模型介绍
中文整理Anima 1.0 Turbo — OpenVINO IR (INT8, 动态尺寸)
本地推理版 Anima 1.0 Turbo(2B 动漫文生图模型),
已转换为 OpenVINO IR 格式,权重经 NNCF 压缩为 **INT8**,支持**任意分辨率**(16 的倍数)。
原始模型: circlestone-labs/Anima (Anima 1.0 Turbo,Diffusers 转换版)
许可证:CircleStone Labs Non-Commercial License v1.2;作为 Cosmos 衍生模型同时受
NVIDIA Open Model License 约束(详见下文「许可证」)。
模型架构
组件 说明
- ----- ------
text encoder Qwen3-0.6B(文本编码)
llm adapter 自研 LLM 适配器(Qwen3 → 扩散主干 的跨注意力桥接)
transformer CosmosTransformer3DModel,2B 参数 / 28 层
vae AutoencoderKLWan(解码器)
scheduler FlowMatchEulerDiscreteScheduler(shift=3.0)
目录结构
模型合计约 **2.6GB**(INT8)。所有 IR 的 latent 空间尺寸(H/W)均为动态维度,
图像分辨率只要是 16 的倍数即可(如 512×512、768×1360、1024×1024)。
环境要求
Python 3.12
openvino >= 2026.3
diffusers >= 0.39
transformers >= 4.57
torch(仅转换/量化时需要,纯推理建议用 OpenVINO 运行时)
nncf(仅需要重新量化时安装)
快速开始
参数说明
参数 默认值 说明
- ----- -------- ------
- -prompt 基础动漫提示词 正向提示词(Danbooru 风格标签)
- -negative-prompt 基础负向词 负向提示词,仅在 guidance > 1 时生效
- -size 768x1360 分辨率,宽x高,需为 16 的倍数
- -steps 10 采样步数,推荐 8~12
- -guidance 1.0 CFG 强度;>1 时启用负向引导
- -seed 42 随机种子
- -device GPU CPU / GPU / AUTO(GPU 编译失败自动回退 CPU)
- -output anima output.png 输出图片路径
提示词建议
使用 Danbooru 风格标签:全小写、逗号分隔、词间用空格; score * 是评分标签(唯一用下划线的)。
画师标签必须带 @ 前缀才生效,如 @artist name 。
分级标签: safe (全年龄)/ questionable (擦边)/ explicit (露骨)。
基础前缀推荐: masterpiece, best quality, score 7, safe,
负向提示词推荐: worst quality, low quality, score 1, score 2, score 3, artist name, blurry, jpeg artifacts
提示:CFG=1.0 时提示词约束较弱,画面更接近模型默认风格;
需要严格跟随提示词(例如强制全年龄向)时,请用 --guidance 2.0~3.0 并配合负向提示词。
性能参考
测试环境:Intel Iris Xe 核显(iGPU)、512×512、8 步、INT8:
阶段 耗时
- ----- ------
模型编译(首次 / 有缓存) 约 80s / 约 7~11s
采样(CFG 1.0) 约 3s/步
采样(CFG 2.0) 约 8s/步
VAE 解码 约 60s
转换说明
原模型为自定义管线( AnimaTextToImagePipeline ),optimum 官方导出器不支持,因此按组件手动转换:
- text encoder (Qwen3):torch 追踪 → OpenVINO IR
- llm adapter :torch 追踪 → OpenVINO IR
- transformer (Cosmos 2B): torch.export (动态 H/W)→ ONNX → OpenVINO IR
- vae decoder : torch.export (动态 H/W)→ OpenVINO IR
- 全部组件经 NNCF INT8 ASYM 权重压缩
与原始 PyTorch 管线逐组件对拍验证:文本嵌入平均误差 0.15、适配器输出误差 0.13、
主干速度场几乎一致(相对误差
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖,以原作者说明为准。
是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
资料或下载有问题?
登录后可提交反馈。
