ECLIPSE XL

8016°

#ponytype #anime #frauen #basis #kunststile #hentai

NSFW

NSFW-Modell. Seine Bilder sind ausgeblendet, solange NSFW aus ist; schalte NSFW ein, um sie zu sehen.

Modell ausführen

Angebote / Werbung

Easy Creator (Prism) Web

Unbegrenzt · Pauschalpreis

Am besten für Anfänger. Leistungsstarke Workflows, geringe Lernkurve.

PirateDiffusion Telegram

Unbegrenzt · Pauschalpreis

Erstelle Videos, Bilder, individuelle Chat-Personas und mehr.

Pro studio (SpyGlass) Web

Unbegrenzt · Pauschalpreis

Durchsuche Modelle, rendere und verfeinere von jedem Browser oder Handy aus.

Discord bot (Vector)

Unbegrenzt · Pauschalpreis

Füge Vector zu deinem Server hinzu oder tritt dem Vector Discord bei. Erschaffe alles!

Unified Editor Web

Unbegrenzt · Pauschalpreis

Editor für Bilder und Videos: rendern, bearbeiten, hochskalieren und mehr auf einer Seite.

Civitai Web

Bezahlen pro Nutzung

Direkt auf Civitai erzeugen; jedes Bild wird mit Buzz-Credits bezahlt.

Lokale Apps

Einrichtung erforderlich

Richte lokale Programme ein, wenn dein Computer leistungsstark genug ist.

ModelDuel Web

Bezahlen pro Nutzung

Erzeuge denselben Prompt gleichzeitig auf bis zu 50 Checkpoint-/Basismodellen.

GPU in der Cloud mieten

Graydient Cloud GPU

Unbegrenzt · Pauschalpreis

Pauschalpreis, unbegrenzte Nutzung. Dieses Modell mit einem Klick installieren.

RunPod Cloud GPU

Abrechnung pro Minute

GPU pro Minute mieten und Modell selbst einrichten.

Erstellt von

Wasabiya

auf Civitai

Notizen des Erstellers

Changelogs on bottom of description. TLDR, V1 is better than V1.3 (test) Eclipse XL v1.0 is a fine-tuned model trained on 63K images, aimed at creating a higher-fidelity base Anime XL model. This was a collaborative effort by and . We tackled this project with a token-based approach, using a dataset primarily consisting of Booru-based tags, along with a few additional Rule34 tags and original tags. The tags were pruned and cleaned using our tag-editing application (HW tagger, Link to and ), with semi-manual inspection. Technically, the base model is Pony v6, so natural language prompting and Pony v6-based Loras will likely work with this model (although we don't recommend using Pony's quality tags, for reasons explained in the technical section). We introduced new tags for lighting (composition tags), new quality tags, and various other features to achieve better control over our generations. Our focus was not on characters or styles, as people will create Loras anyway, and using Loras will produce better images. We had many subgoals for the project, such as improving lighting, enhancing sensitivity to tags, overwriting the knowledge of Pony, separating the style tied to tags, achieving a consistent and flexible style, and preventing it from being style-hungry like Pony (more details in the technical section). We will provide more in-depth details in the technical article. We operate without any funding or sponsors, so if you appreciate the model, any amount of tips would be highly appreciated. You can also support us through our Patreon. This versatile model is capable of generating both SFW and NSFW images. Please use it responsibly. If you are unable to run XL models and haven't heard of SD Forge, I highly recommend looking it up, as it may help you run XL models more efficiently. We also recommend checking out the related article because it contains the csv for the tags used in this model which you can drop it into your webui tag-autocomplete extension. How to use: Recommended starter prompt: Positive prompt [prompt like any other tag based model]: masterpiece, best, great, ... Negative prompt (NO NEED for a long negative): worst, worse, average, signature, watermark recommended resolutions and prompting method: (768, 1280), 3:5 ratio (768, 1344), 4:7 ratio (832, 1216), 13:19 ratio (896, 1152), 7:9 ratio (960, 1088), 15:17 ratio (1024, 1024), square ratio We recommend CFG between 5-8, sampling steps above 20 (we use 36 steps), and CLIP SKIP 1 (Pony Says to use 2, but Clip Skip is disabled for XL training on kohya so it doesn't make sense to use 2, people are probably gaslighting themselves from SD 1.5 experience). Special tag info: We introduced new tags based on their understood meaning (or the lack there of) by the text encoder model (Vit and BIG) that is in the XL model. Most new tokens are 1~2 token long, so the information is better absorbed in the training. quality tags: masterpiece, best, great, good, average, worse, worst The quality tags were assigned using the aesthetic scorer from imgutils, we're aware of it's many biases so we manually corrected them. Although flawed, it's better than other options, so we ran with this, more info on the technical detail article. additional detail tags: dense, intricate These tags were added for images with many details or parts, some images had both: - intricate : the details on objects/subject is tightly packed and is not a simple design (ex: lingerie, complex dress, designed armor trims, multiple accessories, etc) - dense : image that has multiple objects/subjects that makes the image more densely packed lighting tags: dim composition, ambient composition, dun composition, dark composition, contrast composition, bright composition, vibrant composition, dark background These are not necessary for basic lighting but these tags were added to images with very extreme lighting or darkness. We followed the definitions below for tagging the images for specific lighting scenarios so we're consistent with our tagging for the training, but you can mix them in generation to get interesting effects: - dim composition : Dark fully visible image, but there are multiple sources of light - ambient composition : Dark fully visible image, but there's one single source of light - dun composition : Dark fully visible image with diffused light, no apparent light source - dark composition : Fully dark, no light source, close to pitch black image - contrast composition : Contains both dark and bright parts in the image, the dark and bright doesn't necessarily need to work together (ex: heaven & hell, day & night, or just a big shadow) - bright composition : Very bright image with strong highlights (close to white highlights) - vibrant composition : Image with high intensity (saturated) colors for majority of the image, independent of light source style tags: illustration style, western style, anime coloring, realistic, photorealistic, bold lines, 3d, 3d blender, 3d koikatsu, 3d mmd, 3d filmmaker These tags were introduced/utilized to absorb styles that are different from what we wanted in the base model. We also tagged specific styles that were present in our dataset to properly separate it from the main style (list on technical details). If the generation deviates from the base style, you can include tags like "3d" and "western style" in the negative prompts. Sometimes the base Pony's knowledge leaks out, but we plan to document and fix these issues as we identify more untrained tags. - illustration style : anime style image with basic shading (little to no gradients used for shade) - western style : any western styled images that doesn't match the base style - anime coloring : images with anime coloring - realistic/photorealistic : this model is not intended for this but we used these tags for hyperreal illustrations or photo looking images. followed danbooru's definition - bold lines : Common with western style but

1,735 Downloads · 352 Likes auf Civitai

SHA256

ADCB7A1E10A71B5540750476C91FEB8FA8EBE4DE751F5D7FFB91DFD20325F0A7

Beliebtheitstrend von ECLIPSE XL

Heat-Score, letzte 12 Monate

Heat-Score

8,016°

Diese Woche

▼

0.5%

8,019° damals, 8,016° jetzt

Diesen Monat

▼

2.3%

8,027° damals, 8,016° jetzt

Vergangenes Jahr

▼

27.1%

8,158° damals, 8,016° jetzt

7,000°

Grundwert

Die Skala reicht von 0° bis 9.999°. Alles unterhalb von 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben. 7,000° ist der Punkt, an dem gemessene Daten beginnen: Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt auf dem Grundwert, und die Messungen füllen die Grade darüber. Der Grundwert sagt nichts über das Modell aus; nur die Grade darüber tun das und trennen ein Modell vom anderen.

+976°

Civitai-Downloads

1,735 Downloads dieser genauen Version auf Civitai. Downloads sind die wichtigste Zutat und werden auf einer Log-Skala gezählt: Zehnmal so viele Downloads erhöhen den Wert um 300°, sodass ein Modell mit einer Million Downloads nicht tausendmal heißer ist als eines mit tausend. Die sechs Download-Quellen teilen sich diesen Wert anteilig entsprechend ihrer Anzahl.

+382°

Likes

352 Likes und Daumen hoch über die Quellen hinweg. Ein Like zählt halb so viel wie ein Download, auf derselben logarithmischen Skala.

+5°

Verbreitungsrate

Etwa 0 Downloads pro Tag, gemessen zwischen zwei Abfragen der Quellen, nie geschätzt aus einem Durchschnitt über die gesamte Lebenszeit. Die Geschwindigkeit zählt ein Viertel des Download-Werts, sodass ein frischer Anstieg sichtbar wird, ohne dass ein eintägiger Spitzenwert jahrelange Nutzung übertrumpft.

+150°

Vollständiges Modell

+150°, weil dies ein vollständiges Modell ist: ein Checkpoint, die Gewichte selbst. Ein LoRA oder ein Embedding ist ein Zusatz zu den Gewichten von jemand anderem und steht einem Checkpoint mit gleicher Popularität nicht vor.

−497°

Alter

−497°, weil die SDXL-Gewichte im 2023 erschienen sind. Jedes Modell übernimmt das Alter der Gewichte, auf denen es basiert: 150° pro Jahr, bis zu 750°, und es wächst bis dahin weiter. Ohne das wären die Spitzenplätze der Liste Checkpoints aus 2022 und 2023, die durch jahrelange Downloads so hoch gestiegen sind.

Detaillierte Aufschlüsselung anzeigen

Jede Zahl auf dieser Seite kann überprüft werden. Der Heat-Score dieses Modells beträgt 8,016°, und hier wird er Schritt für Schritt aufgebaut, mit dem laufenden Gesamtwert nach jedem Schritt: der Grundwert, die Grad, die jede Quelle hinzufügt, der Bonus für die Art des Modells und was das Alter seiner Gewichte abzieht. Die Farben entsprechen den Bereichen der obigen Grafik. Das Glossar am Ende erklärt jeden Begriff.

1
Starte beim Grundwert.
Warum 7,000° und nicht null: Die Skala reicht von 0° bis 9.999°, und der Bereich unter 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben und niemals über einem Modell mit Daten stehen. 7,000° ist der Punkt, an dem gemessene Daten beginnen. Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt hier; alles, was folgt, ist Messung, und der Bereich über dem Grundwert enthält zehn zehnfache Schritte bei Downloads zu je 300°. Der Grundwert ist für jedes Modell gleich, er entscheidet also nichts; die Grade darüber tun das.
7,000°
laufende Summe
2
Füge die Downloads hinzu.
1,735 Download-Äquivalente insgesamt, von Civitai-Downloads. Zehnmal die Downloads ergeben denselben 300°, also zählt die Größe, aber sie dominiert die Bewertung nie.
+976°
7,976°
laufende Summe
3
Füge die Likes hinzu.
352 Likes und Daumen hoch, mit der halben Gewichtung eines Downloads.
+382°
8,358°
laufende Summe
4
Füge die Verbreitungsrate hinzu.
Momentan etwa 0 Downloads pro Tag, gemessen zwischen zwei Messungen, mit einem Viertel der Gewichtung.
+5°
8,363°
laufende Summe
5
Bonus für ein vollständiges Modell.
Ein Checkpoint enthält die Gewichte selbst; Add-ons übertrumpfen keines mit gleicher Beliebtheit.
+150°
8,513°
laufende Summe
6
Nimm das Alter weg.
Die SDXL-Gewichte kamen im 2023 heraus: 150° pro Jahr, bis zu 750°, steigend bis dahin.
−497°
8,016°
laufende Summe
=
Der Heat-Score.
Wo dieses Modell auf jeder Liste dieser Seite steht. Nichts anderes beeinflusst ihn.
8,016°

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Wie sich die Beliebtheit dieses Modells im Vergleich zum Rest des Katalogs entwickelt hat: sein Wachstum bei Downloads, Likes und Nutzung in jedem Zeitraum, gemessen am typischen Wachstum eines Modells im gleichen Zeitraum, mit dem Heat-Score zu diesem Zeitpunkt. Über dem typischen Wachstum bedeutet ein Anstieg, darunter ein Rückgang. Die Vergangenheit wird aus den heutigen Gesamtzahlen, dem ersten Tag des Modells und seiner gemessenen Download-Geschwindigkeit rekonstruiert, wenn zwei Messungen vorliegen; ein Modell, das zu Beginn eines Zeitraums nicht existierte, zeigt n/a an.

Beispielbilder

NSFW

Prompts und Einstellungen, geteilt von den Leuten, die diese Bilder auf Civitai erstellt haben. Wähle ein Bild, um zu sehen, wie es entstanden ist.