你们应该见过很多游戏icon了，比如c站有专门做那种国产游戏图标的，我对于模型的认知和态度向来都是专模专用，就和专业的人做专业的事情是一样。国内做欧美休闲游戏的也蛮多的，我个人也很喜欢玩休闲类的游戏，毕竟年纪大了手速跟不上了，所以特意训练了这一套Lora。当然也希望你们喜欢。如果有意买断的，请联系我：wechat：18647520807请各位使用者注意：此模型禁止任何形式的商业用途，仅供交流学习。SD发展到今天其实早就应该告别抽卡时代而走向专业化了，相信再过一些时日我们就可以看出模型训练师的区别。个人的判断标准主要是三个方面（仅供参考）：1.泛化性：主要考研打标的严谨性和训练过程的参数判断2.画风纯度：此标准仅限于画风lora，比如如果一个模型既2.5D又3D我就会认为训练结果的纯度不佳3.叠用价值：我们经常会组合使用Lora，如果过程中趋于可控，那么可以判断泛用性较强，当然Lora模型的发挥会收到大模型的影响，这里仅基于训练师推荐的做判断最后 照例要写的lora模型训练文档：推荐底模：PIP(自己训练的模型)，知道你们没有，那么我推荐你们使用rev系列底模当然也许哪一天我心情好就选择上传了哈哈哈哈哈，可以期待一下。另外进了知识星球的小伙伴，记得提醒我上传。最近实在有些忙，抱歉，抱歉触发词：pip权重：0.5-0.8（0.7直出效果较好）推荐底模：PIP，rev系列推荐采样方法：Euler a常规提示词组合：,PIP, Simple background,, masterpiece, best quality,其他可选提示词：Isometric viewing angle,game icon<h1 id="heading-28">关于我：</h1><h2 id="heading-29">c站主页链接：</h2><a target="_blank" rel="ugc" href="https://civarchive.com/user/tunan996/models">https://civarchive.com/user/tunan996/models</a><h2 id="heading-30">站酷主页链接：</h2><a target="_blank" rel="ugc" href="https://tunan.zcool.com.cn/">https://tunan.zcool.com.cn/</a><h2 id="heading-31">知识星球链接：</h2><a target="_blank" rel="ugc" href="https://t.zsxq.com/0e9R7FsNh">https://t.zsxq.com/0e9R7FsNh</a><h1 id="heading-32">我的相关文章：</h1><h2 id="heading-33">行业OG带你了解真正的AI训练师</h2><a target="_blank" rel="ugc" href="https://zvbhmv822na.feishu.cn/docx/SNH3dCho4oGcY1x0AcvcwehPnvc">行业OG带你了解真正的AI训练师</a>

Files with SHA256: 9423963d176f4edbf8b509ea5c0e86ce3b80b3fb5c654d287813b83d5c1ccebd