Sakana AI 推出浮世绘图像模型：文生图还原江户风，黑白版画一键上色

Sakana AI 开源了两款专注于日本传统浮世绘艺术的图像生成模型 Evo-Ukiyoe 与 Evo-Nishikie，能让你用日语文字直接生成江户时代的木版画，或者给百年前的单色古籍版画自动上色。

两款模型各司其职。Evo-Ukiyoe 负责文生图，只要输入樱花、和服或飞鸟等浮世绘常见元素，就能生成韵味纯正的江户风画作。如果你让它画汉堡或笔记本电脑这种古人没见过的东西，它也会尝试把现代物品画成浮世绘，不过团队也坦白，画现代题材时偶尔会彻底翻车、完全不像浮世绘。

另一款 Evo-Nishikie 则是图生图的上色工具。它的用法是输入一张单色版画线稿，再配上一句关于画面元素的文字说明，模型就会给黑白插画填上多色锦绘风格的色彩，甚至能为已有的彩色版画重新换一套配色风格。

它是怎么做到的

这两款模型并不是从头训练的底座，而是站在开源生态肩膀上的垂直微调。

底座部分使用了 Sakana AI 自研的 Evo-SDXL-JP，那是他们用模型进化合并技术，把 Stability AI 的 SDXL 和其他开源扩散模型融合而成的产物。

微调的关键在于高质量数据。团队联合京都立命馆大学艺术研究中心（ARC），拿到了馆藏数字档案中超过 2.4 万件经过精细打标的浮世绘作品。数据集涵盖了整幅全景、人物特写以及色彩绚丽的多色锦绘。

在技术路线上，文生图的 Evo-Ukiyoe 采用了 LoRA 权重微调，而负责上色的 Evo-Nishikie 则是在 Evo-Ukiyoe 的基础上通过固定提示词与条件图像训练的 ControlNet。

怎么获取与使用限制

目前两款模型、推理代码和 LoRA 权重都已经上传到 Hugging Face，仓库内的 Python 脚本和权重文件均采用 Apache 2.0 许可证开放。

不过上手前需要注意几个限制。首先，模型目前只支持日语提示词，输入其他语言无法保证生成效果。

其次，Sakana AI 明确将它们定义为实验性质的研发原型，仅供研究探索使用，不建议用于商业项目或对稳定性要求极高的生产环境。

为什么重要

通用文生图模型虽然也能通过提示词模仿浮世绘，但往往只是机械地套上一层线条滤镜，缺少真正木版水印的构图张力与色彩肌理。对于数字人文研究者、历史教育工作者或古典文献整理者来说，这套工具提供了一种极低门槛的古籍活化方式，直接把尘封在博物馆里的黑白版画变成了鲜活的彩色视觉资源。

这也是文化垂直模型一个很聪明的落地方向。比起烧大钱硬卷通用底座，利用高校权威档案结合 LoRA 与 ControlNet 做精细微调，小团队也能在极细分的文化赛道里做出通用模型完全无法企及的专业水准。