boxmoe_header_banner_img

Hello! 欢迎来到盒子萌!

加载中

文章导读

DyDy_Cos AI二次元萝莉合集 98.9G高清图包 神颜角色全收录


avatar
66fls 2026年11月8日 5

整理这个DyDy_Cos的AI二次元合集时,第一反应是文件夹体积——98.9G压缩包解压后直接占满两块机械硬盘。这不是普通的图包堆砌,而是某位AI绘图玩家长期训练、调参、筛选后的成果沉淀。文件命名规则统一到连日期都对齐了小数点,说明整理者有强迫症级别的归档习惯。

1

从技术参数看,这批作品集中在Stable Diffusion XL与Pony Diffusion V6两个模型分支上。早期文件夹还能看到NAI模型的残留痕迹,后期完全切换到自训练的LoRA模型。每个角色单独建立了专属LoRA,训练集控制在30-50张高质量截图,配合ControlNet的OpenPose与Canny双预处理器,把二次元角色的标志性姿势、发型流向、服装褶皱全部锁死在可控范围内。这也是为什么合集里同一个角色出现几十张不同角度、不同光照,却始终保持”神颜”识别度的原因。

2

提示词工程方面,作者偏爱Danbooru标签体系,但做了大量本地化改造。比如通用的”masterpiece, best quality”前缀后,会接一长串负面嵌入向量:`badhandv4, easynegative, ng_deepnegative_v1_75t`这些在C站流传的通用负面词之外,还自制了专门针对萝莉体型的`loli_bad_anatomy`嵌入,专门修正AI最容易崩坏的手指、锁骨、脊柱比例问题。采样器统一用DPM++ 2M Karras,步数锁30步,CFG 7.0,分辨率基础1024×1536再经由Ultimate SD Upscale 2倍放大,最终输出2048×3072甚至更高。这套参数组合跑在单张3080 10G显存上,单张出图约8-12秒,批量生成时还要开启xformers内存优化才不炸显存。

3

内容分类上,按IP归档做得极细。《原神》《崩坏:星穹铁道》《蓝色档案》《Fate》系列各自独立文件夹,连《蔚蓝档案》里冷门NPC都有单独子目录。原创角色区更有意思,作者建立了自己的角色设定集——每个OC都有固定的瞳色十六进制代码、发型骨骼权重、服装材质关键词,生成时直接调用配置文件,保证同一角色跨批次生成也不会跑偏。这种工业化流程,把AI绘图从”盲盒抽卡”变成了可复现的标准化生产线。

点击访问: DyDy_Cos AI大神二次元作品各种神颜萝莉合集【98.9G】

4

视觉风格上,整个合集贯穿着一种”赛璐珞上色+体积光渲染”的混合质感。线稿层用Anime Lineart预处理器提取后叠加Multiply混合模式,底色层走Cel Shading硬切阴影,高光层再叠加一层Add(Glow)模式的体积光。这种后期流程在Photoshop里手动做要半小时,作者写成ComfyUI工作流后,批量跑完98.9G素材只用了三个通宵。肤质处理特别克制,没滥用高斯模糊磨皮,保留了毛孔级别的噪点纹理,配合Subsurface Scattering参数模拟皮下散射,近看有真实皮肤质感,远看又是纯正二次元扁平化风格——这大概就是”神颜”标签的技术来源。

5

场景构建上,作者没用通用背景图填充,而是为每个角色设计了专属环境。雷电将军站在鸣神大社的雷光垂直落下处,夜兰倚在璃月港雨后的红灯笼檐下,早濑优香坐在基沃托斯图书馆飘尘舞动的午后光束里。这些场景不是简单贴图,而是用Depth ControlNet生成深度图,再配合IP-Adapter注入风格参考图,让角色与环境的光影交互、色温呼应达到实拍级融合度。甚至连地面倒影、空气微粒、镜头光晕这些细节都通过ControlNet的Tile模式逐像素控制。

6

文件管理细节更能看出整理者的用心。每张图片都嵌入了完整的生成参数EXIF信息——正向提示词、反向提示词、模型哈希值、LoRA权重、种子值、采样器参数全保留。按日期排序能看到作者从早期的”乱炖提示词”到后期建立标准化模板的进化轨迹。还有个`_rejected`隐藏文件夹,里面存着三万多张被筛掉的废片:手指融合、瞳孔不对称、服装逻辑错误、透视崩坏……这才是合集真正含金量所在——98.9G成品背后是近30万张的筛选淘汰率。

7

对于收藏端来说,这批资源的实用价值在于”可拆解性”。把任意一张图拖进ComfyUI的”Load Image”节点,配合PNG Info节点就能还原完整工作流。想学某个角色的LoRA训练集构建?直接看对应文件夹里的`dataset_preview`联系图。想研究特定光影效果怎么打?提取EXIF里的ControlNet预处理器参数即可复现。比起那些只甩成品图不给参数的”成品党”分享,这种保留全链路生产资料的做法,对同好者的技术迁移价值大得多。

8

存储建议:别全解压在C盘。按IP分卷压缩成7z分卷压缩包(建议单卷4G便于网盘传输),建立索引表格记录每卷包含角色、张数、模型版本。日常浏览用Honeyview或ImageGlass这类轻量看图软件加载缩略图数据库,需要原图再按需解压对应分卷。配合Everything建立文件名全文检索,输入角色名+标签(如”雷电将军 体积光 雨天”)秒级定位,比在网盘里在线预览强太多。

9

这个合集最大的特点不是”大”,而是”全链路可复现”。从数据清洗、模型训练、参数调优、批量生成、质检筛选到归档分发,每个环节都留有痕迹。对于想入门AI二次元绘图、或想研究工业化出图流程的人,这98.9G素材比买十门网课都管用。毕竟参数能抄,审美能参考,但那套把”神颜”标准化成可量化指标的筛选体系,只有亲手翻过三万张废片才能真懂。



评论(0)

查看评论列表

暂无评论


发表评论

表情 颜文字
插入代码