DreamShaper on CivitAI 对比 mo-di-diffusion on Hugging Face

DreamShaper on CivitAI 是由创作者 Lykon 开发的 Stable Diffusion 1.x 检查点，专注于插画、肖像和混合风格图像生成。版本 8 以 1.99 GB 的 fp16 SafeTensor 格式提供下载，模型页面上还列出了旧版本、修补变体、diffusers 导出和 LCM 蒸馏选项。该检查点可在 CivitAI 上免费根据 CreativeML Open RAIL-M 许可证下载。

通用的 SD 检查点通常偏向于照片真实或动漫风格。DreamShaper 旨在通过一个权重文件处理肖像、背景和风格化角色，这也是作者将其描述为适用于 SD 1.5 工作流程的瑞士军刀模型的原因。LCM 版本在质量上有所折衷，适合 5 到 15 步的生成，适用于视频和实时使用。

艺术家、爱好者以及希望在添加 LoRA 之前拥有一个基础模型的本地 Stable Diffusion 用户是主要受众。CivitAI 上该模型的下载量超过 100 万次，评论超过 18,000 条，Lykon 在版本说明中建议使用 CLIP skip 2 和高分辨率修复等设置。付费的 CivitAI 会员服务是独立的，资助站内生成特权，而非检查点下载本身。

mo-di-diffusion 是一个在 Hugging Face 上微调的 Stable Diffusion 1.5 检查点，能够渲染具有现代动画电影风格的角色和场景。创作者 nitrosocke 使用 DreamBooth 对来自一家知名动画工作室的截图进行了训练，采用了先验保持损失和文本编码器训练，训练步数超过 9,000 步。将提示词中加入 modern disney style 令牌即可触发该美学效果。

通用的 SD 1.5 检查点旨在实现照片级真实感或广泛的插画风格。mo-di-diffusion 则专注于那种光滑的角色动画外观，这也是为什么游戏英雄、动物和风景的示例提示都偏向电影感而非摄影感。权重通过标准的 Diffusers StableDiffusionPipeline 加载，因此您可以在本地、Colab 或 Hugging Face Spaces 中运行，无需专有 API。

艺术家、爱好者和开发者在尝试角色概念时会使用 mo-di-diffusion，当他们希望获得类似迪士尼风格的渲染效果而不想委托定制模型训练时。模型卡附带 Python 示例代码、Gradio 演示链接，并注明了 ONNX、MPS 和 FLAX 导出选项。该模型可免费下载，采用 CreativeML OpenRAIL-M 许可证，允许商业使用，但需遵守许可证中的危害限制。