Animagine XL 4.0

Animagine XL 4.0

根据标签式文字提示词生成动漫风格图片，是在大型动漫数据集上重新训练的 Stable Diffusion XL 微调模型。适合使用 diffusers、ComfyUI 或 Stable Diffusion WebUI 的画师和开发者。

由 cagliostrolab 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Animagine XL 4.0 是 Cagliostro Research Lab 推出的动漫主题文生图模型。它从 Stable Diffusion XL 1.0 出发，用 840 万张动漫风格图片重新训练，大约花了 2650 个 GPU 小时。它读取标签式提示词，写明角色、作品和你想要的风格。

适合谁：想用文字生成动漫风格图片的插画师、爱好者和开发者。有一个 Opt 版本加入了优化过的数据集，模型卡说它改善了稳定性、人体结构、噪点、饱和度和色彩准确度。使用生成的图片之前，请先阅读 CreativeML Open RAIL++-M 许可证条款。

Title: 谁在用，怎么用
Industry | Who uses it | How they use it | Example
插画 | 画师 | 用标签提示词起草角色图 | 写一个标签提示词，画一个夜晚在户外微笑的角色
游戏和故事设计 | 独立创作者 | 为角色和场景制作概念图 | 为一个原创角色生成几种姿势
软件 | 开发者 | 在脚本里通过 diffusers 运行模型 | 根据提示词生成一张 832 乘 1216 的人像
业余创作 | 动漫爱好者 | 尝试标签和质量设置 | 对比 CFG 4 和 CFG 7 的效果

如果你想要照片或非动漫风格，可以跳过它，因为这个模型是为动漫主题图片做的。

用在哪里：

• 带 CUDA GPU、装有 diffusers 库的 Python
• ComfyUI
• Stable Diffusion WebUI
• 模型卡里的 Hugging Face Space，用于快速试用

Use case | Who | What they get back
角色图 | 插画师 | 根据你的标签提示词生成的动漫风格图片
批量生成 | 开发者 | 脚本里按设定的尺寸和步数生成的许多图片
提示词测试 | 爱好者 | 展示标签和质量词如何改变结果的图片

如何设置：你需要 Python、pip 和一块 CUDA GPU 来运行模型卡里的示例。Hugging Face 列出的 FP16 权重约 5.1 GB。

• Python 和 pip
• 一块 CUDA GPU
• diffusers、transformers、accelerate 和 safetensors 库

1. 安装这些库。
2. 加载 pipeline，它会下载权重。
3. 写提示词并生成。

pip install diffusers transformers accelerate safetensors --upgrade

import torch
from diffusers import StableDiffusionXLPipeline

pipe = StableDiffusionXLPipeline.from_pretrained(
    "cagliostrolab/animagine-xl-4.0",
    torch_dtype=torch.float16,
    use_safetensors=True,
    custom_pipeline="lpw_stable_diffusion_xl",
    add_watermarker=False
)
pipe.to('cuda')

如何使用：按模型卡的顺序写标签式提示词，在末尾加上质量标签，并传入推荐的负面提示词。模型卡建议 CFG 5 和 28 个采样步数。

1girl/1boy/1other, character name, from which series, rating, everything else in any order and end with quality enhancement

masterpiece, high score, great score, absurdres

lowres, bad anatomy, bad hands, text, error, missing finger, extra digits, fewer digits, cropped, worst quality, low quality, low score, bad score, average score, signature, watermark, username, blurry

image = pipe(
    prompt,
    negative_prompt=negative_prompt,
    width=832,
    height=1216,
    guidance_scale=5,
    num_inference_steps=28
).images[0]

Tool | What it does
lpw_stable_diffusion_xl | 更擅长处理长的、带权重的提示词的 pipeline
CFG scale | 模型卡推荐 5，范围是 4 到 7
Sampling steps | 模型卡推荐 28，范围是 25 到 28

示例：你写下提示词 "1girl, looking at viewer, smile, outdoors, night, masterpiece, high score, great score, absurdres"，并传入推荐的负面提示词。pipeline 会返回一张 832 乘 1216 的动漫风格图片。

新手与专家：如果你是新手，复制加载代码，写一个简短的标签提示词，生成一张图。然后每次只改一个设置。

对熟悉的人来说，模型保留了 SDXL 的架构，并在训练中用标签排序方法处理身份和风格。示例用的是长提示词加权的 pipeline，权重已经是 FP16 格式。

写一个标签提示词
加上质量标签
加上负面提示词
在 GPU 上运行 pipeline
保存图片

注意事项：

• License: CreativeML Open RAIL++-M，请阅读它的使用条款
• Cost to run: 没有列出费用，你用的是自己的 GPU
• Data it reaches: 它从 Hugging Face 下载权重，模型卡没有提到它还会接触其他内容
• Not for: 照片类图像或动漫以外的风格
• 提示词是标签式的，所以普通句子的效果不如标签

Hugging Face 上的数据（2026年11月13日）

• 任务：text to image
• 框架：diffusers
• 参数量：2.6B
• Weights: about 5.1 GB in F16; about 1.3 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：1,026,807
• 点赞：582
• 许可证：openrail++
• 语言：en
• 基于：stabilityai/stable-diffusion-xl-base-1.0
• Quantized versions: 3
• Fine-tunes: 70
• 标签：diffusers, safetensors, text-to-image, stable-diffusion, stable-diffusion-xl

链接

• 模型：https://huggingface.co/cagliostrolab/animagine-xl-4.0
• 文件：https://huggingface.co/cagliostrolab/animagine-xl-4.0/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download cagliostrolab/animagine-xl-4.0

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。