Animagine XL - Open source anime AI image generation with precise tag control

什么是 Animagine XL？先从动漫 AI 绘图的痛点说起

如果你尝试过用通用的 AI 图像生成模型（比如 Stable Diffusion 或 Midjourney）来创作动漫风格的图片，你可能已经发现了一个让人头疼的问题：结果总是不太对劲。

角色的手指多了一根，脸型偏写实而不是动漫风格，想要还原某个特定角色却认不出来——这些都不是你的操作有问题，而是通用模型本身就不是为动漫设计的。它们从大量真实照片和混合数据中学习，对动漫风格的理解天然不足。

这就是 Animagine XL 要解决的核心问题。

Animagine XL 是一个基于 Stable Diffusion XL 1.0（SDXL）的专用动漫微调模型（Checkpoint），由 Cagliostro Research Lab 开发。它不像通用模型那样试图"什么都能画"，而是专注做一件事：生成高质量的动漫风格图像。

使用约 840 万张 动漫风格图像进行训练，训练耗时约 2650 GPU 小时，知识截止到 2025 年 1 月——这意味着它不仅能精准还原动漫角色的身份和风格，还能跟上最新的动漫作品。

它的核心创新在于引入了 Danbooru 标签体系。简单来说，你不是用自然语言描述"一个女孩在樱花树下微笑"，而是使用精确的标签组合，比如：`1girl, solo, smile, cherry blossoms, outdoors, masterpiece, high score`。这种方式听起来陌生，但一旦上手，你就会发现它的控制精度远超自然语言。

从版本演进来看，Animagine XL 已经经历了多代迭代：3.0（2024.01）→ 3.1（2024.03）→ 4.0 / Anim4gine（2025.01）→ 4.0 Opt / Zero（2025.02）。每个版本都在质量和控制精度上持续提升。

目前，Animagine XL 已被数十个 AI 工具目录收录，在 Civitai 上有活跃的社区画廊，更重要的是——它完全开源免费。

:::card{type="summary" title="核心要点"}

• Animagine XL 是基于 SDXL 1.0 的专用动漫风格 AI 图像生成模型，专注解决通用模型在动漫领域的不足
• 使用 Danbooru 标签体系实现精确控制，比自然语言提示词更精准
• 完全开源免费，采用 CreativeML Open RAIL++-M 许可证，无任何付费门槛 :::

---

Animagine XL 的核心功能：它到底能做什么？

理解了 Animagine XL 是什么之后，让我们来看看它具体能为你做些什么。这些功能都围绕一个核心目标：让你对生成的图像有更精确的控制。

像搭积木一样写提示词：Danbooru 标签排序系统

如果你用过其他 AI 绘图工具，你可能习惯了写一段自然语言描述。但在 Animagine XL 里，推荐的方法是使用 Danbooru 风格标签——而且顺序很重要。

官方推荐的标签排序是：

主体数量 → 角色名 → 系列/作品名 → 评级标签 → 其他标签（任意顺序）→ 质量增强标签（最后）

举个例子，要生成《崩坏：星穹铁道》中的角色"流萤"，一个完整的提示词模板是：

`1girl, firefly (honkai: star rail), honkai (series), honkai: star rail, safe, casual, solo, looking at viewer, outdoors, smile, reaching towards viewer, night, masterpiece, high score, great score, absurdres`

看到顺序的讲究了吗？你先把"谁"、"来自哪个作品"说清楚，再描述场景和姿态，最后用质量标签收尾。这种结构化的方式让模型能更准确地理解你的意图。

双重质量控制：基础质量标签 + 分数标签

Animagine XL 提供了两个层次的质量控制，就像车的"油门"和"涡轮增压"。

基础质量标签：包括 `masterpiece`（杰作）、`best quality`（最佳质量）、`low quality`（低质量）、`worst quality`（最差质量）等。这些标签控制图像的基本细节水平。

分数标签：包括 `high score`（高分）、`great score`（高分）、`good score`（好分）、`average score`（平均分）、`bad score`（低分）、`low score`（低分）。分数标签被描述为比基础质量标签更强力的控制手段。

在实践中，大多数高质量输出会同时使用两者。官方建议将质量标签放在提示词的最后，因为前置可能干扰艺术风格标签的效果。

让模型"穿越"到不同年代：年份标签

想生成 2000 年代早期的复古动漫风格？或者想要 2025 年最新动漫的精致画风？年份标签可以帮你做到。

从 `year 2005` 到 `year 2025`，Animagine XL 覆盖了约 20 年的动漫风格演变。这个功能就像是给了你一个"时光机"，让模型在不同年代的视觉语言之间切换。

比如，`year 2005` 会推动图像呈现出早期数码绘画的质感，而 `year 2024` 或 `year 2025` 则更接近当代动漫的风格特征。

内容安全精确控制：评级标签

这是针对内容分级的精细控制。Animagine XL 支持四个级别的评级标签：

• safe（安全）：适合所有观众的内容
• sensitive（敏感）：可能引起部分人不适但仍在合理范围内的内容
• nsfw（不适宜工作）：需要谨慎使用的内容
• explicit（露骨）：明确限制级内容

这些标签让你可以根据发布平台的要求，精确控制输出内容的安全级别。

一个模型三种选择：多版本分支策略

Animagine XL 4.0 并不是一个版本，而是三个。每个版本面向不同的使用场景：

• 4.0 标准版：基础版本，适合大多数场景
• 4.0 Opt（优化版）：经过额外数据集精炼，改善了稳定性、解剖准确性、噪点减少、色彩饱和度和色彩准确性。日常生成首选
• 4.0 Zero（零基础版）：预训练风格基础模型，去除了大部分风格偏移，专为 LoRA 训练和进一步微调设计。训练自定义 LoRA 的起点

通俗来说：画图用 Opt，训练用 Zero。

::::grid :::card{type="advantages"}

• 完全免费开源：模型权重、在线体验均免费，无隐藏收费
• Danbooru 标签精确控制：比自然语言提示词更精准，可复现性更强
• 多版本按需选择：Opt 版适合日常生成，Zero 版专为 LoRA 训练设计
• 开源社区活跃：Civitai 有活跃社区画廊，Discord 可交流经验 ::: :::card{type="disadvantages"}
• 自然语言提示词效果差：必须学习标签系统，不能像聊天一样描述画面
• 复杂手部仍有问题：虽然 4.0 有所改善，但多角色交互的手部仍然不太稳定
• 图像内文字不可靠：生成带文字的图片（如横幅、招牌）效果不理想 ::: ::::

---

谁在使用 Animagine XL？看看这些真实场景

你可能在想：这些功能听起来不错，但对我有什么用？让我们看看 Animagine XL 在实际中的典型使用场景。

场景一：精准还原动漫角色

问题：通用 AI 模型生成的"动漫角色"往往像个"陌生人"——神态不对，服装细节错误，风格偏写实而不是动漫感。

解决思路：Animagine XL 用角色名 + 系列标签来定位具体的角色。比如你想生成《咒术回战》中的五条悟，只需要在提示词中包含角色和作品标签，模型就能准确还原其身份特征。

效果：准确的角色身份还原，丰富的表情和姿势控制，而不会出现"脸不像"的问题。

场景二：创作最新的同人艺术

问题：2024-2025 年新番动画中的角色，在旧模型中根本不存在或识别错误。

解决思路：Animagine XL 4.0 的知识截止到 2025 年 1 月，涵盖了大量最新作品的数据。这意味着你可以生成近期热门动画的角色同人作品。

效果：无论是流行的新番角色还是冷门小众作品，都能获得更准确的还原。

场景三：训练你自己的 LoRA

问题：普通模型不适合作为 LoRA 训练的基座，因为它们包含的风格特征会干扰你训练的自定义风格。

解决思路：使用 Animagine XL 4.0 Zero 版本作为起点。Zero 版经过专门设计，移除了大部分预训练风格偏移，提供了一个"干净"的基础。

步骤 1：下载 Animagine XL 4.0 Zero 的 checkpoint 文件 步骤 2：使用 Kohya SS 等训练框架加载 Zero 版作为基础模型 步骤 3：用你自己的数据集（角色、风格或物体）进行 LoRA 训练 效果：由于基础分布偏移最小化，训练出的 LoRA 更精准，更少出现"风格冲突"的问题。

场景四：自由切换年代风格

问题：想要创作 2000 年代复古风的插画，但模型总是输出现代风格。

解决思路：在提示词中加入 `year 2005` 或 `year 2008` 等标签。Animagine XL 会调整输出，使其更接近对应年代的动漫视觉特征。

效果：从早期数码绘画风格的柔和质感，到现代动漫的高饱和度、精细渲染，你都可以通过一个标签轻松切换。

场景五：搭建本地批量生成工作流

问题：在线 AI 绘图工具有使用次数限制、有内容过滤、无法集成到自动化流程中。

解决思路：Animagine XL 的模型权重完全兼容 ComfyUI、Forge、Automatic1111 等本地 Stable Diffusion 工具。你可以下载模型并在本地搭建完全离线的批量生成管道。

步骤 1：从 HuggingFace 或 Civitai 下载 Animagine XL checkpoint 步骤 2：在本地工具中加载模型（示例：ComfyUI 中载入 checkpoint 节点） 步骤 3：编写你的提示词模板和参数，开始批量生成 效果：完全本地化运行，无次数限制，无网络依赖，适合需要大量产出或注重隐私的场景。

:::card{type="tip" title="💡 版本选择快速指南"}

• 日常画图：选 4.0 Opt（优化版），稳定性更好，色彩更准确
• 训练 LoRA：选 4.0 Zero（零基础版），预训练风格偏移最小
• 不确定哪个版本适合你：访问官方 Playground（animaginexl.org/playground），可以在线切换 v4.0、v3.1、v3.0 进行对比测试 :::

---

快速开始：5 分钟上手 Animagine XL

无论你是完全的新手还是已有 Stable Diffusion 使用经验，这里有两种方式可以快速上手。

方式一：在线体验（零门槛）

如果你只是想试试效果，不需要任何安装配置：

1. 访问 animaginexl.org/playground
2. 在浏览器中直接输入提示词
3. 左侧面板可以切换版本：v4.0、v3.1、v3.0
4. 点击生成，等待几秒就能看到结果

在线体验完全免费，无需注册，无需下载。

方式二：本地部署（推荐配置）

如果你有本地生成的需求，推荐使用 ComfyUI、Forge 或 Automatic1111 等工具。

第一步：下载模型

从 HuggingFace 或 Civitai 获取 Animagine XL 4.0 的 checkpoint 文件（通常是 `.safetensors` 格式），放入你的 Stable Diffusion 工具指定的 `models/Stable-diffusion` 目录。

第二步：设置推荐参数

官方推荐的初始设置：

| 参数 | 推荐值 | 范围 | |------|--------|------| | 采样器 (Sampler) | Euler Ancestral (Euler a) | Euler a / DPM++ 2M Karras | | CFG Scale | 5 | 4-7 | | Steps | 28 | 25-28 | | 分辨率 | 1024 × 1024 | SDXL 标准分辨率 |

第三步：输入你的第一个提示词

最小可用示例：

正向提示词： `1girl, masterpiece, high score, absurdres`

负提示词： `lowres, bad anatomy, bad hands, text, error, missing finger, extra digits, fewer digits, cropped, worst quality, low quality, low score, bad score, average score, signature, watermark, username, blurry`

就这么简单。你可以在正向提示词中逐步添加角色名、场景描述、风格标签来丰富输出。

:::card{type="tip" title="💡 专业建议：用好负提示词"} 负提示词是提升图像质量的关键。官方推荐的模板覆盖了常见的 artifacts 问题：

• 低分辨率：`lowres, cropped`
• 解剖问题：`bad anatomy, bad hands, missing finger, extra digits, fewer digits`
• 质量退化：`worst quality, low quality, low score, bad score, average score`
• 水印和签名：`signature, watermark, username`
• 文字错误：`text, error`
• 模糊：`blurry`

把这些复制到负提示词框中，你会发现图像质量有明显提升。 :::

---

Animagine XL 的定价方案：完全免费，为什么？

如果你习惯了这个时代"先免费后付费"的软件模式，可能会有一个疑问：Animagine XL 真的完全免费吗？有没有隐藏收费？

答案是：真的完全免费。没有任何隐藏收费。

定价一览

| 项目 | 定价 | 说明 | |------|------|------| | 模型权重 | 完全免费 | CreativeML Open RAIL++-M 许可证 | | 在线 Playground | 免费 | 由第三方托管，无需注册 | | 本地部署 | 免费 | 支持 ComfyUI / Forge / A1111 | | 商业使用 | 免费 | 许可证允许商业用途 | | 更新和升级 | 免费 | 4.0 全系列版本均免费 |

没有用户账户系统，没有付费订阅层级，没有积分系统，没有使用次数限制。下载模型、在线体验、商业使用——所有这些都不需要支付一分钱。

为什么完全免费？

Animagine XL 的开发团队 Cagliostro Research Lab 选择开源免费，理由很简单：推动动漫 AI 创作技术的民主化。团队从 Stability AI、Novel AI、Waifu Diffusion Team 等开创性工作中获得了启发，也选择用同样的方式回报社区。

项目的开发和计算资源得到了多方支持：

• Moescape AI：模型分发和测试合作伙伴
• Lesser Rabbit：提供计算和科研资助
• Main：提供启动资助（kickstarter grant），推动 V2 之后的进展

如何支持项目？

虽然完全免费，但如果你觉得这个项目有价值，可以通过以下方式支持：

• GitHub Sponsors：在 github.com/sponsors/cagliostrolab 上赞助
• 加密货币捐赠：ETH/USDT 地址 `0xd8A1dA94BA7E6feCe8CfEacc1327f498fCcBFC0C`

所有捐赠纯属自愿，不会影响任何功能或使用体验。

许可证说明

Animagine XL 使用 CreativeML Open RAIL++-M 许可证（与 Stability AI SDXL 相同）。

允许：商业使用、修改、分发、私人使用 禁止：非法活动、有害内容生成、歧视、剥削 要求：包含许可证副本、说明变更、保留声明

---

常见问题

:::card{type="faq" title="Animagine XL 和普通 Stable Diffusion 模型有什么不同？"} 这个问题很关键，理解了这一点你就知道为什么选择 Animagine XL。

首先，普通 SD 模型（如 SDXL 1.0）是基于大量通用图像训练的，包括真实照片、绘画、CG、动漫等混合数据。它的优点是"什么都能画"，缺点是"什么都不精"。生成动漫角色时，你经常得到一种"半写实半动漫"的奇怪效果。

其次，Animagine XL 是从 SDXL 1.0 出发，用约 840 万张纯动漫风格图像重新训练的。这意味着它对动漫的美学特征、线条风格、角色比例有更深的理解。同样的提示词，生成结果会明显更像"真正的动漫"。

最后，最大的区别在于控制方式。普通 SD 模型通常依赖自然语言描述，而 Animagine XL 使用了 Danbooru 标签体系。标签方式初看有学习成本，但一旦习惯，你会发现在精确控制角色身份、姿势、风格方面，它比自然语言强大得多。这也是为什么很多动漫 LoRA 训练者把 Animagine XL 作为首选基座的原因。 :::

:::card{type="faq" title="我完全不会编程，能用 Animagine XL 吗？"} 完全可以。你不需要任何编程背景，但确实需要做两件事：选择适合你的使用方式，以及学习标签基础。

首先，最便捷的入门方式是使用官方 Playground（animaginexl.org/playground）。你只需要打开浏览器，输入提示词，点击生成——和用任何在线工具一样简单。无需安装任何软件，无需配置任何环境。

其次，如果你想在本地使用，也不需要编程。ComfyUI、Forge、Automatic1111 等工具都有图形界面。下载模型文件（就是一个文件），放入指定目录，选择模型，就可以开始生成了。具体操作在网络上有很多视频教程。

最后，真正需要你花时间的是学习 Danbooru 标签系统。这不需要编程技能，但需要一些理解。好消息是：你不需要记几千个标签。从官方推荐的模板开始（`1girl, masterpiece, high score, absurdres`），逐步添加你需要的标签。官方博客有完整的指南，社区也乐于分享提示词模板。 :::

:::card{type="faq" title="4.0、4.0 Opt、4.0 Zero 我该选哪个？"} 这是新用户最常遇到的问题。简单来说：画图用 Opt，训练用 Zero，手痒想试新版本用标准版。让我们展开说明。

首先，4.0 Opt（优化版） 是日常图像生成的最佳选择。它经过了额外数据集的精炼，主要改善了四个方面：稳定性（减少随机变形）、解剖准确性（手部和面部更自然）、噪点减少、色彩饱和度和准确性。简单说，同样的提示词，Opt 版的输出更"干净"、更"舒服"。

其次，4.0 Zero（零基础版） 的定位完全不同。它是一个"预训练基础模型"，专门移除了大部分风格偏向，提供了一个相对"中性"的起点。它的主要用户是 LoRA 训练者和模型微调者——因为如果你用 Opt 版作为 LoRA 基座，Opt 的风格会"干扰"你训练的自定义风格。Zero 版减少了这种干扰。

最后，4.0 标准版是基础版本。如果你刚刚接触 Animagine XL，可以先用标准版体验，感受默认输出风格。如果觉得需要更稳定的输出，再切换到 Opt。至于 3.1，它偏"2.5D"风格（介于 2D 动漫和 3D 渲染之间），一些用户仍喜欢作为经典选择。如果你不确定，官方 Playground 支持在线切换对比。 :::

:::card{type="faq" title="怎样写好提示词？有没有模板？"} 写好提示词是使用 Animagine XL 的核心技能，但不需要从零开始学。记住官方推荐的标签排序模板，你就掌握了 80% 的技巧。

首先，官方推荐的提示词结构是： `主体数量 → 角色名 → 系列/作品名 → 评级标签 → 其他标签（任意顺序）→ 质量增强标签（最后）`

这里有一个完整示例，我们来拆解分析： `1girl, firefly (honkai: star rail), honkai (series), honkai: star rail, safe, casual, solo, looking at viewer, outdoors, smile, reaching towards viewer, night, masterpiece, high score, great score, absurdres`

• `1girl` → 主体数量（1 个女孩）
• `firefly (honkai: star rail)` → 角色名（括号标注系列，避免同名混淆）
• `honkai (series), honkai: star rail` → 作品归属
• `safe` → 评级标签
• `casual, solo, looking at viewer, outdoors, smile, reaching towards viewer, night` → 场景和姿态描述（顺序不限）
• `masterpiece, high score, great score, absurdres` → 质量标签（务必放在最后）

其次，理解标签的层次。有些标签是"确定性"的（角色名、作品名），有些是"描述性"的（姿态、场景、表情），有些是"质量增强"的（masterpiece、high score）。确定性标签要尽量准确，描述性标签按需求添加，质量增强标签作为收尾。

最后，负提示词同样重要。官方推荐模板：`lowres, bad anatomy, bad hands, text, error, missing finger, extra digits, fewer digits, cropped, worst quality, low quality, low score, bad score, average score, signature, watermark, username, blurry`。把这些复制到负提示词框中，能有效减少常见的生成错误。 :::

:::card{type="faq" title="Animagine XL 真的免费吗？有没有隐藏收费？"} 没有任何隐藏收费。这是经过验证的事实。

首先，模型权重本身是开源的，采用 CreativeML Open RAIL++-M 许可证。你可以从 HuggingFace 或 Civitai 免费下载，可以直接在 ComfyUI、Forge、Automatic1111 等本地工具中使用。没有任何激活码、授权限制、付费解锁功能。

其次，官方网站也完全不收费。没有用户账户系统（不需要注册），没有付费订阅层级，没有积分系统，没有每日使用次数限制。Playground 在线体验同样免费，由第三方托管但使用上无任何收费入口。

最后，团队通过完全自愿的方式获得支持。如果你觉得项目有价值，可以通过 GitHub Sponsors 或加密货币（ETH/USDT）捐赠。但这些捐赠不会解锁任何功能——因为所有功能本身就是免费的。捐赠只是你对开源项目的一种支持方式，就像给 Wikipedia 捐款一样。 :::

:::card{type="faq" title="我可以用生成的图片做商业用途吗？"} 可以，但你需要理解许可证的具体条款。

首先，许可证明确允许商业使用。CreativeML Open RAIL++-M 许可证是专门为 AI 模型设计的开源许可证，明确列出了"Use"（使用）和"Reproduction"（复制）的权利，包括商业用途。这意味着你可以用 Animagine XL 生成的图片制作商品、设计素材、书籍封面等。

其次，商业使用仍有一些要求。你需要保留许可证副本，如果修改了模型需要说明变更内容，保留原作者的声明。这些要求不难满足——在项目文档中注明模型来源即可。

最后，许可证也明确禁止某些用途。你不能使用生成的图片进行非法活动、制作有害内容、参与歧视或剥削行为。特别是，可接受使用政策明确禁止：生成儿童性虐待内容、非自愿亲密图像、有害深度伪造、骚扰和威胁内容。这些限制不是 Animagine XL 特有的，而是负责任地使用 AI 创作工具的基本要求。 :::

:::card{type="faq" title="4.0 相比 3.1 有哪些改进？值不值得升级？"} 如果你正在使用 3.1，4.0 的改进是显著的——但"值不值得"取决于你的具体需求。

首先，最大的变化是训练方式。4.0 是从 SDXL 1.0 完全重新训练的，而不是在 3.x 版本上增量训练。这就像建一栋新楼而不是在旧楼上加盖——基础更扎实，扩展空间更大。4.0 的目标是更自然、更艺术、更灵活的视觉效果，提示跟随能力明显更强。

其次，视觉风格上的差异。3.1 偏"2.5D"风格，介于纯 2D 动漫和 3D 渲染之间，有一种独特的质感，很多用户依然很喜欢。4.0 则更接近"纯正动漫"风格，在灯光、纹理和景深效果上有显著提升。如果你追求更自然的艺术感，4.0 是更好的选择。

最后，关于风格偏好不必纠结。3.1 仍然是很多人心中的经典选择，它有自己的美学特色。如果你不确定，官方 Playground 支持同时打开两个标签页进行对比测试。用相同的提示词在 3.1 和 4.0 上分别生成，看哪个更符合你的审美偏好。 :::

:::card{type="faq" title="模型的局限性有哪些？哪些场景不适合用它？"} 任何模型都有局限性，了解这些能帮你避免失望。Animagine XL 的官方文档明确列出了以下几点。

首先，自然语言提示词效果较差。这是 Danbooru 标签体系的双刃剑——精度高但学习曲线存在。如果你习惯用自然语言描述画面（比如"一个穿红裙子的女孩在雨中撑着伞回头看"），Animagine XL 可能不会很好地理解。你需要把描述转译成标签组合。对于偶尔使用的人来说，这可能不够"直觉"。

其次，复杂结构仍不稳定。复杂手部互动（如握拳、手指交叉、手持物品的特定角度）虽然 4.0 比 3.1 有改善，但仍然不够可靠。图像内文字（如招牌、横幅、书本封面上的文字）几乎不可靠，会在图像中显示为乱码或无意义的形状。极高分辨率（超出 SDXL 标准 1024 基准）的输出质量可能会退化。

最后，角色和风格方面。极新或非常冷门的角色可能不准确（毕竟知识截止到 2025 年 1 月）。多角色场景（三人及以上）需要更精细的提示工程才能获得理想构图。风格一致性在批量生成中需要额外标签来控制。这些限制不是致命问题，但如果你有非常特定的需求，可能需要配合其他工具或手动后期处理。 :::