NetaYume：一个很强的二次元画图模型

这段时间没有折腾什么技术方面的内容，自从买了V100，就是天天让V100给我画图，不知不觉花了一大堆图片，有一说一也确实好玩。
我想想博客鸽了这么久，不如分享一些不错的画图成果吧。
NetaYume模型是Neta Lumina模型微调后的版本，角色理解能力更强。

Neta Lumina 的最大优势在于能够理解复杂的自然语言描述。
除了使用标签（Tags），Neta Lumina 也能深刻理解自然语言描述（NLP）。模型在训练时学习了多种不同的描述风格，这意味着您可以像与真人画师沟通一样，用完整的句子来描述您想要的画面。

以上内容摘自官方文档，所以说，当我初步掌握了如何针对这个模型写提示词的时候，画出来的效果是让我大受震撼的。
另外，值得一提的是，我后面还尝试使用它的拆分版本运行，实测H61主板+E3-1220v2+两条8G DDR3内存+P104-100可以跑，但是跑一张1920x1080的图需要跑大概15分钟，而V100只需要5分钟，慢了整整三倍，还是很夸张的。不过也可以理解，一个CUDA核心数1920，另一个5120，差了2.6倍，而且还有显存带宽的差距，所以倒也不奇怪了。

好看的巧克力插画

其实，我画的最多的角色是猫娘乐园的巧克力，因为好看的同人图太少了。
一开始我并没有看文档，想当然地按照常规画图提示词的套路来，虽然结果不够理想，但也抽出来了一些不错的图片：
1.png
2.png
3.png
好看是好看，但是感觉像是同人图，没有官方插画那么对味。
查阅文档后，我才发现，这个模型有对画师画风进行强化训练，也能比较好地理解角色，所以，我尝试指定了Sayori的画风，得到了出乎意料的惊喜：
4.png
像！太像了！
于是我又尝试去构建了几个不同的场景：
5.png
6.png
7.png
8.png
9.png
10.png
11.png
12.png
13.png
14.png
15.png
16.png
17.png
真给我画爽了。不过别看这么好看，这是抽卡抽了几百张图，挑出来比较好看的结果，画崩的我就不放出来了。
最容易绷的还是手，这个确实没办法，虽然这个模型以及改善了很多，但是还是会不可避免地崩掉一些。

尝试指定不同画风

另外，因为模型支持指定画师画风，我还尝试了使用别的画师画风去画对应的角色。
巧可甜恋的雪村千绘莉，指定为原画师Shiratama画风：
18.png
初音未来，指定画师TID的画风：
19.png
看头发和眼睛确实对味了 TID是洛天依官方插画御用画师，所以画出来有点像洛天依（
初音未来，指定画师Qys3画风：
20.png
非常的对味
镜音铃，指定画师TID的画风：
21.png
我还尝试了一下用三种不同画师的画风画了一下巧克力，也就是保持第一张图的随机种子不变，如何分别用三种不同的画师预设画三次：
22.png
23.png
24.png
确实就是各自画师的画风风格了，对比还是很明显的。

画个香草吧

我还是试了一下画香草，但是相对来说没巧克力画的这么完美。因为香草的眼睛上睫毛是平的，虽然多次和AI强调过这个细节，甚至添加了相关的负面提示词，但是总是会画出来有点弧度，导致不太像，结果不理想。
25.png
26.png
27.png
其中，图二是最像的，人物的感觉和形象都对了，但是还是差一点感觉。这是抽卡抽了一百多张图才抽出来几张还行的。

Z-Image-Tubro试水

另外，我发现一些复杂场景描述下，NetaYume没办法很好的驾驭，总是画崩，而Z-Image-Tubro却可以很好的理解画面的描述，进而画出准确的画面。目前在我试过的模型里面，Z-Image-Tubro确实无疑是最强的，只是可惜这个模型是真实画面的通用模型，并没有对二次元插画进行优化，以至于叫它画二次元，画风都是清一色一个样。不过还算可以，至少它在生成图像的时候，对于人造几何体的把控能力，比NetaYume要强得多。
我也尝试画了一些图：
28.png
29.png
30.png
31.png
32.png
33.png
34.png
35.png
好像也就只能画对初音未来，巧克力和香草，我用最详细的语言来描述了，还是画不对。
不过从构图理解能力，人造几何体绘制能力来看，确实是遥遥领先的。如果这个模型可以微调出来一个二次元专用的版本，那就是无敌。