📽️

Your browser does not support the video tag.

模型简介（Introduction）

Neta Lumina 是由捏Ta实验室（Neta.art）训练的高品质二次元风格图像生成模型。我们基于上海人工智能实验室 Alpha-VLLM 团队开源的 Lumina-Image-2.0，利用海量、高质量的二次元风格图像及多语种标签数据，使模型具备强大的需求理解与诠释能力，非常适合插画、海报、分镜、角色设计等场景。

主要特色

针对多样化创作场景进行优化，如 Furry、国风、宠物等
支持众多角色与风格，包括热门和冷门设定
准确理解自然语言，具备优秀的复杂提示词遵循能力
原生支持多语言，推荐优先使用中文、英文和日文

模型版本

正式发布
- 综合表现最优
基础模型（Base Model，已归档）
- 数据集：约 1300 万张二次元风格图像
- 主要目标：通用知识学习、二次元风格优化
美学微调模型（Aesthetic Model，已归档）
- 基于基础模型进一步微调
- 数据集：精选数十万张高质量动漫风格图像
- 主要目标：提升美学表现、肢体结构精准度与画面细节

使用指南（How to Use）

该模型采用基于 Diffusion Transformer 的 Lumina2 框架，与 Stable Diffusion 模型不同，请务必按本文档进行配置。

ComfyUI

环境要求（Environment）

目前 Neta Lumina 仅支持在 ComfyUI 平台使用：

安装最新版 ComfyUI
至少 8 GB 显存

模型下载与安装（Downloads）

原版

Neta Lumina-Beta
- 下载链接：https://huggingface.co/neta-art/Neta-Lumina/blob/main/Unet/neta-lumina-v1.0.safetensors
- 文件格式：.safetensor
- 存放路径：ComfyUI/models/unet/
文本编码器（Gemma-2B）
- 下载链接：https://huggingface.co/neta-art/Neta-Lumina/blob/main/Text%20Encoder/gemma_2_2b_fp16.safetensors
- 文件格式：.safetensors（约 5.23 GB）
- 存放路径：ComfyUI/models/text_encoders/
VAE 模型（16 通道 FLUX VAE）
- 下载链接：https://huggingface.co/neta-art/Neta-Lumina/blob/main/VAE/ae.safetensors
- 文件格式：ae.safetensors（约 300 MB）
- 存放路径：ComfyUI/models/vae/

对应工作流：lumina_workflow.json（在 ComfyUI 中加载该 JSON 文件即可）

image/png

UNETLoader：加载模型文件
VAELoader：加载 ae.safetensors
CLIPLoader：加载 gemma_2_2b_fp16.safetensors
Text Encoder：输出分别连接采样器的正向/负向条件

简易合并版

下载 neta-lumina-v1.0

使用 ComfyUI 默认工作流即可

提示词指南（Prompt Book）

Neta Anime Lumina绘图模型提示词指南

社区（Community）

Discord 社群：https://discord.com/invite/TTTGccjbEa
QQ 交流群：1039442542

路线图（Roadmap）

我们主要在以下方面进行模型本身的开发

持续训练基础模型，提升智能水平。
迭代美学数据集，优化肢体表现、背景丰富度及画面整体美观度。
开发更智能、多样化的打标工具，降低用户创作门槛。

关于模型生态，我们会准备

LoRA 训练教程和相应组件
- 虽然当前 Neta Lumina-Beta 尚未完全成熟，但有经验的用户可以尝试基于 Lumina-Image-2.0 的开源训练代码自行微调。
精细化控制、形象/风格一致化等能力（如 Omini Control）的开发，欢迎发起或者参与。

模型许可证与使用声明（License & Disclaimer）

Neta Lumina 采用 Apache 2.0 协议

参与者与贡献者（Participants & Contributors）

特别鸣谢：感谢上海AI实验室 Alpha-VLLM 课题组开源了 Lumina-Image-2.0 。该模型的推出为社区提供了强大的视觉生成框架，我们基于此进行了二次元领域的定向训练。在此特别感谢 Lumina 项目的作者们为开源做出的贡献。
模型开发团队：捏Ta 实验室 Neta.art Lab Civitai 主页
合作伙伴
- nebulae: Civitai ・ Hugging Face
- 生姜: Hugging Face
- 孙一

- **Narugo1992**：感谢 [narugo1992](https://github.com/narugo1992) 和 [deepghs](https://huggingface.co/deepghs) 团队开源了各种训练集、图像处理工具和模型。 - **Mikubill**：感谢 [Mikubill](https://github.com/Mikubill) 的 [Naifu](https://github.com/Mikubill/naifu) 训练师。