Anima: nhẹ, nhanh, hơi ngang bướng

Q: Màu quá bão hòa, viền gắt, vùng sáng cháy

CFG quá cao; trên khoảng 10 Anima bị cháy. Đưa CFG về 4 đến 5.

Q: Chữ trong ảnh bị lỗi

Khả năng vẽ chữ thuộc loại yếu theo chuẩn hiện nay. Giới hạn chữ trong ảnh ở một hai từ hoặc thêm vào khi chỉnh sửa.

Chủ đề: Mô hình

Bởi Chris Green

Đăng ngày 26 Tháng 9, 2026

Tổng quan

Anima là mô hình chuyển văn bản thành hình ảnh do ComfyUI hợp tác với CircleStone Labs, một start-up AI, phát triển. Nó xuất hiện lặng lẽ qua vài bản preview và một mô hình nền v1, không ồn ào. Điểm đáng chú ý là nó không phải mô hình tả thực: ghi chú phát hành cho biết nó được huấn luyện trên vài triệu ảnh anime và khoảng 800 nghìn ảnh nghệ thuật không phải anime, không dùng dữ liệu tổng hợp, và dữ liệu anime dừng ở tháng 9 năm 2025.

Kết quả là một mô hình mã nguồn mở, gọn nhẹ, 2 tỷ tham số, được xây từ đầu cho anime, manga, minh họa và concept art, một mảng mà SDXL cùng các bản fine-tune như Illustrious và Pony đã thống trị. Được tạo ra đúng cho mục đích đó, nó cho nét vẽ sạch hơn, giải phẫu anime tốt hơn, nhân vật nhất quán hơn và ít bị tả thực ngoài ý muốn.

So với SDXL: SDXL là UNet cũ với bộ mã hóa văn bản CLIP; Anima là transformer nhẹ dựa trên phiên bản tinh giản của kiến trúc Cosmos của NVIDIA. Anima đọc prompt qua bộ chuyển đổi ngôn ngữ Qwen nên hiểu ngôn ngữ tự nhiên và bám prompt tốt, đồng thời vẫn hỗ trợ tag Danbooru. VAE 16 kênh (SDXL có 4) cho ánh sáng, bố cục và chi tiết hậu cảnh tốt hơn. Là mô hình flow matching, nó chậm hơn các checkpoint SDXL tối ưu cao trên GPU phổ thông, nhưng vẫn rất nhanh so với các mô hình tả thực nặng như Qwen và Flux. SDXL có hệ sinh thái fine-tune và LoRA khổng lồ, và LoRA của SDXL không tương thích, dù LoRA mới cho Anima xuất hiện liên tục. Giấy phép nền của SDXL thoáng cho thương mại; giấy phép của Anima chặt hơn và hướng tới dự án sở thích cá nhân.

Khi dùng: khả năng vẽ chữ yếu theo chuẩn hiện nay, tốt nhất chỉ một hai từ. Độ bám prompt tốt nhưng không bằng Qwen Image hay Flux.2; Anima gần như nổi loạn với prompt quá gò bó và hoạt động tốt hơn hẳn khi được hướng dẫn lỏng và có chỗ sáng tạo. Nó mạnh nhất ở anime, nhưng với prompt và tag phù hợp cũng làm được màu nước, phác thảo, 3D, sơn dầu và cả kết quả khá trừu tượng, LoRA còn đẩy xa hơn. Hãy sẵn sàng đổi prompt, seed và sampler qua vài lần tạo trước khi trúng ý. Mô hình nền mới ra vài tuần, nên fine-tune và LoRA được dự đoán sẽ tăng mạnh trong những tháng tới.

Tham khảo

Tên	Kiểu	Ý nghĩa
Mô hình	tệp	Mô hình nền v1 (và các bản preview trước) trên Hugging Face, chỉ 4 GB.
Bộ mã hóa văn bản	tệp	Bộ mã hóa văn bản Qwen3 0,6B tham số (1,2 GB), cùng trang Hugging Face.
VAE	tệp	VAE Qwen Image trên Hugging Face; bạn đã có sẵn nếu dùng các mô hình Qwen Image.
VRAM	phần cứng	Chính thức 8 GB; người dùng cho biết 6 GB vẫn chạy. Trên card 16 GB thường chỉ dùng khoảng một nửa.
Độ phân giải	thiết lập	Tài liệu chính thức gợi ý 1 đến 2 megapixel. 1:1, 3:4, 4:5 và 16:9 đều chạy tốt; tới 1536x1536 vẫn ổn nhưng chất lượng nhỉnh hơn và ổn định hơn ở mức thấp hơn một chút.
Số bước	thiết lập	30 đến 50 cho mô hình nền; 40 trở lên cho chất lượng tốt nhất, 30 vẫn ổn tùy sampler. LoRA Turbo đời đầu hạ xuống 8 đến 12 bước, đôi chỗ chân tay bị rút ngắn lạ.
CFG	thiết lập	4 đến 5. Anima cho kết quả sạch hơn với guidance thấp; trên khoảng 10 màu bị quá bão hòa, viền gắt và vùng sáng cháy.
Sampler / scheduler	thiết lập	er_sde với simple là mặc định tốt (nét sắc, tô màu anime phẳng, ổn định). Euler A: nét mềm hơn, chất hội họa, hơi 2.5D, hợp vẽ nhân vật và bìa. DPM++ 2M SDE GPU: biến thể nhiều và bố cục phong phú hơn, khó đoán với prompt phức tạp. KSampler tiêu chuẩn; sampler ClownShark đến nay chưa cho kết quả tốt.
Prompt phủ định	prompt	Có hỗ trợ. Dùng để tránh các phong cách như "photorealistic" và các tag quen thuộc: blurry, low resolution, oversaturated, watermark, messy typography, distorted anatomy, overexposed highlights, bad hands, malformed hands.
Tag an toàn	prompt	Anima khá ít kiểm duyệt và có thể tạo nội dung không mong muốn từ prompt ngắn hoặc mơ hồ. Đặt safe, sensitive, nsfw hoặc explicit vào prompt dương hoặc phủ định tùy trường hợp, nhất là khi dùng lại prompt kiểu Danbooru ngắn.
@artist	prompt	Tag tham chiếu họa sĩ phải bắt đầu bằng ký hiệu @ và nên đặt ở đầu prompt. Anima Style Explorer liệt kê khoảng 60.000 phong cách họa sĩ trong tập huấn luyện.

Từng bước

Nạp ba tệp vào ComfyUI: mô hình nền Anima, bộ mã hóa văn bản Qwen3 0.6B và VAE Qwen Image. Anima được hỗ trợ sẵn và ComfyUI bản mới nhất kèm các mẫu ví dụ cơ bản; workflow tiêu chuẩn rất đơn giản.
Bắt đầu từ mẫu tiêu chuẩn: KSampler, sampler er_sde, scheduler simple, 30 đến 40 bước, CFG 4 đến 5, khung 1 đến 2 megapixel.
Viết prompt bằng ngôn ngữ thường, tối đa hai đến ba đoạn ngắn. Prompt rất ngắn cho mô hình nhiều không gian sáng tạo; prompt rất dài làm giảm độ bám và đôi khi cả chất lượng.
Trộn tag kiểu Danbooru vào chỗ hữu ích, với tham chiếu phong cách hoặc @artist ở đầu. Giữ gọn và sạch: Anima nhạy với việc nhồi tag lặp lại.
Thêm prompt phủ định với các phong cách không muốn (ví dụ photorealistic) và các tag chất lượng quen thuộc, cùng một tag an toàn khi prompt dương ngắn hoặc mơ hồ.
Tạo ảnh và xem kết quả như bản nháp. Nếu thiếu chi tiết mong muốn, hãy nới lỏng câu chữ thay vì siết chặt, rồi đổi seed, tag và sampler qua vài lần tạo.
Muốn diện mạo khác, đổi sampler trước (Euler A cho chất hội họa, er_sde cho anime sắc nét phẳng, DPM++ 2M SDE GPU cho đa dạng), rồi thử LoRA; một LoRA chỉ thêm vài giây.

Ví dụ

Một prompt kiểu Danbooru

1girl, solo, looking at viewer, masterpiece, detailed eyes

Prompt phủ định quen thuộc

photorealistic, blurry, low resolution, oversaturated, watermark, messy typography, distorted anatomy, overexposed highlights, bad hands, malformed hands

Thiết lập tham chiếu

RTX 4060 Ti 16 GB, standard workflow, er_sde / simple, 30 steps: about 1.8 s per step, a finished image in under a minute, VRAM at roughly 50%.

Mẹo

Tag Danbooru tiết kiệm token và chừa chỗ cho mô hình sáng tạo; ngôn ngữ tự nhiên cho nhiều kiểm soát hơn. Người dùng cho biết prompt lai mang lại cân bằng tốt nhất giữa hiểu prompt và thẩm mỹ anime.
Tag Danbooru bắt nguồn từ Danbooru, một imageboard anime ra đời năm 2005 với hệ thống tag tìm kiếm được đã trở thành một trong những hệ phân loại ảnh đầy đủ nhất trên internet; nhiều mô hình anime được huấn luyện trên ảnh gắn tag Danbooru, nên prompt bằng tag mới hiệu quả.
Prompt có cấu trúc JSON hoặc YAML đơn giản vẫn chạy vì bộ mã hóa Qwen diễn giải được, nhưng nhanh chóng hỏng khi phức tạp lên và không có gì cho thấy chúng cho ảnh đẹp hơn ngôn ngữ tự nhiên hay tag.
Đổi sampler hay scheduler hầu như không đổi thời gian tạo, nhưng với Anima có thể thay đổi kết quả rất nhiều; cùng prompt và seed qua euler, euler-a, er-sde và dpmpp-sde-gpu cho bốn ảnh khác nhau rõ rệt.
CFG thấp hơn các mô hình anime khác. Một số thích CFG rất cao; Anima thì không.
Nếu cần kiểm soát chính xác, hãy dùng mô hình như Flux.2. Anima là mô hình anime, minh họa và nghệ thuật phóng khoáng hơn, lấy một ý tưởng thô và diễn giải theo nhiều cách.
Mạnh nhất là anime, rồi đến màu nước, phác thảo, 3D và sơn dầu. Prompt màu nước cộng LoRA như Vector Paintings của Daalis đẩy phong cách đi xa hơn.
Thẻ mô hình trên Hugging Face nói kỹ hơn về thứ tự tag, cú pháp và cách viết bằng ngôn ngữ tự nhiên.

Giới hạn chữ trong ảnh ở một hai từ hoặc thêm vào khi chỉnh sửa.

Câu hỏi

LoRA của SDXL có dùng được với Anima không?

Không. Anima dùng kiến trúc khác nên LoRA của SDXL không tương thích sẵn. LoRA mới huấn luyện cho Anima xuất hiện liên tục.

Anima có hỗ trợ prompt JSON không?

Theo những gì được biết thì không hỗ trợ sẵn. Prompt JSON hoặc YAML đơn giản chạy được vì bộ mã hóa văn bản Qwen diễn giải chúng, nhưng nhanh hỏng khi phức tạp và không cho ảnh đẹp hơn ngôn ngữ tự nhiên hay tag.

Nó nhanh cỡ nào?

Trên RTX 4060 Ti 16 GB với workflow tiêu chuẩn, er_sde / simple và 30 bước, khoảng 1,8 giây mỗi bước và một ảnh hoàn chỉnh dưới một phút, dùng khoảng một nửa VRAM. Một LoRA thêm vài giây.

Có dùng thương mại được không?

Giấy phép của Anima chặt hơn giấy phép nền của SDXL và hướng tới dự án sở thích cá nhân. Hãy đọc giấy phép trước khi dùng thương mại.

Chỉ dành cho anime thôi sao?

Anime là thế mạnh nhất, nhưng với prompt và tag phù hợp nó cũng tạo được màu nước, phác thảo, 3D, sơn dầu và kết quả khá trừu tượng, và LoRA đưa nó sang thêm nhiều phong cách khác.

Liên kết và nguồn

Mô hình trong hướng dẫn này

Mô hình Anima

Người viết

Chris Green

Chế tạo máy trong gara nóng hơn cả GPU. Đánh giá hiệu năng hai lần, một lần vì khoa học, lần nữa vì số đầu tiên xấu hổ. Chạy mô hình local vì nguyên tắc và dùng 3090 đã qua sử dụng. Tin đám mây là máy người khác với giá cao hơn.

Tất cả hướng dẫn của Chris Green

Các nút ComfyUI: tài liệu và khắc phục sự cố

2 Tháng 6, 2026

MiniMax H3 video prompts: cấu trúc chính thức

14 Tháng 9, 2026

Hướng dẫn khác

Best AI Models for Anime in 2026: MOSS-Image, Anima, Illustrious

16 Tháng 10, 2026

Bộ Điều Chỉnh Chất Lượng Thẩm Mỹ - Masterpiece cho Anima: làm cho các thẻ chất lượng có ý nghĩa

1 Tháng 10, 2026

Anime trong Thực tế cho Anima: nhân vật anime trong bối cảnh thực tế

30 Tháng 9, 2026

Phong cách > gpt-image-2 cho Anima: tăng cường chi tiết, ánh sáng và kết cấu

1 Tháng 10, 2026

MOSS-Image: a 5B anime and illustration model with layout control

19 Tháng 10, 2026