Model
.ai
memantau model AI terbuka

LilyBreed

7651°
LilyBreed
Dibuat oleh
JujoHotaru
di 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
Catatan pembuat
(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 unduhan · 21 suka di Civitai
SHA256
D70D27A853C4C8A87013FAB1C03B1123901834CCBD3C18AB4B5687C95AF01AC5
Ranking badge
Updated Oct 22, 2026
LilyBreed di ModelTrends.ai: Heat 7,651°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Tren popularitas LilyBreed
Skor panas, 12 bulan terakhir
Skor panas
7,651°
Minggu ini
n/a
Belum dirilis/dilacak
Bulan ini
n/a
Belum dirilis/dilacak
Tahun lalu
n/a
Belum dirilis/dilacak
LilyBreed: Skor panas, 12 bulan terakhir7,000°7,321°7,643°7,964°8,286°Oct 2025Dec 2025Mar 2026May 2026Aug 2026Oct 20267,651°ModelTrends.ai
7,000°
Floor
Skala berjalan dari 0° sampai 9.999°. Semua yang di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh sumber mana pun, yang memakai angka pengganti di sana supaya daftar tetap lengkap. 7,000° adalah titik awal data yang diukur: model dengan data nyata tapi hampir tidak ada unduhan berada di floor, dan pengukuran mengisi derajat di atasnya. Floor tidak mengatakan apa-apa tentang model; hanya derajat di atasnya yang berbicara, dan itu yang membedakan satu model dengan yang lain.
+792°
Unduhan Civitai
422 unduhan versi tepat ini di Civitai. Unduhan adalah bahan terberat dan dihitung dalam skala log: sepuluh kali unduhan menambah 300° yang sama, jadi model dengan sejuta unduhan tidak seribu kali lebih panas dari yang seribu unduhan. Enam sumber unduhan berbagi satu istilah itu, dibagi proporsional sesuai jumlahnya.
+201°
Suka
21 suka dan jempol ke atas dari berbagai sumber. Suka dihitung setengah unduhan, dengan skala log yang sama.
+5°
Tingkat adopsi
Sekitar 0 unduhan per hari, diukur antara dua pembacaan sumber, tidak pernah ditebak dari rata-rata seumur hidup. Kecepatan dihitung seperempat dari istilah unduhan, jadi lonjakan baru terlihat tanpa membiarkan lonjakan satu hari mengalahkan penggunaan bertahun-tahun.
+150°
Model penuh
+150° karena ini model penuh: checkpoint, bobotnya sendiri. LoRA atau embedding adalah tambahan untuk bobot orang lain dan tidak mengalahkan checkpoint dengan popularitas sama.
−497°
Usia
−497° karena bobot SDXL keluar di 2023. Setiap model mewarisi usia bobot yang dipakai: 150° per tahun, sampai 750°, dan terus bertambah sampai itu. Tanpa ini, puncak daftar akan diisi checkpoint 2022 dan 2023 hanya karena unduhan yang sudah bertahun-tahun menumpuk.
Tampilkan rincian
Setiap angka di situs ini bisa dicek. Skor heat model ini adalah 7,651°, dan ini dibangun satu bahan pada satu waktu, dengan total berjalan setelah setiap langkah: floor, derajat yang ditambahkan setiap sumber, bonus untuk jenis model dan pengurangan karena usia bobotnya. Warna-warna itu adalah rentang pada grafik di atas. Glosarium di akhir menjelaskan setiap istilah.
  1. 1
    Mulai dari floor.
    Kenapa 7,000° dan bukan nol: skala dari 0° sampai 9.999°, dan bagian di bawah 7,000° disediakan untuk model yang belum dilaporkan sumber mana pun, yang memakai angka pengganti supaya daftar tetap lengkap dan tidak pernah mengalahkan model dengan data. 7,000° adalah titik awal data yang diukur. Model dengan data nyata tapi hampir tidak ada unduhan berada di sini; semua yang berikutnya adalah pengukuran, dan ruang di atas floor memuat sepuluh langkah sepuluh kali lipat unduhan dengan 300° masing-masing. Floor sama untuk semua model, jadi tidak menentukan apa-apa; yang menentukan adalah derajat di atasnya.
    7,000°
    total berjalan
  2. 2
    Tambahkan unduhan.
    422 setara unduhan secara total, dari Unduhan Civitai. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.
    +792°
    7,792°
    total berjalan
  3. 3
    Tambahkan suka.
    21 suka dan jempol ke atas, dengan bobot setengah dari satu unduhan.
    +201°
    7,993°
    total berjalan
  4. 4
    Tambahkan tingkat adopsi.
    Sekitar 0 unduhan per hari sekarang, diukur antara dua pembacaan, dengan bobot seperempat.
    +5°
    7,998°
    total berjalan
  5. 5
    Bonus untuk model penuh.
    Checkpoint membawa bobotnya sendiri; add-on tidak mengungguli yang punya popularitas sama.
    +150°
    8,148°
    total berjalan
  6. 6
    Lepaskan usia.
    Bobot SDXL keluar di 2023: 150° per tahun, sampai 750°, bertambah sampai saat itu.
    −497°
    7,651°
    total berjalan
  7. =
    Skor heat.
    Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.
    7,651°
Glosarium: istilah yang dipakai di sini
Skor heat
Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai
7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan
Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log
Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka
Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi
Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan
Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder
Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde
Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi
Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter
Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint)
Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding
File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot
Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia
Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga
Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti
Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang)
Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren
Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa
Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.
Bagaimana popularitas model ini bergerak dibandingkan dengan katalog lainnya: pertumbuhan unduhan, suka, dan penggunaan setiap periode, diukur terhadap pertumbuhan model biasa dalam periode yang sama, dengan skor panasnya saat itu. Di atas pertumbuhan biasa berarti naik, di bawahnya berarti turun. Masa lalu direkonstruksi dari total hari ini, hari pertama model, dan kecepatan unduhan yang diukur jika ada dua pembacaan; model yang belum ada di awal periode menunjukkan n/a.
Jalankan secara lokal
lilybreed_SlenderV60.safetensors
6.46 GB · SafeTensor · fp16 · pruned
Unduhan disediakan oleh Civitai. Beberapa kreator meminta login Civitai terlebih dahulu.