Animagine XL 是一个以动漫风格为核心的 Stable Diffusion XL 模型系列，由 Cagliostro Research Lab 开发。它适合希望用标签方式精确控制画面的动漫创作者，提示词风格接近 Danbooru 标签，并可借助质量、分数、年份、分级等特殊标签引导生成效果。
主要能力与训练信息：当前主线版本为 4.0（也称 Anim4gine），从 SDXL 1.0 重新训练（并非仅在 3.x 基础上叠加），使用约 840 万张动漫风格图片，知识截止约 2025 年 1 月初。公开页面列出其许可证为 CreativeML Open RAIL++-M，与 SDXL 条款同属一个系列；用于商业用途前应阅读完整许可证。
版本历史：3.0（2024 年 1 月）针对手部与概念理解做了微调，采用 NovelAI 风格标签排序习惯；3.1（2024 年 3 月）增加了角色与系列知识、美学标签，并整理了质量/分级/年份标签；4.0 / Anim4gine（2025 年 1 月）从 SDXL 1.0 重新训练，约 840 万张图片、约 2650 GPU 小时，官方描述其比 3.1 更具艺术性、更遵循提示词；4.0 Opt 与 Zero（2025 年 2 月）中，Opt 面向日常生成提供额外精修，Zero 则是用于 LoRA 和进一步微调的基础模型。
使用方式：可在本地工具如 ComfyUI、Forge 或 Automatic1111 中加载权重。官方 4.0 指南给出的起步配方包括：按“主体数量、角色、系列、分级、其他标签”的顺序排列，质量类标签如 masterpiece、high score、great score、absurdres 放在末尾；采样建议 Euler a、约 25–28 步、CFG 约 4–7（常用 5）、标准 SDXL 分辨率；调用角色时同时添加系列或版权标签，因为训练时将角色与其系列配对。也可直接打开官方 Playground 在浏览器中试用，并在 v4.0、v3.1、v3.0 等版本标签间切换，无需本地 GPU 安装即可开始；演示页面加载可能需要稍等。
适用场景：动漫角色与近期系列作品的图像生成、希望以标签控制构图的创作流程，以及作为 LoRA 训练或进一步微调的基础模型（Zero 变体）。
限制：以上内容基于官方公开介绍，未提供具体性能基准、运行硬件要求或价格信息；商业使用需自行查阅许可证全文。
