Anima 是由 CircleStone Labs 与 ComfyUI 官方团队(Comfy Org)合作开发的20亿(2B)参数文本生成图像模型。它的设计初衷并非追求照片级真实感,而是专注于动漫概念、角色塑造以及艺术插图的生成。
核心亮点与特性:
架构革新(非SDXL) :Anima 基于 NVIDIA Cosmos 架构构建,使用了 Qwen(通义千问)3 0.6B 作为文本编码器。这意味着它不与 SDXL 的 LoRA、ControlNet 或 VAE 通用,是一个独立的生态体系。
标签+自然语言提示词:居于海量的Danbooru标签数据训练,要使用标签加自然语言的混合格式提示词,才能生成好的图片,建议使用deepseek或者豆包帮助写提示词。
创意与多样性:社区评价认为它更像“优化的 SD1.5 时代模型”。它不会机械地复读数据,而是通过笼统的提示词产生具有“创造性”和趣味性的结果,避免了当代大模型常见的“千篇一律”感。
低显存友好:虽然是一个独立的生态,但其 2B 的参数量意味着它对硬件要求相对较低。用户反馈在 6GB 显存(如 RTX 3060)的显卡上即可流畅运行,生成速度很快。
局限与注意
适用领域:只适合非真实感图像(动漫、插画、艺术画),不适合生成写实照片。
风格融合限制:在同时使用超过2种风格标签(如“赛博朋克+水墨+蒸汽波”)时,效果容易混乱,更适合单一或双风格控制。
新角色概念:对训练数据截止日期(2025年9月)之后出现的新角色,识别率较低,需要依靠 LoRA 微调。
ComfyUI 中的模型放置说明:
ComfyUI/
├── models/
│ ├── diffusion_models/
│ │ └── anima_baseV10.safetensors ← 主模型文件
│ ├── text_encoders/
│ │ └── Qwen3-0.6B-heretic-abliterated.safetensors ← Qwen 文本编码器
├── loras/
│ │ └──anima
│ │ └── anima-turbo-lora-v0.2.safetensors ← burbo加速lora
│ └── vae/
│ └── qwen_image_vae.safetensors← Qwen-Image 配套 VAE 文件