AlbedoBase XL

9588°

#realistis #dasar #2d #sinema #3d #permainan

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

albedobond

di Civitai

Catatan pembuat

If you've found value in the model, please consider offering your support. Your contribution will be devoted entirely to advancing the SDXL community. ㅤ|ㅤ ㅤ |ㅤ AlbedoBase XL (SFW&NSFW) The refiner is unnecessary, and VAE is included. GOAL Stable Diffusion XL has 3.5 billion parameters (excluding the Refiner), which is about 3.6 times more than the SD v1.5 version. I believe that this is not just a number, but a number that can lead to a significant improvement in performance. It has been a while since we realized that the overall performance of SD v1.5 has improved beyond imagination thanks to the explosive contributions of our community. Therefore, I am working on completing this AlbedoBase XL model in order to optimally reproduce the performance improvement that occurred in v1.5 in this XL version as well. My goal is to directly test the performance of all Checkpoints and LoRAs that are publicly uploaded to Civitai, and merge only the resources that are judged to be optimal after passing through several filters. This will surpass the performance of image-generating AI of companies such as Midjourney. As of now, AlbedoBase XL v3.1 Large has merged about 200 selected checkpoints and 251 LoRAs. LOG v3.1-Large • Merged over 50 selected latest versions of SDXL models using the recursive script employed in V3. The spec grid(370.7 MB): v3-mini I sincerely apologize for keeping you waiting for such a long time. I’ve been dealing with some personal matters, and while working on the new version, I also faced health issues. Even as I write this, I am still struggling with these challenges. I felt it wouldn’t be enough to just provide a brief update, so I kindly ask for your understanding as I share this more detailed message. Since the release of version 2.0, I have been dedicating myself to studying deep learning independently. I don’t have a formal degree, and apart from a modest aptitude for programming, only my background is in the arts. As a result, I lack the mathematical and scientific foundation to achieve significant breakthroughs, given the time and effort I’ve invested. Despite this, the experience of immersing myself in this self-directed study and research has been an invaluable treasure in my life. Recently, I stumbled upon an idea that could potentially be a significant breakthrough. After reworking hundreds of formulas and methods since version 2.0, I managed to develop a rather intriguing and successful algorithm. The model merging process was based on SDXL1.0 and SD1.5, along with other carefully curated models. These were categorized into five primary classifications: “ANIME,” “REALISM,” “ARTISTIC,” “NSFW,” and “BASE,” and fed into the merging algorithm as datasets. This approach has resulted in some fascinating outcomes. However, as challenging as the algorithm development was, nothing has been as daunting as the performance testing phase. My physical and mental health deteriorated significantly during this period, to the point where I realized I couldn’t continue this work on my own. This is what ultimately led me to decide to release this version. And now, I am thrilled to announce the release of the much-anticipated AlbedoBaseXL V3 Mini version. While this model is a smaller-scale merge, it is not limited to any specific area and performs remarkably well across various domains. It has the potential to serve as a new base model for SDXL1.0. (For reference, my merging algorithm is not a “linear merging,” so it can essentially be considered a new fine-tuned model.) This model, along with the existing AlbedoBase models, is versatile and surpasses all previous versions in every aspect. (The NSFW content, while not extreme, offers a broader range of expression compared to previous versions like v2.1. A dedicated NSFW merging model will be released in the future.) On another note, I’ve noticed that many shared models have recently begun to adopt licenses that prohibit merging or external commercialization. This has been a disappointment, as it has prevented me from using some truly excellent models for merging. I would like to express my heartfelt gratitude to the model developers who have provided free licenses, allowing their high-quality models—products of considerable time and effort—to be used for merging. I’ll be back soon. I eagerly look forward to your performance tests across a wide range of areas, including ANIME, REALISM, ARTISTIC, 2.5D, 3D, and NSFW. As model developers, we only plant the seeds. It is ultimately you, the model users and artists, who cultivate them and bring forth the flowers and fruits. Thank you, as always. For those who wish to support my work with a small financial contribution, please consider using the links below. I am currently unable to secure employment and face an uncertain future regarding my livelihood. The spec grid(380.5 MB): v2.1 Re-merge and adjust v0.1 to 2.0 using new merging algorithm and formula. The spec grid(424.5 MB): v2.0 I'd like to thank everyone who helped me on the side. Without you guys, the release date would probably have been much later. Thank you so much! - I have written a custom script to converge the existing AlbedoBase XL models into one. Intricately aligning the row and column weights of all U-NET and CLIP blocks according to a unique formula of mine. - If you encounter a bug in image generation (if nothing is generated), please switch to CLIP SKIP 2 or modify the prompt slightly! There may be combinations of prompts that CLIP does not recognize. In that case, you can change the order of words, use different words, or, most simply, change the CLIP SKIP. I will gradually work on resolving these issues in the future like v1.3. The spec grid(403.5 MB): v1.3 - In order to illustrate the quality associated with the model's randomness, I standardized the seed value at '9' for all showcase images intended for sampling and proceeded with their immediate generation. - Especially with

21,333 unduhan · 1,489 suka di Civitai

SHA256

A928FEE35B39103CDF87A5059CAE6BAD66B30DE2CC17F739E1C3B8D88181C22B

Tren popularitas AlbedoBase XL

Skor panas, 12 bulan terakhir

Skor panas

9,588°

Minggu ini

▼

0.1%

9,590° dulu, 9,588° sekarang

Bulan ini

▼

0.3%

9,596° dulu, 9,588° sekarang

Tahun lalu

▼

2.7%

9,673° dulu, 9,588° 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.

+3°

Unduhan Civitai

21,333 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.

+2,101°

Gambar AI Horde

14,093,378 gambar yang dibuat sukarelawan AI Horde dengan model ini. Setiap gambar dihitung sebagai satu unduhan dalam istilah unduhan: penggunaan dihitung seperti unduhan.

+43°

Situs generasi

287,096 unduhan dan jalankan dari salinan model ini di PixAI, SeaArt, Yodayo. Setiap jalankan dihitung sebagai satu unduhan, dan unduhan mereka dihitung seperti Civitai; semuanya berbagi istilah unduhan.

+486°

Suka

1,725 suka dan jempol ke atas dari berbagai sumber. Suka dihitung setengah unduhan, dengan skala log yang sama.

+302°

Tingkat adopsi

Sekitar 10,579 unduhan per hari, diukur antara dua pembacaan sumber, tidak pernah ditebak dari rata-rata seumur hidup. Kecepatan dihitung seperempat dari istilah unduhan, jadi lonjakan baru terlihat tanpa membiarkan lonjakan satu hari mengalahkan penggunaan bertahun-tahun.

+150°

Model penuh

+150° karena ini model penuh: checkpoint, bobotnya sendiri. LoRA atau embedding adalah tambahan untuk bobot orang lain dan tidak mengalahkan checkpoint dengan popularitas sama.

−497°

Usia

−497° karena bobot SDXL keluar di 2023. 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 9,588°, 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.
14,401,807 setara unduhan secara total, dari Unduhan Civitai, Gambar AI Horde, Situs generasi. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.
+3° Unduhan Civitai
+2,101° Gambar AI Horde
+43° Situs generasi
+2,147°
9,147°
total berjalan
3
Tambahkan suka.
1,725 suka dan jempol ke atas, dengan bobot setengah dari satu unduhan.
+486°
9,633°
total berjalan
4
Tambahkan tingkat adopsi.
Sekitar 10,579 unduhan per hari sekarang, diukur antara dua pembacaan, dengan bobot seperempat.
+302°
9,935°
total berjalan
5
Bonus untuk model penuh.
Checkpoint membawa bobotnya sendiri; add-on tidak mengungguli yang punya popularitas sama.
+150°
10,085°
total berjalan
6
Lepaskan usia.
Bobot SDXL keluar di 2023: 150° per tahun, sampai 750°, bertambah sampai saat itu.
−497°
9,588°
total berjalan
=
Skor heat.
Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.
9,588°

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.