Pixel Art XL

Pixel Art XL

一个用于 Stable Diffusion XL 的像素画风格附加模型，把文字提示词变成像素风图片，并可搭配 LCM LoRA 加快运行。适合游戏开发者、设计师和爱好者。

由 nerijs 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：Pixel Art XL 是 Stable Diffusion XL 基础模型的一个 LoRA，能让文生图的结果看起来像像素画。它不需要风格提示词，也不需要触发关键词，模型卡说它同时适用于基础模型的 0.9 和 1.0 版本。你可以把它与 LCM LoRA 搭配，生成得更快。模型卡把 v1 列为首次发布的版本。

适合谁：如果你想从文字提示词得到像素画，而不想手工绘制，它适合你。

行业 | 谁在用 | 怎么用 | 例子
游戏 | 独立游戏开发者 | 用像素风格绘制精灵和场景 | 提示一个角色，然后把结果缩小
设计 | 平面设计师 | 为海报、图标和社交帖子尝试复古风格 | 用一个提示词生成一组九张像素图
爱好 | 数字艺术家 | 快速探索像素画的想法 | 提示一只小动物，比较不同的变化
软件 | 开发者 | 给工具加上像素图像生成 | 在 Python 脚本里调用这个流水线

如果你想要写实或 3D 渲染的效果，可以跳过它，因为它是为像素画而做的。

用在哪里：你在 Python 里通过 diffusers 库在 Stable Diffusion XL 之上运行它。模型卡的示例把流水线放到 CUDA 显卡上。

• 使用 diffusers 的 Python 脚本
• 带 NVIDIA GPU 和 CUDA 的机器
• 装有 huggingface_hub 包的 Windows、macOS 或 Linux

使用场景 | 谁用 | 得到什么
像素画图像 | 艺术家和游戏开发者 | 由文字提示词生成的像素风图片
快速批量 | 开发者 | 搭配 LCM LoRA 后快速得到多张图片
等距场景 | 设计师 | 模型卡说它对等距和非等距风格都适用

如何设置：你需要 Python、diffusers 和 torch 库、Stable Diffusion XL 基础模型，以及保存在你工作文件夹里的 Pixel Art XL 权重文件。模型卡的示例在 CUDA 显卡上运行。

• Windows、macOS 或 Linux 上的 Python
• diffusers 和 torch 库
• 运行模型卡示例所需的带 CUDA 的 NVIDIA GPU

1. 安装 Hugging Face hub 包。
2. 下载 Pixel Art XL 的文件。
3. 把权重文件放到脚本期望的位置，然后运行脚本。

pip install -U huggingface_hub
hf download nerijs/pixel-art-xl

如何使用：写一个以 pixel 这个词开头的提示词，加上负面提示词，然后生成。把它与 LCM LoRA 搭配时，模型卡建议用 8 步、引导系数 1.5，以及这个 LoRA 的强度 1.2。把结果用最近邻方法缩小 8 倍，就得到像素完美的图片。

from diffusers import DiffusionPipeline, LCMScheduler
import torch

model_id = "stabilityai/stable-diffusion-xl-base-1.0"
lcm_lora_id = "latent-consistency/lcm-lora-sdxl"
pipe = DiffusionPipeline.from_pretrained(model_id, variant="fp16")
pipe.scheduler = LCMScheduler.from_config(pipe.scheduler.config)

pipe.load_lora_weights(lcm_lora_id, adapter_name="lora")
pipe.load_lora_weights("./pixel-art-xl.safetensors", adapter_name="pixel")

pipe.set_adapters(["lora", "pixel"], adapter_weights=[1.0, 1.2])
pipe.to(device="cuda", dtype=torch.float16)

prompt = "pixel, a cute corgi"
negative_prompt = "3d render, realistic"

num_images = 9

for i in range(num_images):
    img = pipe(
        prompt=prompt,
        negative_prompt=negative_prompt,
        num_inference_steps=8,
        guidance_scale=1.5,
    ).images[0]

    img.save(f"lcm_lora_{i}.png")

Tool | What it does
LCMScheduler | 让流水线配合 LCM LoRA 用很少的步数运行
load_lora_weights | 加载 LCM LoRA 和 Pixel Art XL 的权重
set_adapters | 设置每个适配器的强度，模型卡里是 1.0 和 1.2
nearest neighbors downscale | 把输出缩小 8 倍，得到像素完美的图片

示例：你用提示词“pixel, a cute corgi”和负面提示词“3d render, realistic”。脚本会保存九张图片，每张用 8 步生成，作为带编号的图片文件放在工作文件夹里。

新手与专家：如果你刚接触，LoRA 就是一个小的附加模型，用来改变大型图像模型的画风。第一件小事是运行模型卡的脚本，打开保存下来的图片。如果出现瑕疵，请使用固定的 VAE。

如果你熟悉这个领域，这个 LoRA 建立在 SDXL 基础模型上，模型卡建议不要使用 refiner。它还说只用一个文本编码器效果就很好。LCM 搭配是用一些可控性换速度，设置为 8 步、引导系数 1.5。

带 pixel 一词的文字提示词
SDXL 基础模型加两个 LoRA
用 LCM 调度器跑八步
用最近邻缩小 8 倍
一张像素完美的图片

注意事项：模型卡建议使用固定的 VAE，可以是 0.9 版本或 fp16 修复版，以避免瑕疵。脚本里的权重文件是从当前文件夹加载的。

• License: creativeml-openrail-m
• Cost to run: 没有提到任何 API 密钥或付费服务，但示例需要一块 CUDA 显卡
• Data it reaches: 下载来自 Hugging Face，模型在你自己的机器上处理你给它的提示词
• Not for: 与 SDXL refiner 一起使用，模型卡说不要用

Hugging Face 上的数据（2026年11月14日）

• 任务：text to image
• 框架：diffusers
• 最近 30 天下载：38,781
• 点赞：669
• 许可证：creativeml-openrail-m
• 基于：stabilityai/stable-diffusion-xl-base-1.0
• 标签：diffusers, text-to-image, stable-diffusion, lora

链接

• 模型：https://huggingface.co/nerijs/pixel-art-xl
• 文件：https://huggingface.co/nerijs/pixel-art-xl/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 nerijs/pixel-art-xl

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。