Anima-Light-Lavender：面向长自然语言提示词的 Anima 后训练模型

Anima-Base v1.0 以 Danbooru 风格标签作为原生输入。Anima-Light-Lavender 走的是另一个方向：它基于带有长自然语言 image_description 字段的结构化描述进行训练，本次发布重点在于理解 512 token 规模的描述。训练集约为 170 万张 Danbooru 图像，由一套数据处理流程完成标注与筛选，该流程所用的标注、筛选和偏好判断模型全部由作者自行训练，而非直接采用现成方案。

该模型面向动漫插画、角色与风格化艺术，由描述性段落驱动，而非标签堆叠。

有哪些变化，哪些没有变

由于层数、参数数量和文件布局都与基础模型一致，现有的 Anima 工作流只需替换其 checkpoint 即可。

在 ComfyUI 中安装

1. 将一个权重文件放入 ComfyUI/models/diffusion_models/。请在 BF16 或 MXFP8 版本中二选一，不要两个都放。
2. 复用你当前 Anima 环境中的文本编码器和 VAE：将 qwen_3_06b_base.safetensors 放入 ComfyUI/models/text_encoders/，将 qwen_image_vae.safetensors 放入 ComfyUI/models/vae/。
3. 在 ComfyUI/custom_nodes/ 中执行 git clone https://github.com/aa0525/comfyui-zako-pe.git 安装配套节点，然后重新启动 ComfyUI。

comfyui-zako-pe 节点包新增了两个节点：Danbooru Caption JSON，用于组装结构化描述；以及 Danbooru Prompt Extend (OpenAI)，用于调用兼容 OpenAI 的服务器，将标签风格的 image_description 扩展为自然语言。配套模型 zako-pe（ZAKO-V0.1）则用于在本地完成这一扩展。

本次发布附带两个工作流，二者都可通过把 JSON 拖拽到 ComfyUI 画布上加载：

两者默认都使用 MXFP8 权重。如果你安装的是 BF16 文件，请在 UNet加载器 节点中切换 checkpoint。

使用结构化描述进行提示

该模型基于固定字段的描述进行训练，其中描述内容以散文形式写出：

{
  "year": 2025,
  "preference_level": "best",
  "artist": [...],
  "copyright": [...],
  "character": [...],
  "image_description": "...",
  "extra_tags": [...]
}

如果你不想撰写长段落，基础工作流可以接受标签，并由提示词扩展节点将其改写。作者本人给出的另一种做法是：描述图像内容，其余交给模型完成。发布说明指出，即使不使用质量词或负面提示词，结果依然干净。

推荐设置

训练详情

训练以 BF16 运行，并在 MLP 与注意力的矩阵乘法中使用 MXFP8 GEMM，批处理大小为 1024，峰值学习率为 4e-5。MLP 与注意力的 2D 参数由 Muon 更新（动量 0.95、match_rms_adamw），其余参数则继续使用 AdamW（β 0.9 / 0.95，ε 1e-8）。描述的 preference_level 分层来自一个基于约 300 万样本训练的偏好模型，训练数据截止到 2025 年 11 月底。