Model
.ai
open AI-modellen volgen

LilyBreed

7651°
LilyBreed
Gemaakt door
JujoHotaru
op Civitai
BY JujoHotaru - Recommended output settings CFG Scale : 4-5 Sampler : Euler A Sampling steps : 20 - 40 Resolution : mainly tested on 768x768, 768x1152, 832x1216, 800x1200 and 1024x768. Quality prompts masterpiece, best quality, amazing quality, very aesthetic, absurdres, cute, kawaii, cute round face, slender, detailed eyes, detailed hair, (PUT YOUR PROMPTS HERE) Negative prompts sample lowres, bad quality, worst quality, bad anatomy, sketch, jpeg artifacts, ugly, poorly drawn, blurry, watermark, bad eyes, bright pupils, white pupils, ugly, bad hands, bad face
Notities van de maker
(日本語説明は後半にあります) About this model "LilyBreed" is an Illustrious-based SDXL checkpoint, pursuing "kawaii", cuteness. This checkpoint has 2.5D semi real style trained from outputs. There are 2 variations : - - - To download each types, switch version tabs ↑ above. I feel that model merging is similar to the breeding of flowers (to improve their appearance), so named "Breed". These models have special features : - Include many originally trained data to adjust painting style (saturation, tone), eye shape, and quality (finely detailed pupils, finely detailed outlines, fine painting, reducing grain noise etc). - Detailed backgrounds. - Powerful prompting based by Illustrious (and NoobXL). More various other LoRA's and Checkpoints are released on my or . Please check it out. Recommended output settings - CFG Scale : 4-5 - Sampler : Eular A - Sampling steps : 20 - 40 - Resolution : mainly tested on 768x768, 768x1152, 832x1216, 800x1200 and 1024x768 - Using A-Detailer (for face, breasts etc.) is highly recommended. (inpaint denoising strength : 0.3-0.5) - HiRes Fix : use SwinIR_4x, R-ESRGAN 4x+ or 4x-UltraSharp with denoise strength 0.3-0.7. - Quality prompt / Negative prompt : See below. - VAE : embedded. Quality prompts sample This and base checkpoints are derived from Illustrious, so use quality prompts for Illustrious models. masterpiece, best quality, amazing quality, very aesthetic, absurdres, cute face, slender, detailed eyes, detailed hair, (PUT YOUR PROMPTS HERE) Negative prompts sample lowres, bad quality, worst quality, bad anatomy, sketch, jpeg artifacts, ugly, poorly drawn, blurry, watermark, bad eyes, bright pupils, white pupils, bad hands, bad face, (PUT YOUR NEGATIVE PROMPTS HERE) このデータモデルについて [ v4.0 アップデート:塗りの質感、背景品質の改善を行いました ] LilyBreedは、二次元イラストレーション生成に特化した「Illustrious」派生形モデルで、の出力を学習した2.5Dのセミリアル系スタイルとなっており、可愛さを追求しています。 以下2種類のバリエーションを用意しました: - - - 各タイプをダウンロードするには、ページ上部のバージョンタブを切り替えてください。 私はモデルのマージはお花の交配(品種改良)と近いものを感じているため、品種改良を意味するBreedと名付けました。Breedシリーズの特徴として、作者が独自に学習させた多数のLoRAをマージすることで、画質・色味・陰影や眼の形などを調整したり、輪郭線および眼の質感向上や粒子ノイズ低減、HiRes Fixの高品質化などを図っています。 使い方 - 推奨される出力設定や品質指定プロンプト・ネガティブプロンプトなどは上記を参照してください。 - サンプラーに「Eular A」系統以外を使うと画質が劣化しやすいので注意してください。 - ネガティブプロンプトは空にせず、低品質系のワードを入れて調整したほうが良い画質が出やすいようです。(高速出力などのため使えない場合は無くても大丈夫です) - A-Detailerの使用を推奨します。顔のリファインのInpaint denoising strengthは0.3、裸体の胸には0.5程度がよいでしょう。 - Illustriousベースのため、PonyベースのBreedシリーズモデルに比べ、当方公開の各種LoRA(のうち、Illustrious対応を銘打っていないもの)の効きが弱くなりますのでご了承ください。 - その他、Illustrious系特有の癖などがありますので、Illustriousモデルの使い方解説記事などを参照してください。 - ネコミミなど動物耳キャラクターを生成する場合、人間耳を出さないようにするも用意しています。 VAEは焼き込み済みですので、別途用意する必要はありません。 他にもさまざまなLoRAやデータモデルを公開していますので、またはをご覧ください。 Merge recipe - Based on 8 models (all merged with ratio 0.125) : - - - illuminous_v01 - - - - - - Original finetuned data with "" outputs - Original trained LoRAs for eye shape/painting/detailing - VAE
422 downloads · 21 likes op Civitai
SHA256
D70D27A853C4C8A87013FAB1C03B1123901834CCBD3C18AB4B5687C95AF01AC5
Ranking badge
Updated Oct 22, 2026
LilyBreed op ModelTrends.ai: Heat 7,651°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Populariteitstrend van LilyBreed
Heat score, laatste 12 maanden
Heat score
7,651°
Deze week
n.v.t.
Nog niet uitgebracht/getrackt
Deze maand
n.v.t.
Nog niet uitgebracht/getrackt
Afgelopen jaar
n.v.t.
Nog niet uitgebracht/getrackt
LilyBreed: Heat score, laatste 12 maanden7,000°7,321°7,643°7,964°8,286°Oct 2025Dec 2025Mar 2026May 2026Aug 2026Oct 20267,651°ModelTrends.ai
7,000°
Basis
De schaal loopt van 0° tot 9.999°. Alles onder 7,000° is gereserveerd voor modellen waar nog geen bron over rapporteert, die daar een tijdelijke waarde krijgen zodat de lijsten compleet blijven. 7,000° is waar gemeten data begint: een model met echte data maar bijna geen downloads zit op de basis, en de metingen vullen de graden erboven. De basis zegt niets over het model; alleen de graden erboven doen dat, en die maken het verschil tussen modellen.
+792°
Civitai-downloads
422 downloads van deze exacte versie op Civitai. Downloads zijn het zwaarste ingrediënt en worden geteld op een logaritmische schaal: tien keer zoveel downloads voegt dezelfde 300° toe, dus een model met een miljoen downloads is niet duizend keer heter dan een met duizend. De zes downloadbronnen delen die ene term, verdeeld naar verhouding van hun aantallen.
+201°
Likes
21 likes en duimpjes omhoog over de bronnen heen. Een like weegt half zo zwaar als een download, op dezelfde logaritmische schaal.
+5°
Adoptiesnelheid
Ongeveer 0 downloads per dag, gemeten tussen twee metingen van de bronnen, nooit geschat op een levenslange gemiddelde. Snelheid weegt een kwart van de downloadterm, zodat een verse piek zichtbaar is zonder dat een dagpiek jaren gebruik overstemt.
+150°
Volledig model
+150° omdat dit een volledig model is: een checkpoint, de gewichten zelf. Een LoRA of embedding is een toevoeging op iemands gewichten en overstijgt nooit een checkpoint met gelijke populariteit.
−497°
Leeftijd
−497° omdat de SDXL-gewichten uit 2023 komen. Elk model erft de leeftijd van de gewichten waarop het is gebouwd: 150° per jaar, tot 750°, en het blijft groeien tot die grens. Zonder dit zouden de top van de lijst checkpoints uit 2022 en 2023 zijn, puur op basis van downloads die jaren hadden om op te lopen.
Toon gedetailleerde uitsplitsing
Elk getal op deze site is te controleren. De heat-score van dit model is 7,651°, en hier wordt die stap voor stap opgebouwd, met de tussentijdse totalen na elke stap: de basis, de graden die elke bron toevoegt, de bonus voor het type model en wat de leeftijd van de gewichten eraf haalt. De kleuren zijn de banden van de grafiek hierboven. De woordenlijst achteraan legt elke term uit.
  1. 1
    Begin bij de basis.
    Waarom 7,000° en niet nul: de schaal loopt van 0° tot 9.999°, en het deel onder 7,000° is gereserveerd voor modellen waar nog geen bron over rapporteert, die daar een tijdelijke waarde krijgen zodat de lijsten compleet blijven en nooit hoger staan dan een model met data. 7,000° is waar gemeten data begint. Een model met echte data maar bijna geen downloads zit hier; alles wat volgt is meting, en de ruimte boven de basis bevat tien stappen van tien keer zoveel downloads, elk 300° waard. De basis is voor elk model hetzelfde, dus die zegt niets; de graden erboven wel.
    7,000°
    lopende totaal
  2. 2
    Voeg de downloads toe.
    422 download-equivalenten in totaal, van Civitai-downloads. Tien keer de downloads voegt dezelfde 300° toe, dus grootte telt mee maar bepaalt niet alles.
    +792°
    7,792°
    lopende totaal
  3. 3
    Voeg de likes toe.
    21 likes en duimen omhoog, met de helft van het gewicht van een download.
    +201°
    7,993°
    lopende totaal
  4. 4
    Voeg de adoptiesnelheid toe.
    Ongeveer 0 downloads per dag op dit moment, gemeten tussen twee metingen, met een kwart van het gewicht.
    +5°
    7,998°
    lopende totaal
  5. 5
    Bonus voor een volledig model.
    Een checkpoint bevat de gewichten zelf; add-ons scoren niet hoger dan een even populaire.
    +150°
    8,148°
    lopende totaal
  6. 6
    Haal de leeftijd eraf.
    De SDXL gewichten kwamen uit in 2023: 150° per jaar, tot maximaal 750°, groeiend tot dat moment.
    −497°
    7,651°
    lopende totaal
  7. =
    De heat-score.
    Waar dit model staat op elke lijst van deze site. Niets anders beïnvloedt dit.
    7,651°
Woordenlijst: de gebruikte termen
Heat-score
Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer
De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten
Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal
Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes
Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid
Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat
Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder
Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde
Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites
Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens
Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint)
De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding
Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten
De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd
Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost
Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score
Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode)
Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend
Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model
Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.
Hoe de populariteit van dit model zich verhoudt tot de rest van de catalogus: de groei in downloads, likes en gebruik per periode, gemeten ten opzichte van de typische groei van modellen in dezelfde periode, met de heat score op dat moment. Boven de typische groei betekent stijging, eronder daling. Het verleden wordt herbouwd vanuit de huidige totalen, de eerste dag van het model en de gemeten downloadsnelheid als er twee metingen zijn; een model dat er aan het begin van een periode nog niet was, toont n.v.t.
Lokaal uitvoeren
lilybreed_SlenderV60.safetensors
6.46 GB · SafeTensor · fp16 · pruned
Downloads worden geleverd door Civitai. Sommige makers vragen eerst om in te loggen op Civitai.