AlbedoBase XL

9588°

#realista #base #2d #cinemático #3d #juegos

NSFW

Modelo NSFW. Sus imágenes están ocultas mientras NSFW está desactivado; activa NSFW para verlas.

Ejecutar este modelo

Ofertas / Anuncios

Easy Creator (Prism) Web

Ilimitado · tarifa fija

Ideal para principiantes. Flujos de trabajo potentes, curva de aprendizaje baja.

PirateDiffusion Telegram

Ilimitado · tarifa fija

Crea videos, imágenes, personajes de chat personalizados y más.

Pro studio (SpyGlass) Web

Ilimitado · tarifa fija

Explora modelos, renderiza y mejora desde cualquier navegador o teléfono.

Discord bot (Vector)

Ilimitado · tarifa fija

Agrega Vector a tu servidor o únete al Discord de Vector. ¡Crea lo que quieras!

Unified Editor Web

Ilimitado · tarifa fija

Editor para imágenes y video: renderiza, edita, mejora y más en una sola página.

Civitai Web

Paga por uso

Genera en el propio sitio de Civitai; cada imagen se paga con créditos Buzz.

Apps locales

Requiere configuración

Instala programas locales si tu computadora tiene buen hardware.

ModelDuel Web

Paga por uso

Genera el mismo prompt en hasta 50 modelos checkpoint/base a la vez.

Alquila una GPU en la nube

Graydient Cloud GPU

Ilimitado · tarifa fija

Tarifa fija, uso ilimitado. Este modelo se instala con un clic.

RunPod Cloud GPU

Cobro por minuto

Alquila una GPU por minuto y configura el modelo tú mismo.

Creado por

albedobond

en Civitai

Notas del creador

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 descargas · 1,489 me gusta en Civitai

SHA256

A928FEE35B39103CDF87A5059CAE6BAD66B30DE2CC17F739E1C3B8D88181C22B

Tendencia de popularidad de AlbedoBase XL

Puntuación de calor, últimos 12 meses

Puntuación de popularidad

9,588°

Esta semana

▼

0.1%

9,590° entonces, 9,588° ahora

Este mes

▼

0.3%

9,596° entonces, 9,588° ahora

Último año

▼

2.7%

9,673° entonces, 9,588° ahora

7,000°

Piso

La escala va de 0° a 9,999°. Todo lo que está por debajo de 7,000° se reserva para modelos que ninguna fuente reporta aún, que llevan un número provisional ahí para que las listas se mantengan completas. 7,000° es donde empiezan los datos medidos: un modelo con datos reales pero casi sin descargas se sitúa en el piso, y las mediciones llenan los grados por encima. El piso no dice nada sobre el modelo; solo los grados por encima lo hacen, y son los que separan un modelo de otro.

+3°

Descargas en Civitai

21,333 descargas de esta versión exacta en Civitai. Las descargas son el ingrediente más pesado y se cuentan en escala logarítmica: diez veces las descargas suman los mismos 300°, así que un modelo con un millón de descargas no es mil veces más popular que uno con mil. Las seis fuentes de descargas comparten ese término, repartido entre ellas según sus conteos.

+2,101°

Imágenes en AI Horde

14,093,378 imágenes que el voluntario AI Horde ha generado con este modelo. Cada imagen cuenta como una descarga en el término de descargas: el uso pesa como una descarga.

+43°

Sitios de generación

287,096 descargas y ejecuciones de generación de copias de este modelo en PixAI, SeaArt, Yodayo. Cada ejecución cuenta como una descarga, y sus descargas cuentan igual que las de Civitai; todo comparte el término de descargas.

+486°

Me gusta

1,725 me gusta y pulgares arriba en todas las fuentes. Un me gusta pesa la mitad de una descarga, en la misma escala logarítmica.

+302°

Tasa de adopción

Unos 10,579 descargas al día, medidos entre dos lecturas de las fuentes, nunca estimados a partir de un promedio de toda la vida. La velocidad pesa un cuarto del término de descargas, así que un aumento reciente se nota sin que un pico de un día supere años de uso.

+150°

Modelo completo

+150° porque este es un modelo completo: un checkpoint, los pesos mismos. Un LoRA o un embedding es un complemento a los pesos de otro y no supera en rango a un checkpoint con igual popularidad.

−497°

Antigüedad

−497° porque los pesos SDXL salieron en 2023. Cada modelo hereda la antigüedad de los pesos en los que se basa: 150° por año, hasta 750°, y sigue creciendo hasta entonces. Sin esto, la cima de la lista serían checkpoints de 2022 y 2023 basados en descargas que tuvieron años para acumularse.

Mostrar desglose detallado

Cada número en este sitio se puede verificar. La puntuación de popularidad de este modelo es 9,588°, y aquí se construye un ingrediente a la vez, con el total acumulado después de cada uno: el piso, los grados que añade cada fuente, el bono por el tipo de modelo y lo que la antigüedad de sus pesos resta. Los colores son las bandas del gráfico de arriba. El glosario al final define cada término.

1
Empieza en el piso.
Por qué 7,000° y no cero: la escala va de 0° a 9,999°, y la parte por debajo de 7,000° está reservada para modelos que ninguna fuente reporta aún, que llevan un número provisional ahí para que las listas se mantengan completas y nunca superen a un modelo con datos. 7,000° es donde empiezan los datos medidos. Un modelo con datos reales pero casi sin descargas está aquí; todo lo que sigue es medición, y el espacio sobre el piso tiene diez pasos de diez veces más descargas a 300° cada uno. El piso es igual para todos los modelos, así que no decide nada; los grados por encima sí.
7,000°
total acumulado
2
Suma las descargas.
14,401,807 equivalentes a descargas en total, de Descargas en Civitai, Imágenes en AI Horde, Sitios de generación. Diez veces las descargas suman el mismo 300°, así que el tamaño importa pero nunca domina la puntuación.
+3° Descargas en Civitai
+2,101° Imágenes en AI Horde
+43° Sitios de generación
+2,147°
9,147°
total acumulado
3
Suma los likes.
1,725 likes y pulgares arriba, con la mitad del peso de una descarga.
+486°
9,633°
total acumulado
4
Añade la tasa de adopción.
Unos 10,579 descargas al día ahora mismo, medido entre dos lecturas, con un cuarto del peso.
+302°
9,935°
total acumulado
5
Bono por un modelo completo.
Un checkpoint lleva los pesos en sí; los complementos no superan a uno con igual popularidad.
+150°
10,085°
total acumulado
6
Quita la antigüedad.
Los pesos de SDXL salieron en 2023: 150° por año, hasta 750°, creciendo hasta entonces.
−497°
9,588°
total acumulado
=
La puntuación heat.
Dónde está este modelo en cada lista de este sitio. Nada más la ajusta.
9,588°

Glosario: los términos usados aquí

Puntuación heat: Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
Piso: Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
Equivalentes a descargas: Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
Escala logarítmica: Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
Likes: Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
Tasa de adopción: Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
Medido y estimado: Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
Seeder: Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
AI Horde: Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
Sitios de generación: Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
Tokens de OpenRouter: Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint): Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
LoRA y embedding: Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
Familia y pesos: La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
Antigüedad: Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
Impulso de familia: Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
Puntaje provisional: Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
¡Nuevo! (periodo de gracia): Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
Tendencia: Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
Modelo típico: El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.

Cómo se ha movido la popularidad de este modelo frente al resto del catálogo: su crecimiento en descargas, likes y uso en cada periodo, medido contra el crecimiento típico de un modelo en el mismo periodo, con su puntuación de calor en ese momento. Por encima del crecimiento típico se lee como un aumento, por debajo como una caída. El pasado se reconstruye a partir de los totales de hoy, el primer día del modelo y su velocidad de descarga medida cuando hay dos lecturas; un modelo que no existía al inicio de un periodo muestra n/a.

Renders de ejemplo

NSFW

Prompts y ajustes compartidos por quienes hicieron estos renders en Civitai. Elige un render para ver cómo se hizo.