Anime to real

Terbaik untuk pemula. Alur kerja yang kuat, kurva pembelajaran rendah.

PirateDiffusion Telegram

Pro studio (SpyGlass) Web

Buat video, gambar, persona chat kustom, dan lainnya.

Jelajahi model, render, dan perbaiki dari browser atau ponsel mana pun.

Discord bot (Vector)

Tambahkan Vector ke servermu atau gabung Discord Vector. Buat apa saja!

Unified Editor Web

Editor untuk gambar dan video: render, edit, tingkatkan kualitas, dan lainnya dalam satu halaman.

Civitai Web

Bayar per penggunaan

Buat di situs Civitai; setiap gambar dibayar dengan kredit Buzz.

Aplikasi lokal

Perlu pengaturan

Install program lokal kalau komputermu punya hardware yang cukup.

ModelDuel Web

Bayar per penggunaan

Hasilkan prompt yang sama pada hingga 50 model checkpoint/base sekaligus.

Sewa GPU di cloud

Graydient Cloud GPU

1,492 unduhan · 69 suka di Civitai

Biaya tetap, penggunaan tanpa batas. Model ini terpasang dengan satu klik.

RunPod Cloud GPU

Dikenakan per menit

Sewa GPU per menit dan atur model sendiri.

Dibuat oleh

qiaoy123

di Civitai

by qiaoy123 - anime to real

Catatan pembuat

To avoid any potential legal risks, please do not buzz me. 请不要给我buzz。 If your initial image has poor results due to disproportionate head-to-body ratios, you can increase the strength of the high-noise LoRA—for example, to 1.2 or even 1.5. 如果你的初始图片头部和身材比例失调而导致效果不好的话，可以增加高噪声部分的lora强度，例如1.2，甚至1.5 This is an anime-to-real (A2R) LoRA. I haven’t seen this type of LoRA on Civitai, so I decided to create one myself—this way, I don’t have to keep making separate cosplay outfit LoRAs, although I still think the results aren’t quite as good as dedicated outfit LoRAs. The low-noise part of this LoRA likely needs more training, but I don’t have time for that right now. The high-noise and low-noise components were trained on different datasets. Initially, I used the A2R dataset from XiaoZhi (Jason), which was based on Qwen. I converted real photos into videos using Wan 2.2 i2v, then used Adobe Premiere Pro (PR) to composite the anime images together. However, since Wan 2.2 isn’t an editing model, when trained on diverse source materials, the resulting model struggled to maintain consistent hair and clothing colors. To address this, I gathered a new, curated dataset and trained a fresh model. Unfortunately, the skin texture turned out quite poor, so I ended up combining the previous low-noise weights with the current high-noise ones—and the result is actually pretty decent. All training data excludes any uncensored content. When generating images with special poses or actions, you can combine this LoRA with other LoRAs for better results.You can combine this with other i2v or t2v LoRAs available on Civitai to achieve specific poses or actions. 这是一个动漫转真人的lora，我没有在civital看到这种lora，所以我自己做了一个，这样我就不必再去制作cosplay的服装lora了，虽然我认为效果仍然不如服装lora。这个lora的低噪声部分可能需要更多的训练，不过我暂时没空，高低噪是使用不同的数据集训练的，我最开始是使用小志jason大佬的qwen的a2r的数据集训练的，我将真实图片用wan2.2i2v做成视频，然后用pr将动漫图片拼在一起。但是由于wan2.2不是编辑模型，在素材种类多的情况下，训练出的模型无法控制发色和服装颜色的一致性，所以我自己找了一批素材炼了新的模型，但是皮肤质感很糟糕，所以我用之前的低噪搭配现在的高噪，效果还不错。训练素材不包含未经审查的内容，有特殊动作时，使用的时候可以搭配其他的lora。你可以搭配civital上其他的i2v或者t2v lora来完成一些特殊的动作

SHA256

10361B10E7C6C8154F84397BB2608BE2A19364BE6C7BB462375FE8CE4445D916

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #39 Hottest Wan model

Not this creator?

Get your own badge

Tren popularitas anime to real

Skor panas sejak 1 Mar 2026

Skor panas

8,006°

Minggu ini

▬

0.0%

8,008° dulu, 8,006° sekarang

Bulan ini

▲

0.1%

8,013° dulu, 8,006° sekarang

Tahun lalu

n/a

Belum dirilis/dilacak

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.

+960°

Unduhan Civitai

1,492 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.

+277°

Suka

69 suka dan jempol ke atas dari berbagai sumber. Suka dihitung setengah unduhan, dengan skala log yang sama.

+27°

Tingkat adopsi

Sekitar 1 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.

−258°

Usia

−258° karena bobot Wan keluar di 2025. 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 8,006°, 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
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
Tambahkan unduhan.
1,492 setara unduhan secara total, dari Unduhan Civitai. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.
+960°
7,960°
total berjalan
3
Tambahkan suka.
69 suka dan jempol ke atas, dengan bobot setengah dari satu unduhan.
+277°
8,237°
total berjalan
4
Tambahkan tingkat adopsi.
Sekitar 1 unduhan per hari sekarang, diukur antara dua pembacaan, dengan bobot seperempat.
+27°
8,264°
total berjalan
5
Lepaskan usia.
Bobot Wan keluar di 2025: 150° per tahun, sampai 750°, bertambah sampai saat itu.
−258°
8,006°
total berjalan
=
Skor heat.
Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.
8,006°

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.

Contoh render

Prompt dan pengaturan yang dibagikan oleh orang-orang yang membuat render ini di Civitai. Pilih sebuah render untuk melihat cara membuatnya.

Dapatkan prompt ini

Pengaturan

Sampler

Euler a

Langkah

Guidance

Seed

-1

Ukuran

576x1024

Prompt

动漫转真人

Pengaturan

Sampler

Euler a

Langkah

Guidance

Seed

-1

Ukuran

576x1024

Prompt

动漫转真人

Pengaturan

Sampler

Euler a

Langkah

Guidance

Seed

-1

Ukuran

576x1024

Prompt

动漫转真人

Pengaturan

Sampler

Euler a

Langkah

Guidance

Seed

-1

Ukuran

576x1024

Prompt

动漫转真人

Render oleh qiaoy123 di Civitai

Pengaturan

Sampler

Euler a

Langkah

Guidance

Seed

-1

Ukuran

576x1024

Prompt

动漫转真人

Render oleh qiaoy123 di Civitai

Tidak ada prompt yang dibagikan untuk render ini.

Render oleh NNAI di Civitai

Tidak ada prompt yang dibagikan untuk render ini.