企业官网建设流程全解析

20亿参数Anima动漫生成模型：快速上手指南

【免费下载链接】Anima项目地址: https://ai.gitcode.com/hf_mirrors/circlestone-labs/Anima

CircleStone Labs 与 Comfy Org 联合推出了一款面向二次元创作的文生图模型 Anima，当前开源的是 20 亿参数的预览版检查点。它专为动漫与插画场景训练，帮创作者解决"通用模型画二次元容易翻车、手绘专业插画又太耗时"的问题。

一张合格插画，手工要画多久

对个人创作者来说，一张能用的二次元插画从起稿、上色到修改，普遍要占用数天时间。而用通用图像模型生成动漫内容时，人物比例容易失调，同一角色的造型在多张图之间也常常对不上。Anima 的定位恰好针对这类创作：20 亿参数体量，训练素材以动漫内容为主，同时掺入一部分非动漫艺术图，适合产出插画和艺术向图像，不适合写实风格。

Anima动漫生成模型档案卡

• 规模与版本：20 亿参数，当前为训练过程中的中间检查点（预览版），最终版本将增加专用高分辨率训练与美学调优
• 训练数据：数百万张动漫图像 + 约 80 万张非动漫艺术图像，未使用合成数据；另加入 LAION-POP（ye-pop 版）与 DeviantArt 两个已过滤掉照片的补充数据集
• 数据截止：动漫训练数据更新至 2025 年 9 月
• 架构来源：基于 NVIDIA Cosmos 构建，属于 Cosmos-Predict2-2B-Text2Image 的衍生模型
• 运行环境：ComfyUI 原生支持，拖入工作流即可用
• 许可：CircleStone Labs 非商业许可，仅限非商业使用，衍生模型同时受 NVIDIA Open Model License 约束，详情见 LICENSE.md

核心能力拆解

训练数据决定能力边界

训练集里有什么，模型就擅长什么。Anima 覆盖数百万张动漫图像，对日式漫画线条、赛璐璐上色、角色表情这些元素有原生理解；80 万张非动漫艺术图则补充了泛插画能力。对用户来说，这意味着一个模型可以同时覆盖动漫与部分非动漫插画需求，不必来回切换工具。

推荐参数组合：1MP + 30~50 步

官方给出的预览版工作区间很明确：分辨率约 1MP，例如1024x1024、896x1152、1152x896；迭代30~50 步；CFG 取4~5。超出这个区间，尤其是更高分辨率，目前不是预览版的强项，官方已将其列入最终版的改进计划。

标签与自然语言可以混写

模型同时见过 Danbooru 风格标签、自然语言说明和两者混合的提示词。标签推荐顺序为 [质量/元数据/年份/安全] [角色数量] [角色名] [作品名] [艺术家] [通用标签]，同一段内顺序可随意。两个易踩的坑：艺术家名前面必须加 @，否则效果大幅减弱；纯自然语言提示建议至少写满 2 句描述，多角色出图时先点名角色再补外貌，避免模型张冠李戴。由于训练时做了随机标签丢弃，标签不必写全。

ComfyUI动漫工作流：最快上手步骤

把 split_files/ 下的三个模型文件放进 ComfyUI 的模型目录：

• anima-preview.safetensors→ComfyUI/models/diffusion_models
• qwen_3_06b_base.safetensors→ComfyUI/models/text_encoders
• qwen_image_vae.safetensors→ComfyUI/models/vae（即 Qwen-Image VAE，已有可跳过）

工作流拖入后，把分辨率设为 1024x1024、步数 30、CFG 4，即可开跑。仓库还附带多模型对比工作流 anima_comparison.json，默认并排对比 Anima、NetaYume 与 Newbie-Image，支持扩展 SDXL、Lumina、Chroma 架构，适合横向验证风格差异。

采样器差异一览：

• er_sde：整体风格中性，色块平实，轮廓线条清晰，适合标准动漫插画出图（官方推荐默认）
• euler_a：线条更细更软，偶尔带一点 2.5D 观感，CFG 可比其他采样器适当调高而不易烧图，适合唯美柔和向创作
• dpmpp_2m_sde_gpu：风格接近 er_sde 但变化更多，偶有偏夸张的输出，适合实验性作品

一段可直接照抄的标签提示词（官方样例节选）：

year 2025, newest, normal quality, score_5, highres, safe, 1girl, oomuro sakurako, yuru yuri, @nnn yryr, smile, brown hair, hat, solo

值得优先尝试的场景

• 同人创作：基于喜欢的角色生成新场景与服装设计，价值在于动笔前快速验证造型想法
• 轻小说/漫画封面：批量产出多版封面草图，省在方案筛选阶段
• 游戏角色素材：生成角色立绘概念图，前期人设迭代效率高
• 动画前期：辅助分镜与角色设定稿，省在初稿探索时间
• 选型参考：用对比工作流看 Anima 与 SDXL、Lumina 等在相同提示词下的风格差别，把合适的工具用在合适的任务上

冷静评价：优点与边界

可以肯定的：

• 20 亿参数体量相对轻巧，ComfyUI 原生支持，部署流程简单
• 标签 + 自然语言双轨提示词，组合灵活，学习成本低

需要接受的边界（均来自官方说明）：

• 不擅长写实生成，这是定位选择而非缺陷
• 文字渲染仅限单词和短短语，长文本不可用
• 预览版高分辨率表现有限，最终版将补上专用高分辨率训练
• 默认画风偏朴素中性，不加质量或艺术家标签时画面显得"未打磨"
• 提示词过短或缺细节时可能跑偏，官方建议补全安全标签并写足描述

许可提示：模型及其衍生成果仅限非商业用途，商用流程尚在制定中，商用项目不应直接采用。

写在最后

对动漫创作者而言，Anima 的定位很清晰：不做写实，而是在 1MP 动漫插画这个区间提供低成本、快迭代的选择。如果你正在做二次元插画、同人创作或角色设计，现在用 ComfyUI 跑一轮预览版、观察它与最终版的差距，是稳妥的尝试方式。

【免费下载链接】Anima项目地址: https://ai.gitcode.com/hf_mirrors/circlestone-labs/Anima