AnimagineXL是用于AI绘图工具Stable Diffusion的一款模型，风格主要为日本ACGN的插画，也就是所谓的二次元画风。
最近，我尝试了一下该模型对于游戏风格、游戏主机，以及奇幻世界职业相关标签，具有怎样的表现倾向，以及其对于不同标签、不同词汇的提示词，在保持其他参数不变的情况下，仅改变其中1～2个参数，会有怎样的差异。
我使用的比较方法是AUTOMATIC1111所开发的stable-diffusion-webui中Script模块下的X/Y/Z plot功能，比较的形式是Prompt S/R。我尝试改变两个参数进行比较。这两个参数是人为设定的，大志可以归类为：【游戏风格、游戏主机】、【奇幻职业】。顺便一说，之所以会想到尝试该模型对于不同游戏主机的表现，是因为最近我在逛二手商店，找一些过去的游戏光盘和卡带。
在比较测试中，用到的正面提示词：(masterpiece), ((best quality)), detailed,fantasy world,1girl,human,a cute slime,dungeon,looking at viewer,3D
负面提示词：(worst quality:1.6),(low quality:1.6), easynegative,extra limbs,(2girls),NSFW
其他参数选项可以查看本文内图片的png info信息。
在提示词的Prompt S/R比较上，在X方向上，我填入的一系列代替指示词是：human,sorceress,warrior,archer,knight,priest,assassin,maid,
这意味着stable-diffusion-webui在进行绘图推理时，将依次用human后各个被半角逗号分隔的词语，替换到正面提示词中的human。也就是说，这里将依次绘制并比较人类、女魔术师、战士、弓箭手、骑士、圣职者、杀手、女仆以及（留空）。
而在Y方向上的比较，我填入的是：3D,photo,Playstation,XBOX,FamilyComputer,OnlineRPG,MMORPG,8bit game,TRPG,pixel art,
这里的替换比较用于观察该模型对于游戏风格（3D、照片、8位游戏机、TRPG等）以及游戏主机平台（Playstation、XBOX等）是否会有较为明显的风格特征表现。
结果如下（如果在网页中显示图片过小的话，请复制图片URL并在网页浏览器里新标签页中打开，这样就能看到大图了）：
我比较了几张生成结果，发现以下几个特点：
- 该模型对于3D（三维）、pixel art（像素艺术）有着十分明显的风格表现。在3D那一行，往往会表现出类似FF14等3D日式MMORPG的画面风格。
- 换上了pixel art提示词则会表现出相当明显的像素艺术风格。而且在pixel art提示词的时候，更倾向于没有人物，只有场景和史莱姆。
- 在一些生成结果比较图中，我也注意到8bit game这个提示词在一些罕见的情况下，也会表现出类似pixel art那样的像素艺术，但出现的概率并不高。
- 相比于Playstation、XBOX等标签，8bit game、TRPG、pixel art这几个标签似乎更倾向于表现角色的整体图、全身图，而Playstation、XBOX等往往会表现半身图，忽略脚部。
- 另外在一些结果图中，我注意到FamilyComputer（也就是任天堂的「红白机」）这一个指示词中容易出现电脑（Computer），也就是说，FamilyComputer并没有作为一个画面表现的风格被识别，而是被解读为了Family+Computer。这可能与红白机在欧美地区的名称是Nintendo Entertainment System（NES）而非日本地区的FamilyComputer有关。
纵向比较（游戏风格、游戏主机）整体来说：该模型对于3D、pixel art有着很明显的风格特征表现。特别是对于pixel art的表现让我很惊讶。我记得在一年前左右的时候，要用SD进行像素图的创作，还需要使用专用的像素风格的模型。我没想到到了如今，用一款ACGN风格的模型加上特定的指示词，就可以实现像素艺术风格了。
下面来看看横向比较（奇幻世界职业）。不同的职业在画面风格表现上并没有明显的差异（那是当然的）。目前我发现的只有一点：当使用archer（弓箭手）时，图像中倾向于出现红色服装的角色，这可能是受了《Fate》系列中某个Archer阶级角色衣服颜色的影响吧？
以上，就是我针对用于Stable Diffusion的AnimagineXL模型，使用不同游戏风格、游戏主机以及奇幻世界职业相关标签作为提示词时，画面呈现出的风格以及画面表现上的差异的结果汇总和观察。下一次，我将尝试仅以混合提示词的方式来融合2个风格。
