QGO PromptingReal

8317°

#chân thực #khoa học viễn tưởng #3d #truyện tranh #trang phục #tư thế

NSFW

Mô hình NSFW. Hình ảnh bị ẩn khi tắt NSFW; bật NSFW để xem.

Chạy mô hình này

Ưu đãi / Quảng cáo

Easy Creator (Prism) Web

Không giới hạn · phí cố định

Tốt nhất cho người mới bắt đầu. Quy trình làm việc mạnh mẽ, dễ học.

PirateDiffusion Telegram

Không giới hạn · phí cố định

Tạo video, hình ảnh, nhân vật chat tùy chỉnh và nhiều hơn nữa.

Pro studio (SpyGlass) Web

Không giới hạn · phí cố định

Duyệt mô hình, render và chỉnh sửa từ bất kỳ trình duyệt hay điện thoại nào.

Discord bot (Vector)

Không giới hạn · phí cố định

Thêm Vector vào máy chủ của bạn hoặc tham gia Discord của Vector. Tạo mọi thứ!

Unified Editor Web

Không giới hạn · phí cố định

Trình chỉnh sửa cho hình ảnh và video: render, chỉnh sửa, nâng cấp và nhiều hơn nữa trên một trang.

Civitai Web

Trả theo lượt dùng

Tạo ảnh trên trang Civitai; mỗi ảnh trả bằng Buzz credits.

Ứng dụng cục bộ

Cần thiết lập

Cài đặt các chương trình local nếu máy tính của bạn có phần cứng đủ mạnh.

ModelDuel Web

Trả theo lượt dùng

Tạo cùng một lệnh trên tối đa 50 mô hình checkpoint/cơ sở cùng lúc.

Thuê GPU trên đám mây

Graydient Cloud GPU

Không giới hạn · phí cố định

Phí cố định, dùng không giới hạn. Mô hình này cài đặt chỉ với một lần nhấp.

RunPod Cloud GPU

Tính phí theo phút

Thuê GPU theo phút và tự thiết lập mô hình.

Tạo bởi

QEGo

trên Civitai

QGO Prompting Real V1 by QEGo is a full model checkpoint merge, a base art style for your realistic image creations. The creator's civitai notes state that it was designed for minimal prompting, but as this is a checkpoint merge and the example image prompts are very long, I would take it with a grain of salt... use strong negatives and a booster like fc-portrait for better results Example prompt /render /parser:new /sampler:dpm2m /size:768x832 /seed:1862676218 /guidance:6 (candid frontal closeup close up body portrait of a ((Russian woman:1.2)) model (with long Blonde Pixie Cut Haircut:1.2),…QGO Prompting Real V1 by QEGo is a full model checkpoint merge, a base art style for your realistic image creations. The creator's civitai notes state that it was designed for minimal prompting, but as this is a checkpoint merge and the example image prompts are very long, I would take it with a grain of salt... use strong negatives and a booster like fc-portrait for better results Example prompt /render /parser:new /sampler:dpm2m /size:768x832 /seed:1862676218 /guidance:6 (candid frontal closeup close up body portrait of a ((Russian woman:1.2)) model (with long Blonde Pixie Cut Haircut:1.2), (posing in Dazzling Ballroom with Shimmering Dance Floor and Twinkling Lights during Snow Level:1.1), (wearing Glamorous Hollywood Film Star Fashion with Satin Gowns and Fur Stoles:1.2), at dark night, moonlight, (naughty), (Saluting:1.1), Dappled light Hair light, (bright flash photography:1.2), Deep reds aesthetic, (focus on the eyes), (hard shadows, pitch black brackground, unlit, dark theme, dim lighting, deep contrast:1.1), (background in focus), (wearing Futuristic Post-Apocalyptic Survivor Attire with Tattered Leather Jackets and Goggles:1.2), analog film grain overexposed blurry polaroid) [[[ comic, illustration, painting, airbrushed, glossy, render, animation, 3d shaders, monochrome, sepia, deformed, text]]]

Ghi chú của tác giả

Hello world Let's get real It's been a while since the last update, and this iteration is quite different than the last. That's not to say it is necessarily groundbreaking compared to anything else on this website (it's a merge after all), but I've tried to focus on a couple of very specific things: - A high amount of realism without any use of LoRAs or embeddings. Having a good basis provides a lot of room to go crazy with those later. - Functional with a limited/small negative prompt. Similarly, a small negative prompt often makes for the most realistic outputs. It is always possible to write your novel, or add embeddings in there along the way. - Consistency in poses / hands / other features within these constraints. - Decent control over light and darkness through prompt alone There are great LoRAs out there for lighting / noise offset, but there is already some great functionality by default. - Responsiveness to the wildest lists of wildcards ChatGPT has to offer. I like to have random lists of locations, time periods, clothing/materials, concepts, all generated (and embellished) by your local GPT. Recommended VAE (not included): -High base resolutions are advised: such as 640x896 for a portrait format -If possible use hires.fix or a similar implementation: a denoise of 0.3~0.5 will do well in most situations various give good results. is the one used in all examples here, but there are other great options. -Don't feel obligated to use time consuming samplers such as the one in most examples. I was suffering from a short bout of SDE Karras addiction when generating the examples, but I have since come back to 2M Karras @ 15~20 steps, which is usually my baseline and more than fine on its own (even with hires.fix). *Note that some of the example prompts can generate nudity, prompt against this to prevent it. For actual examples of nudity you can check out the album uploaded separately. **The model in the metadata is QGO-3002a, which is the same as QGO-PromptingReal-v1

16,279 lượt tải · 1,280 lượt thích trên Civitai

SHA256

1EABE50675224173CBDB2C96C745E55790BCA4620C06B406D6935DB0516FDA19

Xu hướng phổ biến của QGO PromptingReal

Điểm nhiệt, 12 tháng gần đây

Điểm nhiệt

8,317°

Tuần này

▼

0.5%

8,319° lúc đó, 8,317° bây giờ

Tháng này

▼

2.3%

8,328° lúc đó, 8,317° bây giờ

Năm qua

▼

27.2%

8,459° lúc đó, 8,317° bây giờ

7,000°

Điểm sàn

Thang điểm chạy từ 0° đến 9.999°. Mọi thứ dưới 7,000° dành cho các mô hình chưa có nguồn nào báo cáo, chúng mang một số thay thế ở đó để danh sách luôn đầy đủ. 7,000° là nơi bắt đầu dữ liệu đo được: một mô hình có dữ liệu thật nhưng gần như không có lượt tải sẽ đứng ở điểm sàn, và các số đo sẽ cộng dồn trên đó. Điểm sàn không nói gì về mô hình; chỉ có các độ trên nó mới phân biệt được các mô hình với nhau.

+1,280°

Lượt tải Civitai

16,279 lượt tải phiên bản chính xác này trên Civitai. Lượt tải là yếu tố nặng nhất và được tính trên thang logarit: tăng gấp mười lượt tải cộng thêm 300°, nên mô hình có một triệu lượt tải không nóng gấp nghìn lần mô hình có một nghìn lượt tải. Sáu nguồn lượt tải chia sẻ chung một điều kiện này, phân bổ theo tỷ lệ lượt tải của họ.

+466°

Lượt thích

1,280 lượt thích và bấm ngón tay cái trên các nguồn. Một lượt thích được tính bằng nửa lượt tải, trên cùng thang logarit.

+30°

Tỷ lệ áp dụng

Khoảng 2 lượt tải mỗi ngày, đo giữa hai lần đọc nguồn, không đoán dựa trên trung bình cả đời. Tốc độ chiếm một phần tư thành phần lượt tải, nên một đợt tăng mới sẽ hiện rõ mà không để một đỉnh một ngày vượt qua nhiều năm sử dụng.

+150°

Mô hình đầy đủ

+150° vì đây là mô hình đầy đủ: một checkpoint, chính là trọng số. Một LoRA hoặc embedding là phần thêm vào trọng số của người khác và không vượt trên checkpoint có cùng độ phổ biến.

−609°

Tuổi

−609° vì trọng số SD15 được phát hành vào 2022. Mỗi mô hình thừa hưởng tuổi của trọng số nó dựa trên: 150° mỗi năm, tối đa 750°, và nó tiếp tục tăng cho đến đó. Nếu không có điều này, top danh sách sẽ là các checkpoint 2022 và 2023 dựa trên lượt tải tích tụ nhiều năm.

Hiển thị phân tích chi tiết

Mọi con số trên trang này đều có thể kiểm tra được. Điểm nhiệt của mô hình này là 8,317°, và đây là cách nó được xây dựng từng thành phần một, với tổng điểm chạy sau mỗi bước: điểm sàn, số độ mà mỗi nguồn đóng góp, điểm thưởng cho loại mô hình và điểm trừ theo tuổi của trọng số. Màu sắc tương ứng với các dải trên biểu đồ phía trên. Phần chú giải ở cuối định nghĩa mọi thuật ngữ.

1
Bắt đầu từ điểm sàn.
Tại sao là 7,000° chứ không phải 0: thang điểm chạy từ 0° đến 9.999°, và phần dưới 7,000° dành cho các mô hình chưa có nguồn báo cáo, mang số thay thế để danh sách đầy đủ và không bao giờ vượt trên mô hình có dữ liệu. 7,000° là nơi bắt đầu dữ liệu đo được. Một mô hình có dữ liệu thật nhưng gần như không có lượt tải đứng ở đây; mọi thứ tiếp theo là đo lường, và phần trên điểm sàn có mười bước tăng gấp mười lần lượt tải, mỗi bước 300°. Điểm sàn giống nhau cho mọi mô hình, nên nó không quyết định gì; chỉ có các độ trên nó mới quyết định.
7,000°
tổng đang chạy
2
Thêm lượt tải về.
16,279 lượt tải tương đương tổng cộng, từ Lượt tải Civitai. Mười lần lượt tải thêm cùng 300°, nên kích thước quan trọng nhưng không bao giờ chiếm hết điểm.
+1,280°
8,280°
tổng đang chạy
3
Thêm lượt thích.
1,280 lượt thích và giơ ngón tay cái, bằng một nửa trọng số của lượt tải.
+466°
8,746°
tổng đang chạy
4
Thêm tỷ lệ áp dụng.
Khoảng 2 lượt tải mỗi ngày hiện tại, đo giữa hai lần đọc, bằng một phần tư trọng số.
+30°
8,776°
tổng đang chạy
5
Thưởng cho mô hình đầy đủ.
Một checkpoint mang trọng số chính; các add-on không vượt trên một mô hình có cùng độ phổ biến.
+150°
8,926°
tổng đang chạy
6
Bỏ tuổi ra.
Trọng số SD15 ra mắt vào 2022: 150° mỗi năm, tối đa 750°, tăng dần cho đến lúc đó.
−609°
8,317°
tổng đang chạy
=
Điểm nhiệt.
Mô hình này đứng ở đâu trên mọi danh sách của trang này. Không có gì khác điều chỉnh nó.
8,317°

Thuật ngữ: các từ dùng ở đây

Điểm nhiệt: Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm: 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải: Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log: Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích: Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng: Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính: Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder: Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde: Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh: Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter: Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint): Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding: Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số: Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi: Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình: Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế: Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm): Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng: Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình: Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.

Cách mà độ phổ biến của mô hình này thay đổi so với phần còn lại của danh mục: sự tăng trưởng về lượt tải xuống, lượt thích và sử dụng qua từng giai đoạn, so với sự tăng trưởng điển hình của mô hình trong cùng giai đoạn, cùng với điểm nhiệt của nó lúc đó. Cao hơn mức tăng trưởng điển hình là tăng, thấp hơn là giảm. Quá khứ được tái tạo từ tổng số hiện tại, ngày đầu tiên của mô hình và tốc độ tải xuống đo được khi có hai lần đọc; mô hình không tồn tại vào đầu giai đoạn sẽ hiển thị n/a.

Ảnh mẫu

NSFW

Prompt và thiết lập do những người tạo ra các ảnh này trên Civitai chia sẻ. Chọn một ảnh để xem nó được tạo như thế nào.