直接嘗試 1536×1536 或 1248×1824,無需額外高清修復(Source 2)。
  11. (可選)載入 LoRA。 風格 LoRA 與角色 LoRA 均可掛載(Source 2),但同時疊加數量控制在 2–3 個以內,堆多了畫質會下降(Source 4)。
  12. 儲存並復現。 出圖後保留原圖,下次把圖拖回瀏覽器即可還原整套引數(Source 1)。

關鍵引數怎麼設?(含來源衝突)

引數來源 A 建議來源 B 建議處理方式
取樣器Euler aEuler a一致,推薦 Euler a
取樣步數20–2820–28,長複雜提示詞可加到 40一致,預設 20–28
CFG3–7;要精確細節時用 4.5–5(Source 2)5–7.5(Source 3、Source 5)衝突:兩區間在 5–7 重疊,建議從 5 起手自行對比
Clip Skip2(Source 2)未提及採納 2
標準解析度1536×1536(v1.0,Source 2)1024×1024(Source 3、Source 5)版本差異,見上文說明
分級標籤general / sensitive / questionable / explicit 四檔(Source 3、Source 5)同想要 SFW 輸出就用 general 或 sensitive

提示詞怎麼寫才穩?

一個 SFW 起手示例(自行組合,非照抄任何模板):

正向:masterpiece, best quality, 1girl, upper body, black hair, blue eyes, school uniform, looking at viewer, outdoors, depth of field, soft lighting 負向:worst quality, low quality, bad anatomy, bad hands, lowres, jpeg artifacts, watermark, signature, extra digits

常見問題排查

現象可能原因解決辦法
畫面糊、細節少解析度過低或沒加質量標籤提到推薦檔位,正向加 masterpiece, best quality, absurdres,負向加 lowres(Source 3、Source 5)
手崩、結構錯亂缺少解剖類負向詞負向補 bad anatomy, bad hands, deformed hands(Source 1、Source 3)
角色畫不出或畫錯人角色標籤拼寫錯誤、訓練不足去 Danbooru 核對準確標籤,下劃線換空格,必要時加權(Source 3、Source 5)
多人畫面糊成一團缺少數量標籤明確寫 1girl, 2boys 等,並用 focus 指定主體(Source 2)
整體風格飄忽、不穩定訓練面太寬導致畫風穩定性偏弱加詳細正向描述與負向詞,或換用社群派生模型(Source 3、Source 5)
視訊記憶體不足、載入失敗原始精度權重太大換 GGUF q4_0,老卡加 --disable-cuda-malloc --lowvram(Source 1)
疊 LoRA 後畫質崩LoRA 疊加過多控制在 2–3 個以內(Source 4)
圖裡出現水印/簽名負向詞沒覆蓋負向加 watermark, signature, username, scan(Source 3、Source 5)
4K 以下正常、超高解析度變形超出該版本處理範圍v1.0 上限約 1536×1536,別盲目再往上頂(Source 2)

FAQ

Q1:Illustrious 和 Pony、Animagine 有什麼區別? A:Illustrious 只靠標籤就能畫出大量已被訓練過的角色,不必先找 LoRA;同時它比 Pony 對負面提示詞更敏感,用好負向詞收益明顯;相較 Animagine,它支援的角色範圍更廣,畫百合與多人場景更省標籤(Source 2、Source 3、Source 5)。

Q2:它支援自然語言提示詞嗎? A:v1.0 與 v1.1 已支援,官方風格指南也把“自然語言 + 標籤混寫”列為可用方式;但由於底層訓練資料是 Danbooru 標籤,純自然語言的效果通常不如標籤穩定(Source 2)。

Q3:v1.0 和 v1.1 該選哪個? A:只出圖選 v1.0;要訓練風格 LoRA 選 v1.1——它資料集更精細、色彩對比更好、對風格更寬容。代價是 v1.1 為 TensorArt 獨佔,其他平臺不一定拿得到(Source 2)。

Q4:SDXL 的 LoRA、ControlNet 能直接用嗎? A:能。Illustrious 是 SDXL checkpoint,支援 LoRA、Textual Inversion、ControlNet 與負面提示詞;但託管平臺上的這類模型通常不與特定角色或參考圖系統打通,且 LoRA 堆疊上限約 2–3 個(Source 4)。

Q5:Clip Skip 一定要設成 2 嗎? A:目前只有一份指南明確給出“必須設為 2”的建議(Source 2),其他來源未提及。可以此為起點,再按自己的出圖結果微調。

Q6:不想裝環境,能直接在網頁上用嗎? A:可以。Mage 這類平臺並不提供“唯一一個叫 Illustrious 的模型”,而是在目錄裡託管多款 Illustrious checkpoint,你挑一個畫風合適的,在瀏覽器標籤頁裡生成即可(Source 4)。

Q7:GGUF 量化和原版權重差別大嗎? A:GGUF 有兩種來源——illustrious gguf 由原始 bf16 量化,fast-illustrious gguf 由 fp8 scaled safetensors 量化。作者本人也強調載入速度與效果需自行實測,不存在通用最優解(Source 1)。

Q8:Illustrious 是開源的嗎? A:它是開放權重模型。需要注意 Hugging Face 上那個 GGUF 測試包倉庫標註的是 apache-2.0,但這隻覆蓋該倉庫的打包產物,基礎模型本身仍以官方釋出頁的許可條款為準(Source 1)。

Q9:用它畫有版權的角色會有風險嗎? A:有。多份指南明確提示:該模型很容易生成受日本及其他國家著作權保護的角色,請遵守當地法律,不要用於商業或惡意用途,否則可能承擔侵權風險(Source 3、Source 5)。

Q10:視訊記憶體不大,能用嗎? A:優先選 GGUF q4_0 檔,並在 9xx 系列及更早的顯示卡上啟用 legacy 模式(--disable-cuda-malloc --lowvram);作者明確表示這條路徑就是為老機器準備的(Source 1)。

CTA

如果你更想先看看 Illustrious 在實際專案裡的表現、再決定要不要本地部署,可以到 tuniang.ai 逛一圈,那裡有相關的實測與整理內容。

Sources

這篇有幫助嗎?