Lacrimosa

Terbaik untuk pemula. Aliran kerja yang kuat, lengkung pembelajaran rendah.

PirateDiffusion Telegram

Pro studio (SpyGlass) Web

Cipta video, imej, persona sembang tersuai, dan banyak lagi.

Layari model, render dan perbaiki dari mana-mana pelayar atau telefon.

Discord bot (Vector)

Tambah Vector ke pelayan anda atau sertai Discord Vector. Cipta apa sahaja!

Unified Editor Web

Editor untuk imej dan video: render, sunting, tingkatkan dan banyak lagi dalam satu halaman.

Civitai Web

Bayar ikut guna

Jana di laman Civitai sendiri; setiap imej dibayar dengan kredit Buzz.

Aplikasi tempatan

Perlu tetapan

Pasang program tempatan kalau komputer kau cukup kuat.

ModelDuel Web

Bayar ikut guna

Jana arahan yang sama pada sehingga 50 model checkpoint/asas sekaligus.

Sewa GPU di awan

Graydient Cloud GPU

109 muat turun · 8 suka di Civitai

Bayaran tetap, penggunaan tanpa had. Model ini dipasang dengan satu klik.

RunPod Cloud GPU

Caj mengikut minit

Sewa GPU mengikut minit dan pasang model sendiri.

Dicipta oleh

forest919

di Civitai

by forest919 - lacrimosa

Nota pencipta

This is an experimental character lora trained for anima base-v1.0. the main purpose of this model is to test whether short character-name trigger words can reliably activate the intended character features and visual identity. this model should be considered a training experiment rather than a fully polished character release. results may vary depending on prompt structure, lora weight, sampler, and how strongly the trigger words are placed in the prompt. trigger words lacrimosa, neverness to everness it is recommended to place the trigger words near the beginning of the prompt, together with basic quality tags. recommended generation settings these settings follow the general recommendations for anima base-v1.0: - base model: anima base-v1.0 - lora weight: 0.8–1.0 - 0.8–0.9 is usually the most balanced range - 1.0 can strengthen the character identity, but may reduce flexibility - sampler: er_sde / euler_a / res multistep - scheduler: simple or sgm_uniform - steps: 25–30 - cfg scale: 4–5 prompt tips start with basic quality tags such as: masterpiece, best quality, highres then add the character trigger words and character description. anima can be sensitive to prompt order, so placing quality tags and trigger words near the front of the prompt is recommended. negative prompt tips in most cases, adding only the following negative tags is enough: score_1, score_2, score_3 this is usually sufficient to avoid low-quality outputs. using too many negative tags is not recommended, as it may reduce output diversity or over-correct visual details. limitations because this is an experimental model, the trigger behavior and character consistency are still part of the evaluation. the training dataset was not strictly filtered, which may significantly affect the accuracy of the official character outfit. as a result, this model may not reliably reproduce the exact official costume design, and outfit details may vary across generations. this model is mainly intended for testing character trigger behavior, character identity activation, and prompt sensitivity, rather than strict official outfit reproduction. feedback and comparison results are welcome, especially regarding trigger strength, character identity, outfit consistency, and prompt sensitivity. official anima reference for more details about anima prompting and recommended settings, please refer to the official model page:

Kata pencetus

lacrimosa

neverness to everness

SHA256

4C98FFF1F495E87813F953EE33E2BD62BE1C4E70EBCDA7F5F4C1902B52BB0CD0

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: #57 Hottest Anima LoRA

Not this creator?

Get your own badge

Trend populariti lacrimosa

Skor panas sejak 20 May 2026

Skor haba

7,627°

Minggu ini

n/a

Belum dikeluarkan/dipantau

Bulan ini

n/a

Belum dikeluarkan/dipantau

Tahun lalu

n/a

Belum dikeluarkan/dipantau

7,000°

Lantai

Skala berjalan dari 0° hingga 9,999°. Apa sahaja di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian di situ supaya senarai tetap lengkap. 7,000° adalah tempat data yang diukur bermula: model dengan data sebenar tapi hampir tiada muat turun berada di lantai, dan ukuran mengisi darjah di atasnya. Lantai tidak memberitahu apa-apa tentang model; hanya darjah di atasnya yang buat beza antara satu model dengan model lain.

+615°

Muat turun Civitai

109 muat turun versi tepat ini di Civitai. Muat turun adalah bahan paling berat dan dikira pada skala logaritma: sepuluh kali muat turun menambah 300° yang sama, jadi model dengan sejuta muat turun tidak sepuluh ribu kali lebih panas daripada yang seribu. Enam sumber muat turun berkongsi satu terma itu, dibahagi mengikut jumlah mereka.

+143°

Suka

8 suka dan jempol naik di semua sumber. Suka seberat setengah muat turun, pada skala log yang sama.

+3°

Kadar penerimaan

Kira-kira 0 muat turun sehari, diukur antara dua bacaan sumber, tidak pernah dianggarkan dari purata sepanjang hayat. Kelajuan seberat suku istilah muat turun, jadi lonjakan baru kelihatan tanpa membiarkan lonjakan satu hari mengatasi penggunaan bertahun-tahun.

−134°

Umur

−134° sebab berat Anima keluar pada 2025. Setiap model mewarisi umur berat yang dibina padanya: 150° setahun, sehingga 750°, dan ia terus bertambah sehingga itu. Tanpanya, senarai teratas akan jadi checkpoint 2022 dan 2023 berdasarkan muat turun yang ada bertahun untuk terkumpul.

Tunjukkan pecahan terperinci

Setiap nombor di laman ini boleh diperiksa. Skor panas model ini adalah 7,627°, dan ia dibina satu bahan pada satu masa, dengan jumlah terkini selepas setiap langkah: lantai, darjah yang ditambah oleh setiap sumber, bonus untuk jenis model dan apa yang umur beratnya tolak. Warna-warna itu adalah jalur carta di atas. Glosari di akhir menerangkan setiap istilah.

1
Mula di lantai.
Kenapa 7,000° dan bukan sifar: skala dari 0° hingga 9,999°, dan bahagian di bawah 7,000° dikhaskan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian supaya senarai tetap lengkap dan tidak pernah mengatasi model dengan data. 7,000° adalah tempat data yang diukur bermula. Model dengan data sebenar tapi hampir tiada muat turun berada di sini; semua yang berikut adalah ukuran, dan ruang di atas lantai ada sepuluh langkah muat turun sepuluh kali ganda pada 300° setiap satu. Lantai sama untuk setiap model, jadi ia tidak tentukan apa-apa; darjah di atasnya yang buat beza.
7,000°
jumlah berjalan
2
Tambah muat turun.
109 muat turun setara semuanya, dari Muat turun Civitai. Sepuluh kali muat turun menambah 300° yang sama, jadi saiz penting tapi tidak pernah mengatasi skor.
+615°
7,615°
jumlah berjalan
3
Tambah suka.
8 suka dan jempol, dengan berat separuh muat turun.
+143°
7,758°
jumlah berjalan
4
Tambah kadar penerimaan.
Sekitar 0 muat turun sehari sekarang, diukur antara dua bacaan, dengan berat suku.
+3°
7,761°
jumlah berjalan
5
Tanggalkan umur.
Berat Anima keluar pada 2025: 150° setahun, sehingga 750°, bertambah sehingga itu.
−134°
7,627°
jumlah berjalan
=
Skor heat.
Di mana model ini berdiri dalam setiap senarai laman ini. Tiada yang lain mengubahnya.
7,627°

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Bagaimana populariti model ini bergerak berbanding katalog lain: pertumbuhannya dalam muat turun, suka dan penggunaan setiap tempoh, diukur berbanding pertumbuhan model biasa dalam tempoh yang sama, dengan skor panasnya pada masa itu. Di atas pertumbuhan biasa dibaca sebagai kenaikan, di bawahnya sebagai penurunan. Masa lalu dibina semula dari jumlah hari ini, hari pertama model dan kelajuan muat turun yang diukur jika ada dua bacaan; model yang tidak wujud pada permulaan tempoh menunjukkan n/a.

Contoh render

Prompt dan tetapan yang dikongsi oleh orang yang membuat render ini di Civitai. Pilih render untuk melihat cara ia dibuat.

Dapatkan prompt ini

Tetapan

Sampler

er_sde

Langkah

Guidance

4.5

Seed

560070791

Saiz

832x1216

Berat yang digunakan

Prompt

masterpiece, best quality, lacrimosa,neverness to everness,1girl, black hair, black pantyhose, black skirt, hair ornament, heart, heart hair ornament, jacket, long hair, looking at viewer, multicolored hair, off shoulder, pantyhose, red eyes, red jacket, shirt, skirt, solo, split-color hair, tongue, tongue out, twintails, two-tone hair, white hair, white shirt, x hair ornament

Prompt negatif

worst quality, low quality, score_1, score_2, score_3,

Render by forest919 on

Civitai

Prompt on BunchaPrompts

Tetapan

Sampler

er_sde

Langkah

Guidance

4.5

Seed

2561024091

Saiz

832x1216

Berat yang digunakan

Prompt

Prompt negatif

worst quality, low quality, score_1, score_2, score_3,

Tetapan

Sampler

er_sde

Langkah

Guidance

4.5

Seed

560070791

Saiz

832x1216

Berat yang digunakan

Prompt

Prompt negatif

worst quality, low quality, score_1, score_2, score_3,

Tetapan

Sampler

er_sde

Langkah

Guidance

4.5

Seed

2561024091

Saiz

832x1216

Berat yang digunakan

Prompt

Prompt negatif

worst quality, low quality, score_1, score_2, score_3,

Render by forest919 on

Civitai

Prompt on BunchaPrompts

Tetapan

Sampler

Euler a

Langkah

Guidance

Seed

1230377001

Saiz

2048x1716

Clip skip

Prompt

masterpiece, best quality, lacrimosa,neverness to everness,1girl, jacket, pantyhose, skirt <lora:mygoooo_anima_b01_lacrimos_1_5ep:1>

Prompt negatif

worst quality, low quality, score_1, score_2, score_3, blurry, jpeg artifacts, sepia

Tetapan

Sampler

er_sde

Langkah

Guidance

4.5

Seed

3109174149

Saiz

832x1216

Berat yang digunakan

Prompt

Prompt negatif

worst quality, low quality, score_1, score_2, score_3,

Tetapan

Sampler

er_sde

Langkah

Guidance

4.5

Seed

3109174149

Saiz

832x1216

Berat yang digunakan

Prompt

Prompt negatif

worst quality, low quality, score_1, score_2, score_3,

Render dikongsi di Civitai