Anima Reference Adapter v2 # Anima Reference Adapter (v2) **参照画像からキャラクターと画風を、プロンプトからポーズ・場所・構図を。** [![Weights](https://img.shields.io/badge/%F0%9F%A4%97%20weights-anima--ref--adapter-ffcc4d)](https://huggingface.co/ElectronGirl/anima-ref-adapter) [![Nodes](https://img.shields.io/badge/%F0%9F%A7%A9%20ComfyUI-nodes-1f6feb)](https://github.com/ElectronGirl/ComfyUI-Anima-Ref-Adapter) [![Training code](https://img.shields.io/badge/%F0%9F%94%AC%20training-code-8a63d2)](https://github.com/ElectronGirl/anima-ref-adapter-research) [![Ko-fi](https://img.shields.io/badge/Ko--fi-support%20training-ff5e5b?logo=ko-fi&logoColor=white)](https://ko-fi.com/electrongirl) [ショーケース](#ショーケース) · [クイックスタート](#クイックスタート) · [使い方ガイド](guide.ja.md) · [速度](#速度と互換性) · [学習コード](https://github.com/ElectronGirl/anima-ref-adapter-research) [English](README.md) · [한국어](README.ko.md) · **日本語**

[Anima](https://huggingface.co/circlestone-labs/Anima) に参照画像1枚と、シーンだけを書いたプロンプトを渡すと、 アダプターは**誰を**描くか（髪、目、衣装、アクセサリー）と、**どう**描くかの多くを参照画像から取り込みます。 **ポーズ、背景、構図はプロンプトに従います。** キャラクター名や絵師・衣装のタグは不要なので、オリジナル キャラクターにも使えます。参照画像を2枚並べれば、2人のキャラクターを1枚に描けます。 > **通常の LoRA ではありません。** **[ElectronGirl/ComfyUI-Anima-Ref-Adapter](https://github.com/ElectronGirl/ComfyUI-Anima-Ref-Adapter)** の **Anima Ref Adapter** ノードが必要です。 > **資金不足のため開発を休止しています。** 現在は追加の学習ができず、予定していたキャラクターと画風を > 別々に指定する参照機能は公開できていません。学習コード、データ生成コード、実験記録は > **[anima-ref-adapter-research](https://github.com/ElectronGirl/anima-ref-adapter-research)** で公開しています。追加学習の支援は **[Ko-fi](https://ko-fi.com/electrongirl)** からお願いします。 ## v2 の新機能 | | | |---|---| | ⚡ **パイロット版の約2倍の速さ** | RTX PRO 6000 ではサンプリング1ステップあたり 2.1 倍速くなりました。RTX 3060 Ti では 832x1216 の画像1枚が 105 秒から 65 秒になり、参照画像による追加時間は 72 秒から 32 秒に減りました。参照画像の KV を毎ステップ計算し直さず、画像ごとに1回だけ計算してキャッシュします。 | | 🧩 **ノード1つ** | **Anima Ref Adapter** ノードを Anima の標準ワークフローに1つ加えるだけで、KSampler をはじめどのサンプラーでも動きます。重みは初回実行時に自動でダウンロードされます。 | | 👥 **2人のキャラクター** | 参照画像を2枚並べ、プロンプトにどちらが誰かを書くだけです。 | | 📚 **より多くの学習データ** | キャラクター 2,300 人、絵師の画風 1,952 種、画像 15,600 枚で学習しました（パイロット版: 画像 3,600 枚、キャラクター 300 人）。rank 64 です。 | ## ショーケース [ノード1つのワークフロー](workflows/anima_ref_adapter.json) を Anima の標準設定で実行した結果です: er_sde、30 steps、 cfg 4.5、`ref_guidance` 4.5 + APG、プロンプトは `masterpiece, best quality, score_7, safe, 1girl, solo, <シーン>`、ネガティブプロンプトは Anima の モデルカードのものです。ほかの LoRA は使っていません。各画像はシード1つだけで、選別していません。ただし 横になったポーズだけは6枚の中から最も良いものを選びました。 ### 参照画像1枚 reference and two scenes cowboy shot, sitting, cafe, holding cup, coffee, smile, looking at viewer, indoors, window, day  ·  full body, lying, on side, on bed, head rest, looking at viewer, smile, bedroom, indoors, night, lamp light reference and two scenes full body, flying, from below, sky, clouds, sunlight, dynamic pose, outstretched arm  ·  sitting, on floor, hugging own legs, sleepy, hangar, indoors, dim lighting reference and two scenes cowboy shot, beach, ocean, sunset, wind, hand on own hat, sun hat, smile, looking back  ·  upper body, sitting, poolside, legs in water, splashing, laughing, day ### 2人のキャラクター 参照画像2枚を1枚に横並びでつなぎ（標準の **Image Stitch** ノード）、左と右がそれぞれ誰かを短く書きます。 `solo` の代わりに `2girls` や `1boy, 1girl` を使い、横長のサイズにします。[ワークフロー](workflows/anima_ref_adapter_two_characters.json)。 two references and the result 2girls, the girl on the left is a policewoman with black hair over one eye, the girl on the right is a mecha girl with aqua hair and mechanical wings, standing side by side, peace sign, smile, city, street, day two references and the result 2girls, the girl on the left is a policewoman with black hair over one eye, the girl on the right is a girl with short black hair in a blue frilled bikini, sitting together on a bench, eating ice cream, park, day two references and the result 2girls, the girl on the left is a mecha girl with aqua hair and mechanical wings, the girl on the right is a girl with short black hair in a blue frilled bikini, high five, beach, ocean, day ## クイックスタート ```bash cd ComfyUI/custom_nodes git clone https://github.com/ElectronGirl/ComfyUI-Anima-Ref-Adapter.git ``` 1. Anima base v1.0、Qwen3-0.6B テキストエンコーダー、Qwen-Image VAE を [circlestone-labs/Anima](https://huggingface.co/circlestone-labs/Anima) から入手します。Anima を使うときと同じです。 2. ComfyUI を再起動し、[`workflows/anima_ref_adapter.json`](workflows/anima_ref_adapter.json) を開きます。Anima の text-to-image ワークフローにノードを1つ加えたもので、ほかのカスタムノードは不要です。 3. 参照画像を読み込み、シーンだけを書いたプロンプトを入力して実行します。初回は `anima_ref_adapter_v2_r64.safetensors`（183MB）を [Hugging Face](https://huggingface.co/ElectronGirl/anima-ref-adapter) から `ComfyUI/models/loras/` にダウンロードします。手動で入れる場合は [このファイル](https://huggingface.co/ElectronGirl/anima-ref-adapter/blob/main/anima_ref_adapter_v2_r64.safetensors) を同じフォルダに置いてください。 **自作のワークフローでは**、**Anima Ref Adapter** をモデル（ほかの LoRA の後）とサンプラーの間に置き、VAE と 参照画像をつなぎます。 プロンプトの書き方、設定、トラブルシューティングまで順に説明した **[使い方ガイド](guide.ja.md)** があります。 ## 速度と互換性 RTX 3060 Ti 8GB（fp16）、832x1216、参照画像1枚、2回測った速いほう: | 設定 | 画像1枚 | |---|---| | Anima base、er_sde 30 steps、cfg 4.5、**参照画像なし** | 33 秒 | | + パイロット版アダプター、`ref_guidance` 4.5 | 105 秒 | | **+ v2 アダプター**、`ref_guidance` 4.5 | **65-67** 秒 | | `ref_guidance` 1（追加のモデル呼び出しなし） | 50 秒 | | + SageAttention（[KJNodes](https://github.com/kijai/ComfyUI-KJNodes) Patch Sage Attention） | 62 秒 | | + EasyCache（標準ノード） | 63 秒 | | `ref_end` 0.6 | 62 秒 | | **turbo LoRA**（strength 1）、10 steps、cfg 1、`ref_guidance` 1 | **11** 秒 | speed settings with the same seed - SageAttention、EasyCache、`ref_end` 0.6 は、この GPU でそれぞれ約7%速くなり、画像はほぼ同じです。 - Anima base 用の **turbo LoRA**（検証したファイル: `anima-turbo-lora-v0.2`）はアダプターの前に置きます。キャラクターは 保たれますが、絵が turbo 特有の画風に寄るため、参照画像の画風は反映されにくくなります。 - 未検証: Anima-Turbo・Anima-Aesthetic の完全なモデル、SamplerSPEED、torch.compile。
turbo LoRA で作ったショーケース全体（10 steps、cfg 1） turbo LoRA
## 推奨設定 | | 推奨値 | 説明 | |---|---|---| | ベースモデル | Anima base v1.0 | アダプターはこのモデルで学習しました。turbo LoRA も動作します。 | | サンプラー | 何でも可。er_sde か Euler、30 steps、`simple` | アダプターなしで Anima を使うときと同じです。 | | `cfg` | 4.5 | テキストのガイダンスです。turbo LoRA を使うときは 1 です。 | | `ref_guidance` | 4.5 | 1 は速いが弱く、高いほどキャラクターの細部と画風が強くなり、彩度も上がります。 | | `correction` | `apg` | または `rescale` | | `ref_end` | 1.0 | 0.6 前後でほぼ同じ画像をより速く得られます。 | | プロンプト | 品質 + `1girl`/`1boy` + `solo` + シーンのタグ | キャラクター名、絵師タグ、外見のタグは入れません。外見のタグが少しなら問題ありません。 | | ほかの LoRA | アダプターノードの前 | | ## 仕組み 参照画像のトークンは自分自身だけを見てテキストの cross-attention を飛ばし、生成中の画像のトークンは自分自身と 参照画像の両方を見るように学習しています（非対称 attention）。そのため参照画像側の計算はステップ、プロンプト、 CFG の分岐に依存せず、ブロックごとの key/value を画像1枚につき1回だけ計算して再利用します。参照画像は生成画像の 格子の外側にずらした RoPE 座標に置かれるため、ポーズをそのまま写さず、外見として読み取られます。詳しくは [English README](README.md#how-it-works) と [技術レポート](report.md)（パイロット版）をご覧ください。 ## パイロット版（v1） パイロット版（`anima_ref_adapter_pilot_r32.safetensors`、rank 32）も引き続きダウンロードでき、 [advanced ワークフロー](workflows/anima_ref_adapter_advanced.json) で使えます。パイロット版のギャラリーと、学習から除外した キャラクターの結果は [English README](README.md#pilot-v1) にあります。 ## 制限 - キャラクターは画風よりずっとよく再現されます。筆致の強い画風はほとんど再現されません。 - 小さな模様、傷、イヤリング、珍しい肌の色は抜けやすく、大きな衣装は色が変わることがあります。 - 参照キャラクターがシーンの中に物（ポスターなど）として再登場することがあります。 - Anima が生成した画像だけで学習しているため、ベースモデルの偏りをそのまま受け継いでいます。 絵師名はデータ生成用のタグとしてのみ使いました。絵師を尊重してください。模倣した絵をその絵師の作品として公開せず、[LICENSE.md](LICENSE.md) 第4条の利用制限を守ってください。 ## ロードマップ | | | |---|---| | 参照画像1枚からキャラクターと画風 | ✅ パイロット版、v2 | | 参照画像をキャッシュする非対称 attention | ✅ v2 | | 参照画像2枚を並べて2人のキャラクター | ✅ v2 | | キャラクターと画風を別々に指定する参照 | ⏸️ 休止（実験のみ） | | 高解像度での学習、筆致の強い画風と細部の改善 | ⏸️ 休止 | ## 支援 資金不足のため開発を休止しています。このアダプターが役に立ったら、**[Ko-fi](https://ko-fi.com/electrongirl)** から追加学習（より長い学習、キャラクターと画風を別々に指定する参照）を支援できます。 ## ライセンス **非商用です。** この重みは CircleStone Model（Anima base v1.0）を改変した派生物で、CircleStone Non-Commercial License（[LICENSE.md](LICENSE.md)、[NOTICE.txt](NOTICE.txt)）のもとで配布しています。独立したプロジェクトであり、 CircleStone Labs の公式製品ではなく、CircleStone Labs の保証も受けていません。法的な効力は英語の原文にあります。