【AI模型】首个Joy 模型诞生！！！全民生成Joy大片

本文主要是介绍【AI模型】首个Joy 模型诞生！！！全民生成Joy大片，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

接上一篇文章 “只要10秒，AI生成IP海报，解放双手”，这次是全网第一个“共享joy 模型”，真的赚到了

经过这段时间无数次的探索、试错、实验，最终积累了非常多的训练经验，在不同IP角色的训练上实际上需要调试非常多的参数以及素材。本次成功完成了Joy的Lora模型，虽然在泛化以及场景上未来还有着很多的空间，但是本次的模型已经可以帮助大家完成大部分的运用场景，今天无论你是设计师，还是产品，还是运营，还是研发，你都将可以实现Joy的海报生成，接下来我将为大家讲一讲如何实现。

老样子先来看看实际的效果吧！！！

生成过程

模型生成海报

接下来就来和大家讲一讲如何通过SD来生成Joy吧～

1、准备工作（在开始之前，请大家下载好本次生成需要使用到的模型）

1、底模：revAnimated_v122EOL.safetensors

2、VAE：vae-ft-mse-840000-ema-pruned

3、京东Joy-Lora模型

4、京东Joy-起手式（prompt模版）

2、放置模型

1、底模：stable-diffusion-webui——models——Stable-diffusion

2、VAE：stable-diffusion-webui——models——VAE

3、京东Joy-Lora模型：stable-diffusion-webui——models——Lora

4、京东Joy-起手式：stable-diffusion-webui

3、打开SD（⚠️如果还不知道如何配置SD的同学可以看我之前的文章：“只要10秒，AI生成IP海报，解放双手”）

4、模型设置

1、我们需要在Stable Diffusion模型中选择我们下载好的模型：revAnimated_v122EOL（当然这是我目前测试下来效果较好的底膜，你也可以下载并使用别的底膜进行尝试）

2、在模型的VAE中选择：vae-ft-mse-840000-ema-pruned（这个VAE的饱和度比较好一些，其他的VAE会使画面较灰）

5、Prompt使用

本次我已将Joy的基础Prompt设置成了模版（Joy起手式），后续大家可以根据自己想要的画面进行调整，我会讲一下本次Prompt的基础构成

1、正向词：正向词中只要分为3类，触发词+提示词+LoRA（越靠前的词汇权重就会越高）

•Joy的触发词为joy\(ip\)：只有输入这个触发词，画面中才会出现joy的形象

•提示词：在提示词中主要分为自然语言+单词描述：用自然语言来形容Joy具体在做什么（如：joy ip is standing on the stone，jumping，sitting等，建议使用进行时）；用单词来形容画面中其他需要的元素（如：outdoors, day, grass, leaf, tree, flower, sunshine，等）

•Lora权重：权重进过我的测试，最高的效果是0.7，所以在Joy的lora模型上无脑设置0.7

2、负向词：主要描述你不想要的内容（如：lowres, bad anatomy, bad eyes, bad hands等，如果在生成过程中出现了你不想要的内容也可以在后续继续补充）