Waifu-diffusion on Hugging Face 对比 Inkpunk-Diffusion on Hugging Face

Waifu-diffusion on Hugging Face 可通过在高质量动漫艺术作品上微调的 Stable Diffusion 模型，将文本提示词转换为动漫风格的图像。你可以使用 Python 中的 Diffusers 库加载 hakurei/waifu-diffusion，输入提示词，即可生成图像。模型卡片包含适用于 CUDA、Apple MPS、Google Colab 以及 Draw Things 和 DiffusionBee 等本地应用程序的即用型代码。

与通用 Stable Diffusion 检查点相比，该模型专门针对动漫美学进行调整，而不是追求逼真。这种专注使其成为同人艺术、角色概念和风格化插图的常用基础，而通用 SD 模型通常需要更多提示词才能保持动漫风格。v1.4 权重采用 CreativeML OpenRAIL-M 许可证发布，在 Hugging Face 上拥有 2,500+ 个社区点赞以及上个月约 1,166 次下载。

该模型拥有 0.9 billion 个参数，采用 Safetensors 格式，并可与 Diffusers 中的 StableDiffusionPipeline 一起使用。创作者可以对其进行微调或进一步调整，Hugging Face 模型树中列出了四个适配器模型、两个微调模型和一个量化模型。

Waifu-diffusion 适合想要进行动漫图像生成的插画师、爱好者和开发人员，他们可以在本地或笔记本中运行，无需从头开始构建模型。

Inkpunk-Diffusion 是一个在 Hugging Face 上的 Dreambooth 微调 Stable Diffusion 检查点，能够生成大胆的墨水与霓虹插画。将触发词 nvinkpunk 添加到你的提示词中，即可获得受 Gorillaz、FLCL 和 Yoji Shinkawa 概念艺术影响的风格。该权重在 CreativeML OpenRAIL-M 许可证下发布，并通过标准的 Diffusers 文本到图像管线运行。

通用的 SD 检查点默认生成照片级真实感的输出。Inkpunk-Diffusion 将美学聚焦于风格化的线条和饱和的色彩调色板，这也是为什么有超过 100 个 Hugging Face Spaces 和社区适配器基于它构建。你可以使用 Diffusers 在本地加载，打开 Gradio 演示 Space，或导入到 Draw Things 和 DiffusionBee，无需训练自己的 LoRA。

模型卡包含 Colab 和 Kaggle 笔记本以及仓库中的示例图片。下载量约为每月 400 次，Hub 上有 988 个社区点赞。推理服务提供商尚未托管该模型，因此你需要在自己的 GPU、本地应用或 Hugging Face Space 上运行。