PixAI 中文文档 下载 App

Haruka v2 与 Hoshino 系列:经典动漫风 SDXL 模型的适用场合

DiT 模型当红,但 SDXL 老架构并没有过时:庞大的社区 LoRA 资源、精确的标签控制,仍然让这一档模型保有稳定的用户群。平台目前的 SDXL 主力是 Haruka v2 与 Hoshino 系列。

Haruka v2 生成示例
干净动漫风与精致手部描写是 Haruka v2 的招牌

Haruka v2:经典动漫风标杆

官方对它的四点概括:

适合的用户画像:偏好传统标签式提示词(一串逗号分隔的关键词精确控场),或想充分调用社区 LoRA 资源做风格实验的人。标签写法的基础在基础公式。

Hoshino 系列:两条细分口味

SDXL 与 DiT 的关键差异提醒

  1. 提示词方式不同:SDXL 对自然语言理解较弱,写完整长句效果差,按标签逐个写才准。
  2. LoRA 架构隔离:SDXL 训练的 LoRA 只能配 SDXL 模型用,不能挂到 DiT 模型上,反过来同理。LoRA 规则见LoRA 基础。
  3. 参数更全:采样步数、采样方式、CFG Scale、VAE、负面提示词都开放调节,适合精确控场,也意味着学习成本更高。
  4. 工具兼容差异:脸部修复、细节增强(HiRes)等工具在 SDXL 与旧 DiT 上支持,在新 DiT 上不支持,完整对照见模型总览。

选型速断

模型迭代频繁,具体在售列表与版本号以平台内为准。