開源動漫模型 Zanime 釋出：60 億引數全量微調，4 步極速出圖

Zanime 是由開發者 SeeSee21 打造的開源動漫影像生成模型。它沒有采用二次元社群常見的 LoRA 拼接做法，而是拿阿里開源的 Z-Image Base 架構從頭開始全量微調，是一個完整的 60 億引數 S3-DiT（單流擴散 Transformer）模型。

模型支援從 512×512 到 2048×2048 的任意寬高比影像生成，並直接相容 Hugging Face Diffusers 庫和 ComfyUI。

它能做什麼

基礎版模型 Z-Anime Base 擅長繪製高細節的二次元角色插畫。在 28 到 50 步、CFG 3.0 到 5.0 的推薦設定下，它能呈現出乾淨的線條、細膩的衣物光影以及富有表現力的眼睛高光，同時也支援生成桌布級別的風景和環境背景。

如果你需要極高效率，模型還提供了 Distill-4-Step 蒸餾版。該版本在 CFG 1.0 下僅需 4 步即可出圖，幾秒鐘就能生成一張草圖。雖然它損失了部分微觀細節，但配合 SeedVR2 或 hires fix 等放大工具，依然能迅速達到可用畫質，適合快速迭代和批次構圖。

在硬體適配上，除了適合後續訓練 LoRA 的完整 BF16 版本（約 12GB）之外，作者還放出了僅 6GB 大小的 FP8 版本，以及面向非 CUDA 使用者的 GGUF 格式。這些版本還整合了 VAE 和文本編碼器為單一檔案，8GB 視訊記憶體的消費級顯示卡就能輕鬆跑起來。

上手注意與限制

使用 Zanime 需要改變以往二次元模型的生圖習慣。它專為自然語言長句描述設計，如果繼續輸入過去常用的逗號隔開的 tag 標籤詞，生成的畫面質量會大打折扣。

此外，極速蒸餾版存在較嚴的調節限制：CFG 不能超過 1.5，且負向提示詞在蒸餾後基本失效，官方建議在此類模式下改用 ConditioningZeroOut 節點替代負向引導。

模型本身未配備內建安全過濾器（SafetyChecker），具備部分 NSFW 內容生成能力。同時其倉庫未附帶現成的 Python 推理程式碼範例，新手建議優先通過 ComfyUI 工作流來體驗。

為什麼重要

長期以來，開源二次元繪畫生態嚴重依賴老舊 SD 模型的反覆融合與 LoRA 堆疊，底層架構早已觸及天花板。Zanime 基於更現代的 DiT 架構進行全量重訓，從根本上改善了人物結構和光影動態的上限。

儘管使用者必須放棄多年積累的 tag 提示詞模板，但 6GB 的 FP8 大小和 4 步極速出圖，讓普通玩家用消費級顯示卡就能享受到新架構的紅利。我們認為，它不僅是一個高效的日常繪圖工具，更是在為下一階段開源動漫 LoRA 生態打下一個紮實的新地基。