作者Supasizeit (Shitpost King)
看板AI_Art
标题[StaD] 已知用火，但clip很重要
时间Thu Nov 6 22:19:05 2025
说起来真是丢脸
玩了这麽久SDXL
以为一个clip打天下
最近因为不知道comfy改版还是怎样
很容易生黑图
才发现pony 跟illustrious Clip不见得通用
下了一些clip-l clip-g 还有long clip
根本就新大陆
如果想要精进的可以google一下
Waifu illustrious适合IL
Powerpuffmix 适合pony
Pony有人特别训练long clip
Seaart的Long clip-l 我试了是都不行
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 203.204.195.174 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1762438747.A.077.html
1F：推 a159371153: Flux、wan、qwen……等模型都有要求用特定的clip不是 11/07 15:29
2F：→ a159371153: ？ 11/07 15:29
3F：推 laeva75: pony跟illustrious不是有内含clip吗？ 11/07 22:05
4F：→ Supasizeit: 是这样没错但不是这样 外挂clip 跟换成 long clip to 11/07 22:22
5F：→ Supasizeit: ken size 差很多 11/07 22:22
6F：→ Supasizeit: SDXL的prompt adherence 跟qwen那些不能比 能挤多少 11/07 22:24
7F：→ Supasizeit: 是多少 毕竟瑟瑟还是要靠sdxl 11/07 22:24
8F：推 iman00b: 1F，他说的类似fine tune clip，与flux/wan/qwen不同 11/08 01:29
9F：→ iman00b: 此外，flux是dual text encoder，可同时吃 clip/t5。 11/08 01:30
10F：→ iman00b: t5就是用自然语言，wan&qwen只用encoder，qwen那个很强， 11/08 01:31
11F：→ iman00b: wan/qwen因为是中国人开发的，所以吃中文很好用， 11/08 01:32
12F：→ iman00b: 而这些东西都有fine tune版本，但我换过其实没太大差别， 11/08 01:33
13F：→ iman00b: qwen那个用自家的LLM-VL，v3非常的猛，想拿来换掉v2.5试 11/08 01:34
14F：→ iman00b: 不过最近没时间弄，你有兴趣可看看8B那版能不能换 2.5 7B 11/08 01:35
15F：→ Supasizeit: Qwen3 4B的LLM就很猛了 11/08 01:57
16F：→ Supasizeit: VL我没试过 改天来试试 11/08 01:59
17F：推 iman00b: VL主要是能分析影片，comfy有node，但我要说的不是这个， 11/08 04:01
18F：→ iman00b: 我是说 Qwen-Image/Edit 用的是 qwen2.5vl-7b， 11/08 04:02
19F：→ iman00b: 不知道能不能把这个换V3新版8B那个~ 11/08 04:03
20F：→ iman00b: 如果你想反推影片与提示词可以试试 V3 VL 那版， 11/08 04:03
21F：→ iman00b: google 一下应该有 youtube 影片可以参考。 11/08 04:04
22F：→ iman00b: 此外 clip 我之前用过一个还不错，你看看能不能用： 11/08 04:06
24F：→ iman00b: 我找fine tune的方法很简单，你看这右边不是有base model 11/08 04:12
25F：→ iman00b: 你看下方会有fine tune (有的还会有量化 11/08 04:13
26F：→ iman00b: 点进去找下载数与赞数比较多的玩玩看。 11/08 04:14
27F：推 a159371153: Qwen3vl之前试不能瑟瑟就没用了。 11/08 05:26
28F：→ a159371153: 他有个nsfw think，但那个只是分析图片，并不会帮我写 11/08 05:29
29F：→ a159371153: nsfw的提示词，不知道能做什麽。 11/08 05:29
30F：→ a159371153: 然後，clip的事，自从flux问世後，我就没碰sdxl了，然 11/08 05:32
31F：→ a159371153: 後，ill问世後，就没碰pony了，所以，没遇过楼主遇到 11/08 05:32
32F：→ a159371153: 的问题，自然没有sdxl的clip方面的问题。 再加上现在 11/08 05:32
33F：→ a159371153: 用的模型，全都有配套的clip，所以clip的问题还真没遇 11/08 05:32
34F：→ a159371153: 过。 11/08 05:32
35F：→ a159371153: 目前我nsfw都是用ill画，然後用qwen 2509转换成真实 11/08 05:34
36F：→ a159371153: 照片。 11/08 05:34
37F：→ Supasizeit: Zeroint 在flux 比较出名 他还弄了encoderless flux 11/08 08:39
38F：→ Supasizeit: 他那个clip 我用了会生黑图 11/08 08:39
39F：推 iman00b: 试过 abliterated 版本吗？ 11/08 08:43
41F：→ iman00b: 右边那里选 finetuned，然後搜寻 abliterate， 11/08 08:45
42F：→ iman00b: 这是从 transformer model 那里直接去限制的，但是... 11/08 08:45
43F：→ iman00b: 但是不一定有效，可以试试看~反正试试又不用钱。 11/08 08:46
44F：推 iman00b: zer0int有好几个版本，应该也有支援SD的，但主要是Flux 11/08 08:51
45F：→ Supasizeit: Qwen3 VL满通用的 丢pdf txt 跟图都可以读 而且没有 11/08 13:10
46F：→ Supasizeit: 太多自我审查 11/08 13:10
47F：→ Supasizeit: 不过好像不能直接替换encoder吧 11/08 13:11
48F：→ UnWf: 有什麽推荐的clip给illustrious用吗 c站抓了几个来试不是杂 11/08 19:19
49F：→ UnWf: 讯就是动作可能有一点差异但品质好像没什麽太大的改变？ 11/08 19:19
50F：→ Supasizeit: 你是用什麽illustrious 11/08 22:22
51F：→ Supasizeit: 差的不是品质 是提示词的控制度 11/08 22:23
52F：→ Supasizeit: 品质要靠sampler upscale 等等 11/08 22:23
53F：推 iman00b: upscale有试过seedvr、flashvsr吗？flashvsr挺强的， 11/09 07:18
54F：→ iman00b: 就是compile for win 的 block-sparse 轮子麻烦点。 11/09 07:19
55F：→ Supasizeit: 咦 图片不能flash吧 11/09 09:30
56F：推 iman00b: flashvsr为啥不能图片？只是因为影片功能比较强而已。 11/09 09:33
57F：→ iman00b: flashvsr图片听说是没seedvr强，但我还没试seedvr不敢说 11/09 09:34
58F：→ iman00b: 有的模型吹很大，做影片的也会唬烂，不自己试都不准。 11/09 09:35
59F：→ Supasizeit: 测下来flash比ultimate sd慢，效果好一些，主要是比 11/09 11:59
60F：→ Supasizeit: 较稳定不用看模型抓denoise level，不过我通常是late 11/09 11:59
61F：→ Supasizeit: nt upscale resample 11/09 11:59
62F：→ UnWf: 没想过提示词的控制度该怎麽测 简单跑一下 模型是WAI-illus 11/09 15:08
63F：→ UnWf: trious v14 提示词大概是 tag 单脚站立 、双手叉腰 加上黄 11/09 15:08
64F：→ UnWf: 昏、小巷、野餐篮，蔬菜，法国面包在地板上 混用不同的clip 11/09 15:08
65F：→ UnWf: -l和clip-g 这样子比较感觉用重新训练过的clip 画面好像没 11/09 15:08
66F：→ UnWf: 这麽拥挤也比较符合提示词？ 11/09 15:08
69F：→ Supasizeit: 你换waifu 的看看 11/09 15:41
70F：→ Supasizeit: 基本上应该比较能挖出本来训练的样子 11/09 15:42
71F：→ Supasizeit: 我是因为要生斜背乳 换了clip才稳定 11/09 15:48
72F：→ Supasizeit: Upscale 这题 从约1.5M 4x 测试下来 SuperScaler跟ul 11/09 16:16
73F：→ Supasizeit: timate 品质好但是抹得很厉害会掉细节 Flash感觉上是 11/09 16:16
74F：→ Supasizeit: 用Wan去resample 但五官没那麽细 11/09 16:16
75F：→ Supasizeit: 不过背景衣服有增加细节 11/09 16:18
76F：→ Supasizeit: 结论是要混用？ 11/09 16:18
77F：推 iman00b: 你如果是单张图，可能resample会比较好，反正能用都用啊 11/09 22:42
78F：推 iman00b: 有网友推蓝色多瑙盒影片，他的影片都不错可以参考看看。 11/09 22:46
79F：→ Supasizeit: 还是都要试 跟checkpoint还有画风都有关 而且全身的 11/10 00:10
80F：→ Supasizeit: 话还是得开detailer修脸 11/10 00:10
81F：→ Supasizeit: SeedVR不错 很快 而且我还没装flash attention 11/10 15:06
82F：→ UnWf: 看了网址 这感觉好像是想把各家模型里的clip抽出来做成gguf 11/10 17:14
83F：→ UnWf: 省记忆体 不懂模型训练 问gpt说一般训练新模型不会把底模的 11/10 17:14
84F：→ UnWf: clip一起重练 但是稍微试了一下同系不同模型的clip画面又有 11/10 17:14
85F：→ UnWf: 一点改变？ 总之有帮助是真的只是要花点时间测试不同clip 11/10 17:14
86F：→ Supasizeit: 我目前Illustrious 还找不到long clip可以用 所以pon 11/10 18:15
87F：→ Supasizeit: y比较有帮助 11/10 18:15
88F：→ Supasizeit: 我找到一个illustriousXL fp32 clip 感觉还不错 11/10 21:13
89F：推 iman00b: 黎黎原上咩刚丢了一个讲flashvsr的影片，我觉得非常好， 11/10 23:55
90F：→ iman00b: 我用的也是跟她展示的同一个node，但是她玩德比我深入。 11/10 23:55
92F：→ iman00b: 参考看看，我当初也是比对了四个版本用了最接近官版那个 11/10 23:57
93F：→ iman00b: 之前很多影片都是直接拿KJ大神wanwrapper的半残版。 11/10 23:58
94F：→ iman00b: 咩咩是第一个把满血版讲最好的。 11/10 23:58
95F：→ Supasizeit: 单张图sdpa 跟sage应该差异没多少 暂时先这样吧 11/11 15:07
96F：推 iman00b: 单图用seedvr + resample啦，flashvsr只有影片强。 11/11 15:43