Figma Anime Figures

8483°

#objek #mainan #realistis #3d #latar belakang #figma

NSFW

Model NSFW. Gambarnya disembunyikan selama NSFW mati; nyalakan NSFW untuk melihatnya.

Jalankan model ini

Penawaran / Iklan

Easy Creator (Prism) Web

Tak terbatas · biaya tetap

Terbaik untuk pemula. Alur kerja yang kuat, kurva pembelajaran rendah.

PirateDiffusion Telegram

Tak terbatas · biaya tetap

Buat video, gambar, persona chat kustom, dan lainnya.

Pro studio (SpyGlass) Web

Tak terbatas · biaya tetap

Jelajahi model, render, dan perbaiki dari browser atau ponsel mana pun.

Discord bot (Vector)

Tak terbatas · biaya tetap

Tambahkan Vector ke servermu atau gabung Discord Vector. Buat apa saja!

Unified Editor Web

Tak terbatas · biaya tetap

Editor untuk gambar dan video: render, edit, tingkatkan kualitas, dan lainnya dalam satu halaman.

Civitai Web

Bayar per penggunaan

Buat di situs Civitai; setiap gambar dibayar dengan kredit Buzz.

Aplikasi lokal

Perlu pengaturan

Install program lokal kalau komputermu punya hardware yang cukup.

ModelDuel Web

Bayar per penggunaan

Hasilkan prompt yang sama pada hingga 50 model checkpoint/base sekaligus.

Sewa GPU di cloud

Graydient Cloud GPU

Tak terbatas · biaya tetap

Biaya tetap, penggunaan tanpa batas. Model ini terpasang dengan satu klik.

RunPod Cloud GPU

Dikenakan per menit

Sewa GPU per menit dan atur model sendiri.

Dibuat oleh

robowaifudev

di Civitai

A LoRA inspired by the Figma figure series of highly poseable collectible toys, by model creator STMA. A base of or similar with a weight of 0.6 is recommended, though as high as 1.15 can also work well. Recommended prompts: Positives: realistic, 3d, 3dcg, ((octane render)), fisheye Negatives: [[simple background, grey background]]

Catatan pembuat

Note: I did not train these LoRA models myself. Original source: Recommended settings Quick start - Model: - LoRA weight: 0.6 (UNet: 0.6, TEnc: 0.25) - [realistic], [3d], (3dcg), ((octane render)), [fisheye] in positive prompt for realism - simple background, grey background in negative prompt - CLIP skip: 2 - Sampler: DPM++ SDE Karras (Euler a recommended for other models) - in negative prompt Usable - LoRA weight range: 0.2 - 1.15 (UNet: 0.35 - 1.15 TEnc: 0.2 - 1.0) UNet is required for the style. UNet over 0.65 will look like an anime figure product. Too high UNet weight will melt details. Lower TEnc weight will improve generalization. High TEnc will affect composition to look more like an anime figure product photo. Too high will fry the details. Start with lower weight and increase as necessary. Requires more weight when mixed with TI embeddings and other LoRAs. Figma Trained on 5,746 images scraped from GoodSmile's international catalogue, including the discontinued products. All images were tagged with figma first and the product name with figma stripped out second, so an image from a product named "figma Hatsune Miku" would be tagged figma, hatsune miku. All other tags came from the WD1.4 tagger. 3d and realistic tags seem to work well with it. The alpha16 version is better at generalizing, while the 7e-5 version is better at capturing the figure-with-transparent-stand look. Example images Model - (TODO: update example images to ) Textual inversion - (character) roxy-migurdia - (character) megumin_1000 - (composition) chartuner - EasyNegative - bad_prompt Additional LoRA - (charater) yelan \(genshin impact\) - (style) torino aqua

Kata pemicu

figma

31,512 unduhan · 2,270 suka di Civitai

SHA256

6F6D687FE041FCDC0FE55B9CD90AE7634DC50EBC9DA849DC869B232A8DF60F9D

Tren popularitas Figma Anime Figures

Skor panas, 12 bulan terakhir

Skor panas

8,483°

Minggu ini

▼

0.1%

8,485° dulu, 8,483° sekarang

Bulan ini

▼

0.3%

8,491° dulu, 8,483° sekarang

Tahun lalu

▼

4.3%

8,571° dulu, 8,483° sekarang

7,000°

Floor

Skala berjalan dari 0° sampai 9.999°. Semua yang di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh sumber mana pun, yang memakai angka pengganti di sana supaya daftar tetap lengkap. 7,000° adalah titik awal data yang diukur: model dengan data nyata tapi hampir tidak ada unduhan berada di floor, dan pengukuran mengisi derajat di atasnya. Floor tidak mengatakan apa-apa tentang model; hanya derajat di atasnya yang berbicara, dan itu yang membedakan satu model dengan yang lain.

+372°

Unduhan Civitai

31,512 unduhan versi tepat ini di Civitai. Unduhan adalah bahan terberat dan dihitung dalam skala log: sepuluh kali unduhan menambah 300° yang sama, jadi model dengan sejuta unduhan tidak seribu kali lebih panas dari yang seribu unduhan. Enam sumber unduhan berbagi satu istilah itu, dibagi proporsional sesuai jumlahnya.

+1,162°

Situs generasi

98,585 unduhan dan jalankan dari salinan model ini di PixAI. Setiap jalankan dihitung sebagai satu unduhan, dan unduhan mereka dihitung seperti Civitai; semuanya berbagi istilah unduhan.

+558°

Suka

5,224 suka dan jempol ke atas dari berbagai sumber. Suka dihitung setengah unduhan, dengan skala log yang sama.

−609°

Usia

−609° karena bobot SD15 keluar di 2022. Setiap model mewarisi usia bobot yang dipakai: 150° per tahun, sampai 750°, dan terus bertambah sampai itu. Tanpa ini, puncak daftar akan diisi checkpoint 2022 dan 2023 hanya karena unduhan yang sudah bertahun-tahun menumpuk.

Tampilkan rincian

Setiap angka di situs ini bisa dicek. Skor heat model ini adalah 8,483°, dan ini dibangun satu bahan pada satu waktu, dengan total berjalan setelah setiap langkah: floor, derajat yang ditambahkan setiap sumber, bonus untuk jenis model dan pengurangan karena usia bobotnya. Warna-warna itu adalah rentang pada grafik di atas. Glosarium di akhir menjelaskan setiap istilah.

1
Mulai dari floor.
Kenapa 7,000° dan bukan nol: skala dari 0° sampai 9.999°, dan bagian di bawah 7,000° disediakan untuk model yang belum dilaporkan sumber mana pun, yang memakai angka pengganti supaya daftar tetap lengkap dan tidak pernah mengalahkan model dengan data. 7,000° adalah titik awal data yang diukur. Model dengan data nyata tapi hampir tidak ada unduhan berada di sini; semua yang berikutnya adalah pengukuran, dan ruang di atas floor memuat sepuluh langkah sepuluh kali lipat unduhan dengan 300° masing-masing. Floor sama untuk semua model, jadi tidak menentukan apa-apa; yang menentukan adalah derajat di atasnya.
7,000°
total berjalan
2
Tambahkan unduhan.
130,097 setara unduhan secara total, dari Unduhan Civitai, Situs generasi. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.
+372° Unduhan Civitai
+1,162° Situs generasi
+1,534°
8,534°
total berjalan
3
Tambahkan suka.
5,224 suka dan jempol ke atas, dengan bobot setengah dari satu unduhan.
+558°
9,092°
total berjalan
4
Lepaskan usia.
Bobot SD15 keluar di 2022: 150° per tahun, sampai 750°, bertambah sampai saat itu.
−609°
8,483°
total berjalan
=
Skor heat.
Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.
8,483°

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Bagaimana popularitas model ini bergerak dibandingkan dengan katalog lainnya: pertumbuhan unduhan, suka, dan penggunaan setiap periode, diukur terhadap pertumbuhan model biasa dalam periode yang sama, dengan skor panasnya saat itu. Di atas pertumbuhan biasa berarti naik, di bawahnya berarti turun. Masa lalu direkonstruksi dari total hari ini, hari pertama model, dan kecepatan unduhan yang diukur jika ada dua pembacaan; model yang belum ada di awal periode menunjukkan n/a.

Contoh render

NSFW

Prompt dan pengaturan yang dibagikan oleh orang-orang yang membuat render ini di Civitai. Pilih sebuah render untuk melihat cara membuatnya.