Mugen：基于 Flux 2 VAE 的 SDXL 动漫模型新生，低成本实现高质量角色生成

Mugen 是开发者 Cabal Research 推出的最新动漫生成模型系列。作为从 SDXL 到 Flux 2 VAE 潜空间转换技术的延续，Mugen 不仅重命名以区别于原始的 NoobAI 模型，更通过额外的 7 个 epoch 训练（总成本不到 8000 美元），在保留原有动漫知识的基础上，显著提升了纹理细节和图案表现力。

• 模型：https://huggingface.co/CabalResearch/Mugen

这一项目证明了，通过高效的架构迁移和针对性训练，社区驱动的小规模投入也能产出媲美大型商业模型的成果。Mugen 旨在成为本地社区易于上手、易于微调的新一代基础模型。

核心亮点

1. Flux 2 VAE 带来的画质飞跃

• 突破 SDXL 限制：传统的 SDXL VAE 在处理复杂纹理和精细图案时往往力不从心。Mugen 基于 Flux 2 VAE，彻底解决了这一瓶颈，生成的图像在皮肤质感、衣物纹理和背景细节上更加锐利自然。
• 标准兼容：训练过程严格遵循标准习惯，使得 Mugen 可以像普通 SDXL 模型一样被轻松微调（LoRA/Dreambooth），极大地降低了社区二创门槛。

2. 严谨的角色知识基准

为了量化评估模型性能，Cabal Research 开发了内部基准测试：

• 覆盖范围：涵盖 1815 个 知名角色（主要来自抽卡游戏和虚拟主播）。
• 评估方法：使用在 120 万张图像上训练的自定义判别模型，计算生成图与参考图的相似度得分。
• 对比结果：即使对比尚未发布的最新 SDXL 强模（Chenkin），Mugen 在角色还原度上也展现出了极强的竞争力。

3. 多样化的模型版本

满足不同用户的需求：

• Mugen (Base)：基础版本，拥有最广泛的通用知识和最高的可塑性。
• Mugen - Aesthetic：在精选的高质量数据集上轻微微调，输出更具美感，适合直接出图。
• Mugen - Aesthetic - Anzhc/Selph：针对特定审美偏好进一步微调，风格化更强烈。

已知局限与偏见

• 数据源偏见：基于 Danbooru 训练，可能继承其常见的标签和数据分布偏见。
• 色调偏见：Flux 2 VAE 似乎存在整体的**棕色调（Brown Bias）**倾向。
  • 解决方案：在负面提示词中加入 sepia, brown theme 可有效缓解。

推理指南：ComfyUI & A1111 WebUI

由于 Mugen 基于 Flow Matching (类似 Flux/SD3) 而非传统的扩散过程，推理设置与普通 SDXL 模型有所不同。

1. ComfyUI 用户

• 必备节点：安装 SDXL-Flux2VAE-ComfyUI-Node。
  • 该节点会自动修补模型配置，无需手动修改工作流。
  • SwarmUI 用户同样只需安装此节点。
• 采样设置：必须使用 SD3 采样节点 (因为基于 Flow)。

2. A1111 WebUI 用户

• 推荐分支：使用 ReForge 版本（原生支持 Flow 模型）。
  • 注：开发者已提交 PR 以原生支持基于 Flux2VAE 的 SDXL 修改。
• 预览设置：Flux2VAE 暂无完美预览方法，请在 ReForge 设置中选择 Approx Cheap (PCA 投影)，以避免预览报错或显示异常。
• Adetailer 修复：
  • 默认情况下 Adetailer 会丢弃高级采样脚本，导致 RF 失效。
  • 解决方法：在设置中添加 advanced_model_sampling_script,advanced_model_sampling_script_backported，或手动修改 args.py。

🎯 推荐参数 (通用)

使用建议：如何获得最佳角色一致性？

虽然基准测试仅使用角色触发词进行验证，但在实际生成中：

• 搭配系列/游戏标签：仅使用角色名可能不够，加上作品名（如 Fate/Grand Order, Genshin Impact）能显著提升一致性。
• 辅助外貌标签：如果角色还原度不佳，尝试添加具体的发色、瞳色或服饰标签（如 blue hair, twin tails）来引导模型。