I.10Видео, анимация и 3D

Модель yuk/fuyuko-waifu-diffusion — дообученная с помощью DreamBooth версия WaifuDiffusion для Stable Diffusion, созданная для генерации иллюстраций黛冬優子 (Фуюко Маюдзуми), персонажа THE iDOLM@STER SHINY COLORS. Модель распространяется в форматах Diffusers и PyTorch и принимает текстовые описания для создания изображений. Она предназначена для создания изображений этого персонажа и иллюстраций в связанном с ним стиле. В README отмечено, что авторские права на изображения, похожие на Фуюко Маюдзуми, могут принадлежать Bandai Namco Entertainment Inc. Модель распространяется по лицензии bigscience-bloom-rail-1.0.

Модель carlosabadia/hasbulla разработана Carlos Abadia в рамках DreamBooth Hackathon. Это Stable Diffusion, дообученная методом DreamBooth на изображениях Хасбуллы для генерации изображений по текстовому описанию. Для вызова изученного образа в запросе рекомендуется использовать фразу «hasbulla person». Модель предназначена для создания изображений с этим персонажем, в том числе в разных стилях и сценах. Файлы представлены в форматах Diffusers и PyTorch. Лицензия — CreativeML OpenRAIL-M.

MindJourney — исследовательская система, представленная Yuncong Yang и соавторами в работе для NeurIPS 2025. Она использует возможности 3D-моделей мира для усиления пространственных рассуждений визуально-языковых моделей. В репозитории описаны базовый конвейер, поиск по пространственным вариантам с Stable Virtual Camera и поиск с Search World Model; оценка проводится на наборе SAT. Карточка модели не раскрывает размер, длину контекста, поддерживаемые языки или конкретную архитектуру весов. Метаданные Hugging Face указывают image-to-video, PyTorch и лицензию MIT. Это экспериментальная исследовательская система; по доступным сведениям её возможности нельзя приравнивать к универсальной модели генерации видео или считать доказанными за пределами описанной оценки.

nsfw_flux_lora_v1 — LoRA-адаптер для генерации изображений по текстовому описанию, разработанный пользователем smith297. Модель предназначена для использования с базовой моделью black-forest-labs/FLUX.1-dev и совместима с экосистемой Diffusers. По названию адаптер ориентирован на создание контента для взрослых, однако подробные сведения о характере стилистических или предметных изменений в README отсутствуют. Ключевые характеристики: архитектура LoRA, базовая модель FLUX.1-dev, модальность text-to-image. Размер, языки, максимальный контекст, требования к оборудованию, параметры обучения и количественные оценки качества не указаны. Сильной стороной является возможность подключать адаптер к совместимой базовой модели без использования отдельной полноразмерной модели; ограничения связаны с зависимостью от FLUX.1-dev и отсутствием подробной документации по настройке и ожидаемым результатам. Лицензия — MIT.

Selai Mix — модель text-to-image, разработанная автором Koolchh для создания иллюстраций мужчин в эстетике bara и yaoi. Модель построена на Stable Diffusion и распространяется в форматах Diffusers и Safetensors. Она предназначена для генерации изображений по текстовым запросам. Лицензия CreativeML OpenRAIL-M разрешает использование на условиях этой лицензии, включая её ограничения.

Wriggly’s Extra Gum Artstyle Ponydiffusion — модель DreamBooth, созданная Kagerage на базе Pony Diffusion v2 с помощью Fast DreamBooth notebook от TheLastBen. Она генерирует изображения по текстовым запросам в характерной манере грубо нарисованной иллюстрации, напоминающей рисунки на упаковке жевательной резинки Wrigley’s Extra. Для воспроизведения стиля в запросе рекомендуется использовать триггер «gvgtgm» вместе с описанием традиционной печатной графики и линейного рисунка; модель ориентирована на изображения пони, в том числе антропоморфных персонажей. Репозиторий содержит веса в форматах Diffusers, PyTorch и safetensors. Модель распространяется по лицензии CreativeML OpenRAIL-M. Лучше всего модель справляется с антропоморфными пони; автор отмечает, что получить обычных, неантропоморфных пони затруднительно. Рекомендуемое значение CFG — 7.

yuk/asahi-waifu-diffusion — модель на базе Stable Diffusion в формате Diffusers, разработанная для генерации иллюстраций Сэри́дзавы Асахи, персонажа THE iDOLM@STER SHINY COLORS. Модель создана методом DreamBooth: WaifuDiffusion дополнительно обучили на образе персонажа. Модель принимает текстовые запросы и генерирует изображения; в метаданных указан английский язык. Репозиторий содержит веса Diffusers для PyTorch. Модель распространяется по лицензии bigscience-bloom-rail-1.0. Если сгенерированное изображение похоже на персонажа, права на него могут принадлежать Bandai Namco Entertainment Inc.

muneebable/ddpm-celebahq-finetuned-simpsons — модель генерации изображений, дообученная на основе DDPM CelebA-HQ для создания изображений в тематике «Симпсонов». Карточка представляет её как пример дообучения для курса по диффузионным моделям; для запуска используется DDPMPipeline из библиотеки Diffusers. Модель генерирует изображения без текстового запроса: при каждом запуске pipeline создаётся изображение, которое можно использовать для экспериментов с диффузионной генерацией или учебных демонстраций. Репозиторий распространяется в форматах Diffusers и Safetensors по лицензии MIT. Размер модели и разрешение генерируемых изображений в карточке не сообщаются.

dndcoverart-v1 — модель генерации изображений, обученная abesmon методом DreamBooth на базе Stable Diffusion v1.5. Она предназначена для создания иллюстраций обложек в стилистике D&D по текстовому запросу; для вызова изученного концепта в запросе используется ключевое слово dndcoverart. Модель работает через Diffusers и распространяется в форматах Diffusers и PyTorch. Модель принимает текстовые описания и генерирует изображения. Репозиторий распространяется по лицензии CreativeML OpenRAIL-M. Карточка не сообщает контекстные характеристики или конкретные ограничения качества.

Midjourney-Rangoli — модель для генерации изображений по текстовому описанию, опубликованная ShadoWxShinigamI. Она обучена на базе Stable Diffusion v1.5: дообучение выполнено за 2240 шагов на 28 изображениях с разрешением 640×640. Для получения стиля Rangoli автор рекомендует начинать запрос с токена «Rangoli mdjrny-rngli»; при необходимости можно использовать взвешивание частей запроса. Модель предназначена для создания изображений в стиле ранголи по текстовым запросам. Репозиторий содержит веса в формате safetensors для использования с Diffusers. Лицензия — OpenRAIL. Небольшой обучающий набор ограничивает разнообразие и может влиять на точность следования сложным запросам; в README не приведены оценки качества или подробные ограничения использования.

minimaxH3_Collection — коллекция LoRA-моделей для генерации изображений, разработанная пользователем или организацией lynaNSFW. В качестве базовой модели указана pmczip/MiniMaxH3_LoRAs. Коллекция предназначена для задач text-to-image в экосистеме Diffusers и объединяет различные LoRA, включая новые или регулярно изменяющиеся варианты, совместимые с MiniMax H3. В README не указаны точное количество компонентов коллекции, их архитектурные параметры, размеры, поддерживаемые языки, длина контекста или модальности сверх генерации изображений по тексту. В качестве примера приведена LoRA с триггером cumshot; содержимое коллекции может включать материалы для NSFW-сценариев. Сильная сторона модели — объединение нескольких адаптаций в одном наборе, однако состав коллекции и поведение отдельных LoRA могут изменяться, а качество и совместимость требуют проверки для каждого компонента. Лицензия и условия использования в README не указаны.

My Pet Cat — дообученная модель Stable Diffusion для генерации изображений конкретной домашней кошки по текстовым запросам. Она использует архитектуру Stable Diffusion с компонентами U-Net, текстовым энкодером CLIP и VAE; веса доступны в форматах Diffusers и PyTorch. В README базовая модель указана как Stable Diffusion v1.5, причём эта связь обозначена как предполагаемая. Модель предназначена для создания портретов и изображений кошки в разных позах по английским промптам. Лучше всего она работает при разрешении 512×512 пикселей, но из-за переобучения на внешность конкретной кошки результаты для других кошек могут быть непредсказуемыми. Лицензия — CreativeML OpenRAIL-M.

Это LoRA-адаптер для Qwen3-TTS-12Hz-0.6B-Base, созданный автором репозитория rijulpaul для синтеза речи, имитирующей английский голос Чжун Ли из Genshin Impact. Модель предназначена для озвучивания заданного текста голосом персонажа; при использовании полного чекпойнта из репозитория отдельный аудиопример не требуется, поскольку голосовой образ сохранён в параметрах обучения. Для подключения папки adapter/ к базовой модели нужен аудиопример персонажа. Модель основана на плотной архитектуре Qwen3-TTS и поставляется как LoRA-адаптер в формате Safetensors. В карточке указаны обучающие наборы Genshin voice и pano30qx. Поддерживается английская речь. Это неофициальная фанатская работа, не связанная с HoYoverse; лицензия репозитория — MIT. Качество сходства с голосом может зависеть от текста и выбранного способа загрузки адаптера.

QwenEdit_2511_girls_nsfw_v2 — модель-адаптер LoRA для генерации изображений из текста, опубликованная пользователем nnndite. По названию и тегам она предназначена для создания изображений с девушками, включая контент для взрослых. Модель представлена в формате SafeTensors и рассчитана на использование в экосистеме Diffusers или совместимых интерфейсах генерации изображений. В README не указаны базовая модель, архитектура, количество параметров, поддерживаемые языки, размер контекста и точные требования к запуску. Поэтому нельзя достоверно оценить качество, совместимость и ограничения адаптера, кроме того, что он требует совместимой базовой diffusion-модели. Лицензия — Creative Commons Attribution-ShareAlike 4.0 (CC BY-SA 4.0), предусматривающая указание авторства и распространение производных материалов на тех же условиях.

E621 Rising V2 — модель генерации изображений на основе Stable Diffusion 2.1, созданная автором hearmeneigh. Это дообученный чекпойнт, обученный далее от E621 Rising V1 на изображениях и тегах с e621; модель предназначена для создания furry- и anthro-иллюстраций по текстовым запросам. В карточке указаны обучение на 6 246 тегах, разрешение 512×512 и совместимость с Diffusers и интерфейсом stable-diffusion-webui. Модель может генерировать изображения с рейтингами safe, questionable и explicit. Она явно рассчитана на NSFW-контент и не подходит для несовершеннолетних. Репозиторий помечен как устаревший: автор указывает, что его заменила E621 Rising V3 на SDXL. Доступны веса в форматах PyTorch и Safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Это дообученная методом DreamBooth модель Stable Diffusion v1.5, опубликованная bitspirit3. Она генерирует изображения по текстовым запросам, настроена на создание изображений Ранни Ведьмы; чтобы вызвать этот образ, автор рекомендует добавить в запрос слово «ranni». Модель распространяется в форматах Diffusers и PyTorch по лицензии CreativeML OpenRAIL-M. Модель предназначена для генерации изображений по тексту с заданным персонажем. Карточка не сообщает о других языках, контексте или ограничениях качества; результат зависит от формулировки запроса и базовых возможностей Stable Diffusion v1.5.

Metal079/SonicDiffusion — набор из трёх моделей DreamBooth на базе AnythingV3, обученных на изображениях Эвана Стэнли. Модели предназначены для генерации изображений по текстовому описанию персонажа Соника и связанных с ним образов; для запуска в запросе используются ключевые фразы «sonic person» для evan5400 и «mobian person» для mobianstrimmed6000 и mobianstrimmed12000. Модель evan5400 обучалась примерно на 30 изображениях в течение 5400 шагов, а две модели mobianstrimmed — на 100 изображениях в течение 6000 и 12000 шагов. Автор отмечает, что варианты на 6000 шагов и evan5400 обычно дают более качественные и стабильные результаты, а версия на 12000 шагах менее последовательна. Репозиторий содержит веса в форматах Diffusers и PyTorch. Автор рекомендует вместо этой версии использовать V2; сведения о лицензии в предоставленных данных отсутствуют.

uber-realistic-porn-merge — модель Stable Diffusion для генерации изображений по текстовому описанию, распространяемая через ModelsLab и опубликованная на Hugging Face аккаунтом stablediffusionapi. Карточка демонстрирует генерацию фотореалистичного портрета и указывает настройки API, включая размер 512×512 и 30 шагов инференса. Модель предназначена для создания реалистичных изображений по промптам; в названии и тегах указана ориентация на порнографический контент. Вызов API поддерживает текстовый промпт и отрицательный промпт, а также параметры генерации и опциональные LoRA и embeddings. Файлы доступны в форматах Diffusers и safetensors. Лицензия — CreativeML OpenRAIL-M; следует учитывать её условия использования и ограничения.

Alchemist Mix Pretty Porn v20 SDXL — модель для генерации изображений по текстовому описанию, созданная пользователем Urameshi. Она опубликована в формате Diffusers и основана на Illustrious-xl-early-release-v0, представляя собой вариант Stable Diffusion XL с пайплайном StableDiffusionXLPipeline. Модель ориентирована на реалистичные и фотореалистичные изображения, включая контент для взрослой аудитории.

Модель huggingnft/azuki разработана Алексеем Коршуком и предназначена для безусловной генерации изображений в стиле коллекции Azuki NFT. Это модель LightWeight GAN, обученная на датасете huggingnft/azuki. Лицензия — MIT. Модель генерирует изображения без текстового запроса; карточка ссылается на примеры результатов и демонстрационный Space. Подробности об использовании и ограничениях вынесены в связанный проект, поэтому по доступной карточке нельзя уточнить разрешение изображений или качество генерации.

AntiLeecher/Flux-Klein-NSFW-Lora — LoRA-адаптер для генерации изображений по текстовому описанию, разработанный пользователем или организацией AntiLeecher. Модель предназначена для сценариев text-to-image на базе leejet/FLUX.2-klein-base-9B-GGUF и ориентирована на создание контента для взрослых (NSFW). Адаптер совместим с экосистемой Diffusers; для активации рекомендуется использовать триггерные слова «flux klein», «nsfw» и «lora». В README не указаны точный размер адаптера, архитектурные детали LoRA, поддерживаемые языки, длина контекста и дополнительные модальности. Приведён пример результата генерации. Модель распространяется по лицензии Apache-2.0. Ограничения качества, набор данных, метод обучения и дополнительные условия использования в README не описаны.

Flux_LoRA-uncensored — адаптер LoRA для генерации изображений по текстовому описанию на базе black-forest-labs/FLUX.1-dev. В README указано, что модель обучена локально с использованием Fluxgym; в карточке она опубликована под идентификатором salomonsky/flux-lora-uncensored, а в ссылке приведён репозиторий prashanth970/flux-lora-uncensored. Модель предназначена для text-to-image-сценариев и ориентирована на генерацию изображений с эротическим и обнажённым содержанием. Для активации характерного эффекта рекомендуется использовать триггерные слова porn, nude, sex и boobs. Веса доступны в формате Safetensors и могут применяться через ComfyUI, AUTOMATIC1111, SD.Next, InvokeAI, Forge и другие совместимые инструменты. Технически это LoRA-адаптер, поэтому для работы требуется базовая модель FLUX.1-dev; отдельные сведения о размере, точном контексте, поддерживаемых языках, дополнительных модальностях и результатах тестирования не указаны. Качество и поведение генерации зависят от базовой модели, настроек инференса и формулировки промпта. Лицензия обозначена как flux-1-dev-non-commercial-license, то есть использование ограничено некоммерческими условиями базовой модели.

L2a-T/Flux_Lustly.ai_Uncensored_nsfw_v1 — модель для генерации изображений по текстовому описанию, разработанная Lustly.ai. Она ориентирована на создание откровенного контента, включая наготу и эротические сцены, и предназначена для сценариев, где требуется uncensored-генерация изображений с различными персонажами, локациями, художественными стилями и композициями. Модель представлена в формате LoRA и использует Stable Diffusion-совместимый стек Diffusers с FluxPipeline. В качестве базовой модели указана black-forest-labs/FLUX.1-dev. Поддерживается текстовая модальность на входе и генерация изображений на выходе; сведения о размере адаптера, максимальном контексте и поддерживаемых языках в README не приведены. Примеры демонстрируют фотореалистичные, кинематографические и стилизованные сцены, в том числе в эстетике VHS и фэнтези. Сильной стороной модели является специализация на откровенных и нецензурируемых изображениях, а также совместимость с экосистемой LoRA и Diffusers. Ограничения включают отсутствие подробных данных о требованиях к ресурсам, параметрах инференса, качестве на разных разрешениях и языковой поддержке. Модель распространяется по лицензии creativeml-openrail-m; условия использования следует учитывать при создании и публикации контента.

GirlsLike-ZImage — это LoRA/LoKR-адаптер для генерации изображений людей на базе моделей Tongyi-MAI/Z-Image и Z-Image-Turbo. Модель разработана пользователем ifmylove2011 и предназначена главным образом для тестирования сходства с определёнными реальными людьми и изучения результатов персонального обучения. Для генерации необходимо использовать триггерное слово: обычно это имя человека, а в отдельных случаях — специальный идентификатор, указанный на примерах. В репозитории представлены варианты zi, обученные на Z-Image Base, и zit, обученные на Z-Image-Turbo. Вариант zi совместим с Base и Turbo, тогда как zit предназначен только для Turbo. Адаптеры реализованы как полноразмерные LoKR; рекомендуемый вес обычно находится в диапазоне 0,5–1,5, причём для zi на Turbo базовое значение составляет около 1,0, а для zit — около 0,9. Примеры созданы в разрешении 1080×1440, за 8 шагов, с BF16-моделью, CFG 1 и китайскими промптами. Данные о размере параметров, длине контекста и поддерживаемых языках не указаны. Сильной стороной zi считается сравнительно хорошая совместимость и сходство персонажей на средних и дальних планах при использовании с Turbo. Ограничения включают нестабильную совместимость, возможные анатомические дефекты и менее выразительные крупные планы; для Turbo-вариантов совместимость обычно хуже. Адаптер предназначен для тестирования и не должен использоваться для выдачи сгенерированных изображений за реальные, обмана или иных неправомерных целей. Лицензия — Apache-2.0.

Neopian-Diffusion — экспериментальная модель генерации изображений по тексту на базе Stable Diffusion v1.5 от runwayml. Её разработчик дообучил с помощью DreamBooth на 1950 изображениях примерно 100×100 пикселей, извлечённых из GIF-файлов Neopets. Для выбора кадров применялся CLIP ViT-B/32: для каждой пары подписи и GIF отбирался кадр с минимальным сферическим расстоянием до подписи. Модель предназначена для создания изображений в стиле Neopets по текстовым запросам. В README автор предупреждает, что обучение ещё не завершено и нужный стиль пока не достигнут. Также отмечены артефакты низкого разрешения и требование NVIDIA GPU с поддержкой CUDA для описанного способа запуска через Diffusers. Лицензия репозитория — CreativeML Open RAIL-M. README содержит отдельное уведомление об авторских правах Neopets и просит включать его при использовании извлечённых изображений на страницах, не связанных с Neopets.

Это веса адаптации методом textual inversion для тестовой модели генерации изображений hf-internal-testing/tiny-stable-diffusion-torch. Модель опубликована в экосистеме Hugging Face Diffusers; конкретный разработчик в карточке не указан. Она предназначена для использования в задачах text-to-image и добавления выученного текстового представления в pipeline Stable Diffusion. В карточке указаны архитектурная основа tiny Stable Diffusion, библиотека diffusers и поддержка модальности текста и изображений через генерацию изображений по текстовому описанию. Размер модели, точные параметры, поддерживаемые языки и длина контекста не указаны. Также отсутствуют сведения о датасете, процедуре обучения, примерах применения, качестве, ограничениях и возможных смещениях; в README прямо отмечено, что эти разделы не заполнены. Лицензия указана как CreativeML Open RAIL-M. Условия использования следует уточнять по этой лицензии и базовой модели. Из-за тестового характера модели и неполноты документации её сильной стороной является пригодность для экспериментов с textual inversion в Diffusers, а ограничениями — неизвестные качество, совместимость и область практического применения.

TITAN — предварительно обученная модель преобразования голоса, опубликованная blaise-tk. Она предназначена для Retrieval-based Voice Conversion: преобразует характеристики голоса исходного говорящего в голос другого, используя обучение с подсказками по высоте тона. В карточке описана версия Titan-Medium, обученная на вариантах с частотой дискретизации 48, 40 и 32 кГц; также упоминается Titan-Large, подробности о которой пока не приведены. Модель основана на RVC v2 и дообучена на 11,15 часа аудиоданных Expresso. В README сообщается об обучении на Applio и о проверках качества на промежуточном чекпойнте; конкретные численные оценки качества не приведены. Модель предназначена для преобразования аудио в аудио, а Apache-2.0 допускает её использование на условиях этой лицензии.

Art of MtG v1 — экспериментальная модель генерации изображений, созданная на базе Stable Diffusion 1.5 и дообученная на примерно 5 000 иллюстрациях карт Magic: The Gathering за 2014–2022 годы. В обучающие подписи включались имя карты и художника, цвета, сочетание цветов, тип карты, выпуск и описание BLIP. Модель распространяется в форматах Diffusers и PyTorch. Модель предназначена для создания иллюстраций в эстетике Magic: The Gathering по текстовым запросам; автор рекомендует добавлять в запрос «mtg art», а «card frame» указывать как негативный запрос. Она усвоила некоторые характерные образы, включая фирексианцев и Элдрази, и может воспроизводить стили представленных художников, однако качество и узнаваемость персонажей непостоянны. Неизвестные планы и редкие или непредставленные в обучении образы могут получаться ненадёжно. Лицензия CC BY-NC 4.0; коммерческое использование запрещено условиями Fan Content Policy, на которой основан набор данных.

Muapi Woman033 — LoRA-адаптер для генерации фотореалистичных женских персонажей в контексте NSFW-контента. Модель разработана Muapi и предназначена для использования с text-to-image-пайплайном Stable Diffusion; в README в качестве базовой модели указана stabilityai/stable-diffusion-xl-base-1.0 (SDXL 1.0). Обучающее слово модели — woman033. Адаптер ориентирован на создание изображений персонажа с помощью текстовых подсказок и поддерживает разрешение 1024×1024 в приведённом примере использования. В названии также упоминается совместимость с SD1.5, однако README не содержит подробностей о соответствующей версии или подтверждения её технических характеристик. Модель рассчитана на сценарии генерации изображений для платформ Fanvue и OnlyFans, включая NSFW-содержимое. Ограничения, результаты сравнительных оценок, точный размер LoRA, языки подсказок и дополнительные модальности не указаны. Лицензия — OpenRAIL++.

wFercho/gpt-neo-fantasy-scripts — языковая модель семейства GPT-Neo, дообученная разработчиком wFercho для генерации текста в жанре фэнтези и сценариев. Она содержит 137,7 млн параметров, использует архитектуру GPTNeoForCausalLM и принимает текст, продолжая его сгенерированным текстом. Контекст составляет до 2048 токенов. Модель предназначена для создания фэнтезийных текстов и сценарных заготовок. Репозиторий предоставляет веса в формате safetensors. Лицензия — MIT. README не содержит сведений о данных обучения, оценке качества или конкретных ограничениях.