然后是prompt。为了把模型的默认风格展现出来，词条尽可能少简洁。
masterpiece, best quality, 1girl, solo, detailed golden eyes, long silver hair, pink bikini, shiny skin, facing viewer, standing, starry sky, beautiful detailed water
负面词条使用了两个复合embedding减少工作量。分别是Counterfeit提供的EasyNegative，和viewermix提供的veryBadImageNegative。由于如今的二次元模型都或多或少的带有CF的血统，这两个混合嵌入对它们的效果都不错。
EasyNegative, verybadimagenegative_v1.2-6400, (worst quality, low quality), blurry

然后慢慢介绍一下各位运动员。这里面其实很多我并没有深入用过，有经验的佬们可以分享一些心得技巧。关于模型演变史的其实我没有做什么深入的考证，纯图一乐，抛砖引玉，有问题欢迎提出。如无特殊说明本贴只着眼于Anime风的模型，硬要说全都能追溯到SD1.4、1.5去，正儿八经的三次元模型没怎么了解过。
众所周知所谓的ckpt模型准确的说是SD模型的权重集，相当于高维向量空间中的特征向量，对应着不同的ckpt的不同的表现力，而融合模型可以在某种程度上理解为几个向量的加权平均。所以有必要先介绍三大基因源，现如今的二次元模型几乎都可以向上追溯到它们。
1. NovelAI，万恶之源（误），虽然它现在在画面表现力上已经没有出彩的地方了，但由于吸纳了海量danbooru的带标签数据，为日后所有衍生出的Anime模型的标定和tag撰写提供了极其重要的锚定点。NAI现在已经不常在别的融合模型的配料表上见到了，但它的血脉早已播撒到每个角落。想要知道他当初的光辉可以在https://rentry.org/hdgrecipes上窥见一斑。
2. Counterfeit，在22年10月份NAI泄露之后的首批Anime私炉几乎都与原版NAI大同小异，早期的训练方法也比较受限，更多的还是embedding和hypernetwork的训练。22年11月份DreamBooth出来以后，泛化大模型的训练才开始爆发。Counterfeit应该不是最早使用这项技术的大模型，但可能是血脉流传最广的之一，主要证据就是现在绝大部分写了mix成分表的的Anime混合模型都少不了cf的身影（倒是NAI早都找不到了），另一点就是cf的EasyNegative在大多数二次元模型上都很有效。Cf的huggingface没写他们是否融了别的模，但从效果图上看，1.0、2.0还是带有很重的NAI的感觉，而2.5的人物面部则立体了许多，也许是融入了basilmix的成分。另外提一点，同参数下Cf的背景总是和其他几个模差异较大，更加印证了其独特性。
3. Pastel，俗称蜡笔模型，虽然是个融合模型，但这个模型本身风格极其强烈，以至于它更多被用于融合。带有Pastel基因的模型通常都在面部上色上别有一番风味。从配方上来看Pastel也有Basil的成分，但是画面表现上比较难看出。
4. 四大天王有五个应该是常识吧（笑）。Basil_mix没有被计入三大基因源内主要还是因为它是个纯三次元模型。尽管这也是个融合模型，但它在Asian face上的表现过于亮眼而被广泛传播。它在为现如今的大部分模型注入了新的数据，同时也给目前AI绘画带来了一丝风险。Basil的配方已经不可考（其实是我懒得考，真人模也不好考），只知道其中包含了一个能炼铜的模型所以你懂的。

图压的有点严重，没办法，原图是48张1024*1536的图拼起来的，没可能传png上来，大家图一乐吧。而且这种比较方法其实不是很严谨。众所周知一套完整的大模型包含三个部分，解析词条的text encoder，解析画面的vae，扩散噪声生成图像的u-net。不同的大模型可能在text encoder上有不同的训练，导致它们对于不同词条的响应有较大差异。建议大家实际玩的时候还是参照模型推荐的tag来写，这样出图效果会更符合预期一点。

补一张三种常用采样器的对比图，模型选用了C站几款相似度较高的Pastel衍生模，vae全部使用kl-f8-anime2.ckpt，即Pastel的推荐VAE。这次随机的种子是3206075232，没有特意挑选。其他参数和负面Prompt不变，正面Prompt为：masterpiece, best quality, 1girl, solo, (petite), short pink hair, red glasses, brown eyes, blue shirt, pink coat, [school uniform], [blue skirt, black pantyhose, brown loafers], sitting in the classroom, close-up

专门使用了大量色彩绑定tag，可以看到SDE的色彩绑定是最偏的，顺便一提SDE的速度也显著慢于其他两者。这款采样器可能还是更适合Realistic而不是Anime，我猜。另外据我所知不少喜欢AOM3的朋友都倾向于DPM2M，这款在表现力和速度上有最好的平衡，并且易于调教。不过DDIM区别也不大就是了。
说回来5个对比模型的表现，结合主楼的长图可以看出，viewer的构图和其他几位差异较大，说明血系更远；MixPro的小脸蛋仍然非常有区分度，而meina的脸比较长我相对不是很感冒；cetus和facebomb仍然是旗鼓相当，恐怕只有在facebomb擅长的2.5D上才能展现出些微的差异吧。