mo-di-diffusion on Hugging Face 对比 TrainEngine.ai

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。

TrainEngine.ai 是一个基于浏览器的图像生成模型训练平台，您可以通过热词教导 Stable Diffusion 风格的模型新的主题或风格，然后按需生成图像。您上传训练图像，选择公开或私有可见性，网站负责 Dreambooth 风格的微调以及与每个模型绑定的图像生成器。

大多数通用图像应用仅限于提示词生成。TrainEngine.ai 以拥有自定义检查点为核心：您可以在 SD 1.5 或 SDXL 上训练，浏览社区模型的公共画廊，并下载 .CKPT 或 LoRA 格式的权重文件以供本地界面使用。代币包覆盖训练和修订，而非固定月订阅。

它适合艺术家、游戏资产制作者和希望获得可重复视觉风格而无需本地运行训练流程的爱好者。免费 Trainer 级别保持公开生成开放，付费代币解锁私有模型和更重的训练任务。