HuggingFace镜像/Anima-2.9B
模型介绍
文件和版本
分析

Anima-2.9B 现已正式支持 ComfyUI 和 Forge-Neo！

现已支持 LoRA 训练：https://github.com/gazingstars123/Anima-Standalone-Trainer

您也可以尝试 sd-scripts 分支：https://github.com/gazingstars123/sd-scripts

状态：训练进行中。

下一步计划：在涵盖多种概念的 1000 万通用样本上进行预训练，以提升提示词理解能力，同时大幅扩充主要的动漫/插画数据集（我会尽可能及时更新最新进展）

如果您想支持我或支持训练进程：

Ko-fi PayPal

Vast.ai：thangquay347@gmail.com

每一份支持都能帮助模型进一步拓展其覆盖范围与能力！

如果您的 ComfyUI 版本较旧（需 0.33.1 及以上），您可能仍需将 ComfyUI-Anima-2.9B 安装到自定义节点文件夹中。即插即用，无需额外自定义节点。但有时可能与其他自定义节点存在兼容性问题。

collage

概述

Anima-2.9B 是基于 circlestone-labs/Anima 的微调与层扩展版本。基础 Anima 模型专注于动漫、插画及非写实艺术风格；本次发布在扩展架构的基础上继续沿用了该基础进行训练。 该模型额外使用了 170 万条动漫/插画样本进行训练，知识截止日期为 2026 年 7 月，使 Anima-2.9B 成为发布时最新的动漫/插画模型之一。

版本

  • Anima-2.9B-preview-v1：初始版本

训练/数据集

  • 使用 Muon 优化器在 8x 5080s 集群上训练，早期步骤在我本地 PC 上完成

  • 截至 preview v1，仅训练了新增层，约 70% 的计算资源用于 1024px 分辨率

  • 知识截止日期为 2026 年 7 月，训练数据包含 2025 年 9 月之前的新旧样本

  • 混合标注方式，同时包含标签与自然语言描述，使用 Gemini 3.1 Flash-Lite、Gemini 3.5 Flash-Lite 和 Claude Sonnet 5 的组合生成

  • 不含评分标签

架构

  • Transformer 深度扩展：Transformer 层数从 28 层扩展至 40 层，模型规模增至约 29 亿参数。
    每一新增层均通过深度复制其相邻层权重实现，并采用交错插入与输出投影置零策略，使得新模型在初始化时与 Anima-base 在功能上完全一致。

提示词建议

请遵循 Anima 的提示词规范：质量标签、年代/时期标签、@艺术家标签、角色数量（1girl、1boy）、角色标签（遵循 Danbooru 与 Gelbooru 标签体系）、系列/版权标签、基础外观描述。

角色名称/标签应与系列/版权标签搭配使用，否则模型可能产生混淆。

对于多角色图像，请将角色及名称与其各自的标签/外观一一对应。

本模型在基础画风上略有提升，但我仍建议使用艺术家标签以获得更佳效果。

数据集标注中不包含评分信息，但您仍可自行使用。

（重要）提示词越详细，生成效果越好，简短的提示词往往会产生平淡简单的背景，且可能无法达到理想效果。

生成参数（推荐）

  • 采样器：Euler / Res-multistep / Er-sde
  • 调度器：sgm-uniform / beta / beta57 / linear-quadratic
  • 分辨率：812x1216、1152x1536、1536x1536（效果不稳定）
  • 步数：28-50
  • CFG：3.5-5

我个人习惯使用 euler + sgm-uniform 组合，其在构图与细节表现之间取得了良好平衡。此外，res-multistep + linear-quadratic 在高噪步骤上花费更多时间，确实能带来更出色的构图效果。

我建议追求最高画质时使用 50 步。部分图像在 3.5 CFG 下优于 5 CFG，反之亦然——建议您自行尝试！

许可证

模型权重以 CircleStone Labs 非商用许可证 发布，属于衍生模型类别。

致谢

基于 nvidia/Cosmos-Predict2-2B-Text2Image 与 circlestone-labs/Anima 构建。

参考论文：LLaMA Pro: Progressive LLaMA with Block Expansion。

训练基础设施基于 sd-scripts。