面向动漫风格的图像开源生成模型速览：nai-anime-v2

一、研究背景与目标

NovelAI 团队于 2023 年 10 月 21 日发布了面向动漫风格的图像生成模型 NovelAI Diffusion Anime V2（简称 NAID V2）。该模型是对既有 V1 版本的直接升级，仍以 Stable Diffusion 为底层框架，但通过新的训练方法与数据策略，在风格一致性、细节表现、美学质量与可控性方面实现全面提升。

二、训练方法更新

NAID V2 依托英伟达 H100 计算集群重新审视并改进了训练流程，具体措施包括：

1. 分辨率提升
   训练分辨率由 512×768 提升至 1024×1024，使得默认无需 SMEA 采样即可直接生成分辨率为 832×1216 或 1216×832 的竖图与横图。
   对 Opus 订阅用户，免费生成的最大分辨率同步开放至 1024×1024。

2. 领域知识强化
   通过更大规模、更高质量的动漫领域数据，模型对提示词（prompt）标签的遵循能力显著增强。

三、Undesired Content Strength 机制

新模型引入“Undesired Content Strength”（UC Strength）参数，用于独立调节负向提示词（Undesired Content）的权重：

• 默认值 100% 表示 UC 不额外生效；

• 低于 100% 时，UC 作用被削弱，0% 近似于将 UC 留空；

• 高于 100% 时，UC 权重高于正向提示词，进一步抑制指定内容。

该功能需额外算力，生成速度略降并增加 Anlas 代币消耗。

四、提示词体系重构

4.1 质量标签（Quality Tags）

旧版“masterpiece”标签因易引入画框等副作用被移除，新版质量标签按优劣顺序如下：

best quality → amazing quality → great quality → normal quality → bad quality → worst quality

4.2 美学标签（Aesthetics Tags）

团队自建美学评分数据集，新增四级美学标签：

very aesthetic → aesthetic → displeasing → very displeasing

建议与质量标签组合使用，通常“best quality + very aesthetic”即可取得高美学结果。

4.3 年份标签（Year Tags）

通过“year 2022”“year 2014”等标签，可直接控制输出图像的艺术年代风格。

五、新旧模型对比示例

作者在相同随机种子与近似提示词下生成对比图，展示 V2 相对 V1 在以下方面的提升：

• 线条清晰度

• 色彩饱和与过渡

• 角色面部与服饰细节

• 背景构图合理性

（原文提供示例图，此处略）

六、后续计划与社区活动

团队已基于 V2 经验启动 V3 训练，并报告“早期结果非常可期”。同时，官方于 2023 年 10 月 20 日至 31 日举办万圣节主题图像生成比赛，奖池合计 65,000 Anlas。

核心技术汇总表