Anima：20亿参数动漫AI绘图模型，让二次元角色创作不再卡档期

Anima20亿参数动漫AI绘图模型让二次元角色创作不再卡档期【免费下载链接】Anima项目地址: https://ai.gitcode.com/hf_mirrors/circlestone-labs/AnimaAnima 是 CircleStone Labs 与 Comfy Org 联合推出的 20 亿参数动漫专用 AI 绘图模型主攻二次元角色、风格与插画创作面向独立创作者、动漫爱好者和小型工作室。它原生支持 ComfyUI用普通显卡即可跑起来专为出图又快又稳定的动漫场景而生。它解决了什么真实痛点做二次元内容的人大致卡在三处通用大模型不专精。用通用文生图模型画动漫风格漂移、人物崩坏、多角色混淆是常态一张能用得抽十几张卡。找画师贵且慢。外包一张商业级角色立绘报价从几百到上千元不等档期动辄按周计迭代改稿更是耗时。垂直模型缺位。此前缺少真正针对动漫标签体系训练、且能本地跑的开源模型很多创作者只能在要钱和要命之间二选一。Anima 把成本压到一张显卡 几毛钱电费让批量角色、场景概念图从找画师变成自己跑。核心能力拆解训练数据与风格覆盖数据是动漫模型的地基。Anima 用数千万动漫图像加约 80 万非动漫艺术图像训练未使用任何合成数据保证了画面真实性与艺术价值。动漫训练数据的知识截止日期到2025 年 9 月能捕捉到较新的画风趋势。此外还额外喂了两个非动漫数据集——LAION-POP 的 ye-pop 版本和 DeviantArt均已过滤掉照片用数据集标签来拓展风格多样性避免模型只会画同一种二次元脸。推理性能与硬件门槛20 亿参数的体量是关键设计它平衡了画质与算力普通消费级显卡即可流畅推理不需要多卡或大显存工作站。推荐在1MP分辨率下使用如1024×1024、896×1152、1152×896这是预览版表现最稳的区间。提示词体系与可控性Anima 同时吃Danbooru 风格标签、自然语言以及两者的混合可控性是它相对通用模型最大的优势标签顺序有章法质量/元/年份/安全标签 → 数量词1girl→ 角色 → 系列 → 艺术家 → 普通标签段内顺序随意。质量标签双轨人工评分masterpiece、best quality与美学模型评分score_9…score_1可单用、混用或不用。艺术家标签必须加前缀例如big chungus不加则效果极弱。标签随机丢弃训练不用堆满所有相关标签写主要特征即可。数据集标签提示词首行写ye-pop或deviantart并换行即可切换到对应非动漫风格。负向提示词建议固定带上worst quality, low quality, score_1, score_2, score_3, blurry, jpeg artifacts配合safe等安全标签压低翻车率。上手路径与关键参数从零到出图的最短路径克隆模型仓库git clone https://gitcode.com/hf_mirrors/circlestone-labs/Anima把三个文件放进 ComfyUI 对应目录anima-preview.safetensors→ComfyUI/models/diffusion_modelsqwen_3_06b_base.safetensors→ComfyUI/models/text_encodersqwen_image_vae.safetensors→ComfyUI/models/vae推荐生成参数参数推荐值分辨率1024×1024/896×1152/1152×896步数30–50CFG4–5采样器er_sde中性默认、euler_a线条更软、dpmpp_2m_sde_gpu更创但易跑偏适用场景与已知边界谁用得上角色设计与立绘、场景概念图、批量插画、同人/二创内容、独立游戏与工作室的美术预研。它明确是动漫/插画/艺术向模型不做写实这也是它的设计取舍。现在还差什么已知边界非批评当前是预览版即训练中途的中间检查点正式版的细节与整体美学会更强预览版偏中分辨率高分辨率表现尚未到位文本渲染较弱单字可以、长句不行且采用非商业许可商用需另行获取授权。Anima 卡住的是开源 动漫专精 ComfyUI 原生这个空档生态位。未来 6–12 个月最值得盯的是高分辨率训练阶段的落地以及正式版的细节提升。对创作者的建议先用它跑通角色与概念图工作流等正式版发布后再替换进量产管线。【免费下载链接】Anima项目地址: https://ai.gitcode.com/hf_mirrors/circlestone-labs/Anima创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考