Jensen的个人学习小站

模型推荐与对比：SD 1.5 到 SDXL 甚至 SD3

在拥有一套可运行的 SD 环境后，选择合适的模型（Checkpoint）是画出想要作品的最重要因素。模型之间不能随意混用，因为它们的"底层代沟"极深。本文将简要梳理各大世代的核心生态。

1. 模型格式科普：Ckpt vs Safetensors

最早期大家分享模型都用 .ckpt (Pickle) 格式，但它有严重的安全隐患（里面可能被人嵌入恶意执行的 Python 代码脚本）。

请务必只下载后缀为 .safetensors 的模型格式。 它移除了执行代码的功能，属于纯粹的数据张量块，这现在也是社区的绝对标准。

2. 经典不朽：SD 1.5 时代的王者 (512x512)

SD 1.5 是迄今为止生态最庞大、插件最丰富、出图速度最快的版本。虽然官方训练的分辨率只有 512x512，但通过社区微调，它至今扛起了 AI 绘画半壁江山。

• 写实风格 (Realistic):
  • ChilloutMix：亚洲面孔、真实风格、网红脸的开山鼻祖。
  • MajicMIX realistic：在真实感、光影表现和皮肤纹理上更为出色和自然。
  • Realistic Vision：主修欧美硬核胶片感和真实粗糙纹理的行业标杆。
• 二次元风格 (Anime):
  • Anything V5：顾名思义"画什么都行"的泛二次元极品模型。对丹布鲁标签有着极高的响应度。
  • Counterfeit-V3.0：以背景构图与精细线条插画见长的大模型。
  • MeinaMix：主打赛璐璐画风与独特的油画混合质感。
• 2.5D 与 3D 风格:
  • ReV Animated：手办质感、厚涂 CG 插画界的天花板。
  • GhostMix：融合了 3D 和二次元特点的赛博科幻风。

3. 世代升级：SDXL 的特征与适配要求 (1024x1024)

2023 年发布的 SDXL 将原生分辨率提升至 1024x1024 级别。它的参数量比 1.5 版本大了好几倍。

核心进化点：

• 原图直出素质大大提升： 皮肤细节和手部的正确率显著提高。
• 文字生成能力： 你终于可以在提示词写 holding a sign saying "HELLO" 并且能成功在一半概率得到这四个字母了。
• 提示词理解力增强： 对复杂空间关系（如"A 站在 B 左边，A 穿红衣服，B 穿蓝衣服"）的理解比 1.5 强。

代价与硬件门槛：

• 单个模型体积达到 6.5GB 以上！
• 对显存的要求极高，推荐 12GB 或 16GB 显存显卡，8GB 会比较吃力。
• 不兼容提醒： 所有基于 1.5 训练的 LoRA 和旧版本 ControlNet 都无法在 SDXL 大模型下直接加载运行！社区生态经历了推倒重来。

4. 未来一瞥：SD3 革命性的架构

SD3 放弃了之前的纯 U-Net 步入式生成，转向了类似于 Sora 背后的 DiT (Diffusion Transformer) 架构。

SD3 在理解长段落提示词表现出惊人素质（甚至不需要写那一串逗号分隔的咒语词汇，直接用流利的英文句子对话即可）。目前开源版仅供研究，生态起步尚需时间。

5. 模型资源去哪里找？