开源动漫模型 Zanime 发布：60 亿参数全量微调，4 步极速出图

Zanime 是由开发者 SeeSee21 打造的开源动漫图像生成模型。它没有采用二次元社区常见的 LoRA 拼接做法，而是拿阿里开源的 Z-Image Base 架构从头开始全量微调，是一个完整的 60 亿参数 S3-DiT（单流扩散 Transformer）模型。

模型支持从 512×512 到 2048×2048 的任意宽高比图像生成，并直接兼容 Hugging Face Diffusers 库和 ComfyUI。

它能做什么

基础版模型 Z-Anime Base 擅长绘制高细节的二次元角色插画。在 28 到 50 步、CFG 3.0 到 5.0 的推荐设置下，它能呈现出干净的线条、细腻的衣物光影以及富有表现力的眼睛高光，同时也支持生成壁纸级别的风景和环境背景。

如果你需要极高效率，模型还提供了 Distill-4-Step 蒸馏版。该版本在 CFG 1.0 下仅需 4 步即可出图，几秒钟就能生成一张草图。虽然它损失了部分微观细节，但配合 SeedVR2 或 hires fix 等放大工具，依然能迅速达到可用画质，适合快速迭代和批量构图。

在硬件适配上，除了适合后续训练 LoRA 的完整 BF16 版本（约 12GB）之外，作者还放出了仅 6GB 大小的 FP8 版本，以及面向非 CUDA 用户的 GGUF 格式。这些版本还整合了 VAE 和文本编码器为单一文件，8GB 显存的消费级显卡就能轻松跑起来。

上手注意与限制

使用 Zanime 需要改变以往二次元模型的生图习惯。它专为自然语言长句描述设计，如果继续输入过去常用的逗号隔开的 tag 标签词，生成的画面质量会大打折扣。

此外，极速蒸馏版存在较严的调节限制：CFG 不能超过 1.5，且负向提示词在蒸馏后基本失效，官方建议在此类模式下改用 ConditioningZeroOut 节点替代负向引导。

模型本身未配备内置安全过滤器（SafetyChecker），具备部分 NSFW 内容生成能力。同时其仓库未附带现成的 Python 推理代码范例，新手建议优先通过 ComfyUI 工作流来体验。

为什么重要

长期以来，开源二次元绘画生态严重依赖老旧 SD 模型的反复融合与 LoRA 堆叠，底层架构早已触及天花板。Zanime 基于更现代的 DiT 架构进行全量重训，从根本上改善了人物结构和光影动态的上限。

尽管用户必须放弃多年积累的 tag 提示词模板，但 6GB 的 FP8 大小和 4 步极速出图，让普通玩家用消费级显卡就能享受到新架构的红利。我们认为，它不仅是一个高效的日常绘图工具，更是在为下一阶段开源动漫 LoRA 生态打下一个扎实的新地基。