--- title: emilia-Lora canonical_url: "https://www.modelscope.cn/models/abbuibuibui/emilia-Lora" md_url: "https://www.modelscope.cn/models/abbuibuibui/emilia-Lora.md" repository: abbuibuibui/emilia-Lora chinese_name: "爱蜜莉雅Lora模型" last_updated: 2026-09-14 pipeline_tag: text-to-image-synthesis tasks: - text-to-image-synthesis parameters: 798.1M tensor_type: - BF16 library_name: - safetensors downloads: 28 stars: 0 --- # emilia-Lora > emilia-Lora - abbuibuibui 在 ModelScope 开源的模型。Emilia（Re:Zero）— Illustrious SDXL 角色 LoRA - **Repository**: abbuibuibui/emilia-Lora - **Tasks**: text-to-image-synthesis - **Parameters**: 798.1M - **Downloads**: 28 - **Stars**: 0 - **Last updated**: 2026-09-14 Source: https://www.modelscope.cn/models/abbuibuibui/emilia-Lora --- # Emilia（Re:Zero）— Illustrious SDXL 角色 LoRA [English version](README_EN.md) | 中文说明（当前） 这是《Re:Zero − Starting Life in Another World》（《Re：从零开始的异世界生活》）中 **Emilia（爱蜜莉雅）** 的非官方角色 LoRA，在 **waiIllustriousSDXL v17**（常见文件名 `waiIllustriousSDXL_v170`）上训练。本仓库提供 E1–E7 全部权重；横向测评后的推荐默认版本是 **E5**，建议权重 **0.8**。 角色及相关原作权利归原权利人所有。本模型为同人衍生，不是官方产品。 ## 文件 | Epoch | 文件 | 定位 | | --- | --- | --- | | E1 | `Emilia_Rezero_Q-000001.safetensors` | 备选。首轮筛掉：正脸偏硬，礼装全身姿势更僵。 | | E2 | `Emilia_Rezero_Q-000002.safetensors` | 备选。首轮筛掉：身份可用，细节不如后续候选。 | | E3 | `Emilia_Rezero_Q-000003.safetensors` | 备选。礼装全身姿势更活，但 0.6–0.8 正脸常丢掉高领礼装。 | | E4 | `Emilia_Rezero_Q-000004.safetensors` | 备选。首轮筛掉：0.8 礼装全身容易丢掉过膝袜。 | | **E5** | `Emilia_Rezero_Q-000005.safetensors` | **推荐默认。** 正脸、侧脸、礼装、斗篷、坐姿和夜景在 0.6–0.8 最齐。 | | E6 | `Emilia_Rezero_Q-000006.safetensors` | 备选。未进入权重矩阵。和 E7 几乎同水平，没有单独收益。 | | E7 | `Emilia_Rezero_Q.safetensors` | 备选。最终 epoch 存盘名没有 `-000007`；和 E5 接近，正脸略更死板。 | 一般使用请下载 **E5**。其余六个文件留给需要对照 epoch 或换取舍的开发者。更看重动态姿势时，E3 是最有用的备选。 E5 SHA-256：`BB2A04B46597D81D53DB73AA6E8D1ECBDE1DAAA7BD661559846E8E2B9FD5F8A7` ## 效果展示 以下两张均为推荐设置 **E5 @ 0.8** 的直接输出，未修图。配方：Euler a，28 步，CFG 4.5，CLIP skip 2，`832×1216`；未开 Hires / ADetailer。 | 礼装（夜景半身） | 旅行斗篷 | | --- | --- | | ![礼装夜景](./showcase/01_ceremonial_night.png) | ![旅行斗篷](./showcase/02_travel_cloak.png) | ## 触发词与推荐参数 本模型只有身份触发词，**没有独立服装 token**。默认外观是白紫礼装；换装需要在提示词里直接写服装。 | 用途 | 词条 | 画面里通常是什么 | | --- | --- | --- | | 身份 | `emilia_rezero` | 银白长发、紫瞳、左侧白花与紫缎带、右侧十字发夹、尖耳 | 推荐：waiIllustriousSDXL v17 或同血统 Illustrious / NoobAI 模型；LoRA 权重 **0.8**（0.6 已能认人，礼装过膝袜在 0.8 更稳；1.0 没有额外收益）；Euler a，28 步，CFG 4.5，CLIP skip 2，`832×1216`。 如果开启 ADetailer 修脸，请把 `emilia_rezero` 以及银发、紫瞳、白花、紫缎带、尖耳写进脸部提示词，否则脸容易漂。 示例： ```text , masterpiece, best quality, very aesthetic, absurdres, anime screencap, 1girl, solo, emilia_rezero, long silver hair, purple eyes, white flower hair ornament, purple hair ribbon, pointy ears, white ceremonial dress, purple trim, high collar, upper body, looking at viewer, outdoors, night, moonlight ``` 负面词： ```text lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, signature, watermark, username, blurry, extra person, two girls, multiple girls ``` ## 为什么推荐 E5 E5 不是因为 epoch 更靠后才被选中。全部 7 个 checkpoint 先用同一配方、同一组固定 seed、权重 0.8 做了正脸和礼装全身筛选（14 张）。E1 正脸偏硬，E4 礼装全身丢掉过膝袜，因此只有 **E3 / E5 / E7** 进入第二轮。 第二轮在 9 个固定场景、4 档权重（0.4 / 0.6 / 0.8 / 1.0）下各出一张，共 **108 张**直接输出。比较项包括：银发、紫瞳、白花、紫缎带、十字发夹、尖耳、白紫礼装；侧脸与全身比例；斗篷替换是否听提示词；坐姿和夜景是否还能保住身份；以及不写服装词、不写触发词时的泄漏情况。 | 候选 | 实测表现 | 结论 | | --- | --- | --- | | E3 | 礼装全身姿势更活，但中等权重下正脸常丢高领；1.0 时斗篷容易丢靴子。 | 备选。 | | E5 | 正脸、侧脸、礼装、斗篷、坐姿、夜景在 0.6–0.8 最齐，无触发词隔离也干净。 | **推荐默认，权重 0.8。** | | E7 | 和 E5 几乎同水平，正脸略更死，没有稳定超过 E5。 | 备选归档。 | 完整中文过程记录见 [`evaluation/横向测评记录.md`](./evaluation/横向测评记录.md)。 ## 公开横向测评 下面每张图都是同一测试场景的实测拼图：**列 = epoch，行 = 权重**。图片由原始 PNG 等比例缩小并加标签，没有修图或替换。 ### 第一轮：E1–E7 @ 0.8 从左到右为 E1 到 E7。这一轮只用来缩小候选，不直接宣布成品。 | 正脸 | 礼装全身 | | --- | --- | | ![E1–E7 正脸](./evaluation/round1_face_e1_e7.jpg) | ![E1–E7 礼装全身](./evaluation/round1_dress_e1_e7.jpg) | ### 第二轮：E3 / E5 / E7 × 0.4 / 0.6 / 0.8 / 1.0 从左到右为 E3、E5、E7；从上到下为 0.4、0.6、0.8、1.0。 #### 身份与角度 | 正脸 | 三分之二侧 | | --- | --- | | ![正脸矩阵](./evaluation/01_face.jpg) | ![三分之二侧矩阵](./evaluation/02_three_quarter.jpg) | ![侧脸矩阵](./evaluation/03_profile.jpg) 0.4 三个候选都偏通用。0.6 起 E5 / E7 锁住高领和绿宝石；E3 到 0.8 仍常丢掉礼装领。侧脸尖耳和十字发夹三个都能保住。 #### 全身与服饰控制 | 礼装全身 | 斗篷替换 | | --- | --- | | ![礼装全身矩阵](./evaluation/04_dress_full.jpg) | ![斗篷矩阵](./evaluation/05_cloak_full.jpg) | ![坐姿矩阵](./evaluation/06_sitting.jpg) 0.4 / 0.6 礼装全身容易丢掉过膝袜；0.8 起 E5 / E7 礼装完整。三个候选都能听提示词换成黑斗篷，说明没有服装 token 时仍可换装。E3 在 1.0 更容易丢掉靴子。 #### 场景泛化 ![夜景矩阵](./evaluation/07_night.jpg) 夜景里三个都能认出角色。0.8 起 E5 / E7 的礼装细节更多，没有明显抄成固定训练镜头。 #### 默认服装泄漏 ![不写服装词](./evaluation/08_no_outfit.jpg) 只写 `emilia_rezero`、不写服装时，会漏出白紫高领礼装。这是单主服装数据集的正常结果：触发词会带出默认外观。要换装必须在提示词里写清楚。 #### 触发词隔离 ![无触发词](./evaluation/09_no_trigger.jpg) 挂着 LoRA 但不写 `emilia_rezero` 时，对照图是普通浅发角色，没有白花、十字发夹和礼装领。角色绑定在触发词上，不会明显污染路人出图。 ## 训练信息 - 数据：80 张人工终选并写 caption 的 Emilia 静帧。Caption 以 `emilia_rezero` 开头，`keep_tokens = 1`，训练时打乱其余标签。没有服装 token。 - 网络：LoRA rank 32 / alpha 16，训练 UNet + 双文本编码器。 - 优化器：AdamW8bit；UNet LR `1e-4`，Text Encoder LR `5e-5`；cosine，warmup 56 step。 - 精度与分辨率：bf16，1024 bucket，batch size 1，cache latents to disk，sdpa，`no_half_vae`。关闭 flip / color augmentation。 - 步数：每张图 repeat 2，共 7 个 epoch，**1120** optimizer steps（每 epoch 160 步）。每个 epoch 存一份权重。 ## 兼容性与限制 | 底模 | 结果 | | --- | --- | | waiIllustriousSDXL（任意版本） | 最佳。训练同源底模。 | | Illustrious-XL / NoobAI-XL 及其 merge | 可用，权重可从 0.7–0.9 微调。 | | Pony Diffusion V6 XL | 能加载，角色可能跑型。 | | SDXL 1.0 通用底模 | 效果差。 | | SD 1.5 / SD 2.x | 不兼容。 | 这是角色 LoRA，不是通用画风模型。评测在 waiIllustriousSDXL v170、Euler a、`832×1216` 上进行；换底模、采样器、提示词或尺寸后，结果可能不同。 ## 相关仓库 - 魔塔模型（本仓库）：[abbuibuibui/emilia-Lora](https://www.modelscope.cn/models/abbuibuibui/emilia-Lora) - 魔塔数据集：[abbuibuibui/emilia-Dataset](https://www.modelscope.cn/datasets/abbuibuibui/emilia-Dataset) — 本 LoRA 使用的 80 组图片 / caption。 - Hugging Face 模型：[abbuibuibui/emilia-Lora](https://huggingface.co/abbuibuibui/emilia-Lora) - Hugging Face 数据集：[abbuibuibui/emilia-Dataset](https://huggingface.co/datasets/abbuibuibui/emilia-Dataset) ## 许可 - 角色与原作权利归 © Tappei Nagatsuki / White Fox / 相关制作委员会所有。 - LoRA 权重采用 **CreativeML OpenRAIL-M**。 - 仅供非商业同人创作。生成内容的使用还需遵守所用底模的许可。 - 不得用于违法、欺诈、骚扰或剥削性用途。