Anima：CircleStone Labs 与 Comfy Org 联合开源的20 亿参数动漫风格 AI 绘画模型

一、Anima是什么

Anima是一款面向动漫与非写实艺术创作的20亿参数开源文本到图像（Text-to-Image）模型，由CircleStone Labs与Comfy Org联合研发，基于NVIDIA Cosmos架构构建，托管于Hugging Face平台，原生支持ComfyUI工作流平台。该模型的核心定位是专注动漫概念、角色、风格的生成与创作，同时可拓展至各类非写实艺术插画制作，从设计初衷上便放弃了写实风格的优化，因此不适合生成照片级逼真图像，是一款为二次元艺术、插画创作量身打造的AI工具。

目前Anima发布的为预览版（intermediate model checkpoint），属于模型训练过程中的中间检查点版本，仍在持续训练优化中，后续最终版本将重点提升图像的精细细节表现与整体美学效果。该模型无合成数据训练背景，训练数据由数百万张动漫图像+约80万张非动漫艺术图像构成，且动漫训练数据的知识截止日期为2025年9月，能够覆盖最新的动漫角色、风格与创作概念，保证了生成内容的时效性与潮流性。同时，Anima作为Cosmos-Predict2-2B-Text2Image的衍生模型，还需遵循NVIDIA开放模型许可证相关约束，现阶段仅开放非商业使用权限。

二、功能特色

Anima凭借精准的定位、独特的训练体系与灵活的使用方式，在众多文生图模型中形成了差异化的功能特色，核心亮点集中在风格专注度、数据纯净度、使用灵活性、平台适配性等多个方面，具体如下：

（一）深耕动漫风格，非写实创作能力突出

Anima的核心研发目标是打造专业的动漫艺术生成工具，模型从训练数据筛选、参数优化到提示词体系设计，均围绕动漫风格展开，能够精准还原日式赛璐珞、二次元萌系、动漫插画等多种经典动漫风格，对动漫角色的五官、肢体、服饰、场景的刻画贴合二次元创作审美。同时，模型并非局限于单一动漫风格，还能结合非写实艺术特点，生成抽象画、数字绘画、油画风格插画等多种内容，满足多元化的艺术创作需求。

（二）纯真实数据训练，内容风格原汁原味

模型训练全程未使用任何AI生成的合成数据，所有训练素材均为真实的动漫图像与艺术插画，从源头保证了生成内容的风格纯粹性，避免了合成数据带来的风格同质化、细节失真等问题。数百万张动漫图像的训练基础，让模型能够精准捕捉不同动漫风格的创作特点，生成的内容更贴合人工创作的审美与细节表现。

（三）双提示词体系，标签与自然语言灵活兼容

Anima支持Danbooru风格标签与自然语言描述两种提示词模式，同时也支持两种模式的混合使用，适配不同用户的使用习惯。专业的动漫创作者可使用Danbooru标签实现精准的细节控制，普通用户则可通过自然语言描述快速表达创作需求，模型对两种模式的理解能力均经过针对性训练，有效降低了使用门槛，提升了创作效率。

（四）融合多源艺术数据集，风格多样性拉满

为避免动漫风格的单一化，模型在核心动漫数据之外，额外融入了经过严格过滤的LAION-POP（ye-pop版本）与DeviantArt两大非动漫艺术数据集，且两个数据集均已剔除所有照片类素材，仅保留艺术创作内容。这一设计让模型不仅能生成经典动漫内容，还能吸收插画、数字绘画、抽象艺术等多种艺术形式的创作特点，实现不同艺术风格的融合生成，大幅提升了内容创作的多样性。

（五）原生适配ComfyUI，工作流灵活可定制

Anima是专为ComfyUI平台研发的文生图模型，与ComfyUI实现原生深度适配，无需额外的插件或适配工具即可直接使用。ComfyUI作为基于节点的图像生成界面，支持用户通过拖拽节点的方式搭建自定义工作流，Anima在该平台上可实现生成参数的精细化调整、多模型对比生成、风格混合等多种高级操作，满足专业创作者的定制化需求。

（六）轻量级参数，兼顾性能与生成质量

Anima的参数量为20亿，属于轻量级文生图模型，相较于动辄数十亿、上百亿参数的大型模型，其对硬件设备的要求更低，在普通的GPU设备上即可实现流畅的推理生成，同时研发团队通过精准的参数优化，在轻量级参数基础上保证了生成内容的质量，实现了性能与质量的平衡，让更多普通用户能够轻松上手使用。

（七）配套模型对比工具，便捷实现效果选型

官方为Anima提供了专属的ComfyUI工作流文件anima_comparison.json，该工具可生成图像网格，实现Anima与其他文生图模型的输出效果对比，默认支持Anima、NetaYume、Newbie-Image的对比，还可配置拓展至SDXL、Lumina、Chroma等多款主流模型，方便用户根据创作需求选择合适的模型，也为模型研发与优化提供了直观的参考依据。

三、技术细节

Anima的技术架构围绕动漫与非写实艺术生成展开，从模型基础架构、训练体系到生成参数设计，均经过针对性的优化，核心技术细节涵盖模型架构、训练数据、文本编码、生成参数体系等多个方面，其中关键参数体系整理如下表：

Anima核心生成参数配置表

（一）模型基础架构

Anima基于NVIDIA Cosmos架构构建，是Cosmos-Predict2-2B-Text2Image的衍生模型，核心参数量为20亿，属于轻量级文生图模型。模型的技术架构由三大核心模块构成，分别为扩散模型主体、文本编码器与VAE（变分自编码器），其中文本编码器采用Qwen3 (0.6B)模型，具备卓越的提示词理解能力，能够精准捕捉标签与自然语言中的创作细节；VAE模块采用Qwen-Image VAE，负责图像的编码与解码，保证生成图像的清晰度与细节表现。

（二）训练数据体系

1. 核心数据：数百万张动漫图像，覆盖不同风格、年代、题材的动漫内容，知识截止日期为2025年9月，保证了模型对最新动漫风格的捕捉能力；

2. 补充数据：约80万张非动漫艺术图像，涵盖插画、数字绘画、油画等多种艺术形式；

3. 拓展数据：LAION-POP（ye-pop版本）、DeviantArt数据集，均经过过滤剔除照片类素材，仅保留艺术创作内容，用于提升模型的风格多样性；

4. 数据特点：全程无合成数据参与，所有训练素材均为真实图像，保证了风格的纯粹性与真实性。

（三）提示词技术体系

Anima的提示词体系是其核心技术特色之一，模型针对Danbooru标签与自然语言分别进行了针对性训练，同时设计了科学的标签使用规则，实现了创作需求的精准传递。其中Danbooru标签采用分层式结构，具体顺序为：[质量/元/年份/安全标签]→[人物数量标签]→[角色]→[作品系列]→[艺术家]→[通用标签]，同层级内标签顺序可自由调整，模型能精准识别不同层级标签的核心含义，实现细节化的创作控制。

同时，模型采用随机标签丢弃训练机制，无需用户罗列所有相关标签，仅需输入核心标签即可生成符合需求的内容，有效降低了标签使用的复杂度。针对非动漫艺术风格生成，模型还设计了数据集标签机制，通过在提示词开头添加专属数据集标签（ye-pop/deviantart），可精准调用对应数据集的艺术风格，实现风格的快速切换。

（四）采样器体系

模型支持多款主流扩散模型采样器，官方针对动漫与非写实艺术创作特点，筛选出三款适配性最优的采样器，并进行了针对性优化，不同采样器的风格特点与适用场景各有差异，具体如下：

1. er_sde：中性风格，平色表现，线条锐利，是官方推荐的默认采样器，适配绝大多数动漫与插画创作场景，生成效果稳定；

2. euler_a：线条更柔和、纤细，易生成2.5D效果，CFG值可适当提高（高于其他采样器），且不会出现图像过曝（burning）问题，适配萌系动漫、唯美插画等创作场景；

3. dpmpp_2m_sde_gpu：风格与er_sde相近，但其生成的内容多样性与创意性更强，能够产生更多意想不到的创作效果，缺点是部分提示词下会出现风格过于夸张的问题，适配创意性艺术创作场景。

四、应用场景

Anima凭借专业的动漫风格生成能力、灵活的使用方式与多样化的艺术表现，可应用于个人创作、专业设计、创意探索、教学研究等多个场景，覆盖不同用户群体的需求，具体应用场景如下：

（一）二次元个人艺术创作

对于动漫爱好者、二次元创作者而言，Anima是高效的艺术创作辅助工具。用户可通过简单的提示词，快速生成动漫角色、同人插画、动漫场景等内容，无需具备专业的绘画功底，即可实现自己的二次元创作想法。同时，模型支持细节化的标签控制，能够精准还原用户对角色外貌、服饰、场景的要求，满足个性化的创作需求。

（二）专业动漫与插画设计

对于动漫设计师、插画师、游戏原画师等专业创作者，Anima可作为创意灵感工具与快速原型制作工具。在创作初期，设计师可通过模型快速生成多种创意方案，获取创作灵感；在原型制作阶段，可利用模型快速生成角色、场景的初稿，大幅提升设计效率，节省手工绘制的时间，让设计师将更多精力放在细节优化与创意打磨上。

（三）文创产品设计

Anima的非写实艺术生成能力可应用于文创产品设计领域，如文创周边、海报、明信片、笔记本封面等设计。设计师可通过模型生成动漫风格、抽象艺术风格的设计素材，结合文创产品的特点进行二次优化，打造具有独特艺术风格的文创产品，满足文创市场对个性化、多元化设计的需求。

（四）AI艺术教学与研究

对于高校艺术专业、人工智能专业的师生，Anima可作为AI艺术教学与研究的案例工具。在教学中，可通过模型讲解文生图模型的工作原理、提示词设计技巧、动漫风格的数字化生成方法；在研究中，可基于模型的开源架构，探索轻量级文生图模型的优化方向、动漫风格的特征提取方法、多数据集融合训练的技术要点等，为AI艺术领域的研究提供实践基础。

（五）多模型对比测试

借助官方提供的anima_comparison.json工作流工具，Anima可应用于文生图模型的对比测试场景。AI研发人员、模型爱好者可通过该工具，对比Anima与其他主流文生图模型在动漫风格、非写实艺术风格上的生成效果，分析不同模型的技术特点、优势与不足，为模型的研发、优化与选型提供参考依据。

五、使用方法

Anima原生支持ComfyUI平台，使用前需完成ComfyUI的安装、模型文件的部署与生成参数的配置，整体使用流程分为环境准备、模型部署、参数设置、提示词编写、图像生成五个步骤，操作难度适中，普通用户可快速上手，具体使用方法如下：

（一）环境准备

1. 安装ComfyUI平台：ComfyUI是基于Python的开源图像生成平台，支持Windows、Linux、MacOS系统，用户可从其官方仓库下载安装包，按照官方教程完成安装，推荐安装Python3.8及以上版本，且建议配备8GB及以上显存的GPU，保证模型的推理生成速度；

2. 安装依赖库：在ComfyUI目录下创建虚拟环境，激活后通过pip install -r requirements.txt命令安装所需依赖库，确保平台能够正常运行。

（二）模型部署

Anima的模型文件包含三个核心文件，需将其分别放置在ComfyUI模型目录的对应文件夹中，具体部署路径如下：

1. anima-preview.safetensors：放置在ComfyUI/models/diffusion_models目录下，为模型的核心扩散模型文件；

2. qwen_3_06b_base.safetensors：放置在ComfyUI/models/text_encoders目录下，为模型的文本编码器文件；

3. qwen_image_vae.safetensors：放置在ComfyUI/models/vae目录下，为模型的VAE文件，该文件为通用文件，若用户此前安装过Qwen-Image VAE，可无需重复部署。

模型文件部署完成后，重启ComfyUI平台，即可在模型选择节点中找到Anima模型。

（三）生成参数设置

在ComfyUI中搭建Anima的生成工作流，依次添加输入节点、模型选择节点、采样器节点、输出节点，并在各节点中完成参数设置，核心参数需遵循官方推荐配置：

1. 分辨率：设置为1MP左右，如1024x1024、896x1152、1152x896等，避免设置过高分辨率；

2. 生成步数：设置为30-50步，根据需求微调，若追求更快的生成速度可设为30步，若追求更精细的细节可设为50步；

3. CFG值：设置为4-5，控制模型对提示词的遵循度；

4. 采样器选择：根据创作风格选择，默认推荐er_sde，追求2.5D效果选euler_a，追求创意性选dpmpp_2m_sde_gpu。

（四）提示词编写

Anima支持Danbooru标签、自然语言、二者混合三种编写方式，用户可根据自身需求选择，核心编写规则与技巧如下：

1. Danbooru标签编写：严格遵循分层顺序[质量/元/年份/安全标签]→[人物数量标签]→[角色]→[作品系列]→[艺术家]→[通用标签]，艺术家标签需加前缀@，否则效果极弱；如需调用非动漫数据集风格，在标签最开头添加数据集标签（ye-pop/deviantart）并换行，第二行可添加作品标题或图像描述；

2. 自然语言编写：需保证描述的详细性，至少包含2个完整句子，避免过短的提示词；刻画多角色时，需先命名角色再描述其外貌特征，避免模型混淆；可将质量标签、艺术家标签放在自然语言开头，提升生成效果；

3. 混合编写：将核心的质量、艺术家、安全标签与自然语言描述结合，既保证提示词的精准性，又降低编写复杂度，如masterpiece, best quality, @big chungus. An anime girl with medium-length blonde hair and big eyes, wearing a pink dress, standing in a cherry blossom forest.。

（五）图像生成

完成参数设置与提示词编写后，连接所有节点，点击ComfyUI平台的生成按钮，模型即可开始推理生成图像。生成完成后，可在输出节点中查看图像效果，若对效果不满意，可通过微调提示词、调整生成参数、更换采样器等方式重新生成，直至得到满意的结果。同时，用户可利用ComfyUI的节点功能，对生成的图像进行二次处理，如超分辨率、风格调整、细节优化等。

六、常见问题解答

Anima支持生成写实风格的图像吗？

不支持。Anima的核心定位是动漫与非写实艺术创作，模型从设计到训练均未针对写实风格进行优化，因此生成写实风格图像的效果极差，不建议用于写实内容创作。

Anima的预览版与最终版有什么区别？

Anima的预览版是训练过程中的中间模型检查点，存在一些局限性，如高分辨率生成效果差、图像细节表现不足、未进行美学调优等；最终版将在预览版的基础上继续训练优化，重点提升图像的精细细节、整体美学表现，还会加入专门的高分辨率训练阶段，优化高分辨率图像的生成效果，同时会对模型的提示词理解能力、风格生成能力进行进一步提升。

使用Danbooru标签时，是否需要罗列所有相关标签？

不需要。Anima采用了随机标签丢弃的训练机制，模型在训练过程中已适应部分标签缺失的情况，因此用户仅需输入核心的相关标签即可，无需罗列所有标签，过多的标签反而可能影响模型的生成效果。

艺术家标签前的@可以省略吗？

不建议省略。模型对艺术家标签的训练规则为前缀@识别，若省略@，模型对艺术家风格的还原效果会极弱，无法精准捕捉对应艺术家的创作特点，因此在使用艺术家标签时，必须在艺术家名前添加@。

Anima对硬件设备有什么要求？

Anima为20亿参数的轻量级模型，对硬件的要求低于大型文生图模型，但仍建议配备8GB及以上显存的GPU，以保证模型的推理生成速度；若使用CPU进行生成，速度会非常缓慢，且可能出现内存不足的问题。同时，建议使用Windows10及以上、LinuxUbuntu18.04及以上、MacOS11及以上的系统，保证平台与模型的兼容性。

为什么我的提示词过短，生成的图像效果不符合预期？

Anima对短提示词的理解能力有限，尤其是纯自然语言的短提示词，容易导致模型生成非预期内容。解决方法是丰富提示词的描述，纯自然语言提示词至少包含2个完整句子，清晰描述创作的角色、场景、风格、细节等信息；同时可搭配质量标签、艺术家标签使用，提升生成效果。

Anima支持文字渲染吗？

模型的文字渲染能力较弱，仅能处理单个单词或极短的短语，无法实现长文本的精准渲染，因此不建议在提示词中要求模型生成大量文字内容，若有文字渲染需求，可在图像生成后通过其他图像编辑工具进行添加。

如何实现Anima与其他模型的对比生成？

官方提供了专属的ComfyUI工作流文件anima_comparison.json，用户可将该文件导入ComfyUI，在工作流中选择需要对比的模型（默认支持Anima、NetaYume、Newbie-Image，可配置拓展至SDXL、Lumina等），设置相同的提示词、生成参数与随机种子，即可生成图像网格，实现不同模型的输出效果对比。

LAION-POP与DeviantArt数据集标签如何使用？

数据集标签需加在提示词的最开头，后跟换行，第二行可根据需求添加图像的alt-text（ye-pop）或作品标题（DeviantArt），然后再编写核心的创作标签或自然语言描述。例如使用ye-pop数据集的格式为：ye-pop（换行）For Sale: Others by Arun Prem（换行）抽象油画，三个无脸蓝皮肤人物，极简主义风格。

七、相关链接

1. Anima模型官方仓库：https://huggingface.co/circlestone-labs/Anima

2. ComfyUI官方仓库：https://github.com/comfyanonymous/ComfyUI

3. 模型地址：

• https://huggingface.co/circlestone-labs/Anima

• https://www.modelscope.cn/models/circlestone-labs/Anima

八、总结

Anima是由CircleStone Labs与Comfy Org联合开发的20亿参数开源文生图模型，是一款专为动漫与非写实艺术创作打造的AI工具，其基于NVIDIA Cosmos架构构建，原生适配ComfyUI平台，采用数百万张动漫图像+80万张非动漫艺术图像的纯真实数据训练，无合成数据参与，动漫训练数据知识截止至2025年9月，保证了生成内容的时效性与风格纯粹性。该模型支持Danbooru标签与自然语言双提示词体系，搭配科学的标签分层规则与随机标签丢弃机制，既实现了创作需求的精准控制，又降低了使用门槛，同时融合LAION-POP、DeviantArt数据集，让风格生成更具多样性。模型的生成参数经过针对性优化，推荐1MP分辨率、30-50步、CFG4-5的配置，还提供了er_sde、euler_a、dpmpp_2m_sde_gpu三款适配性最优的采样器，满足不同创作风格的需求。官方还为其配备了模型对比工作流工具，方便用户实现多模型效果对比。现阶段Anima为预览版，存在高分辨率生成效果差、文字渲染能力弱、未进行美学调优等局限性，且仅开放非商业使用权限，但其凭借轻量级参数、专业的动漫风格生成能力、灵活的使用方式，已成为二次元爱好者、动漫设计师、AI艺术爱好者的优质创作工具，同时也为AI艺术的教学、研究提供了良好的实践平台。