היסטוריית ההשקות של Juggernaut XL

Juggernaut XL לא הגיע כ-checkpoint אחד מלוטש ומושלם. המודל התפתח דרך סדרה מהירה של גרסאות SDXL, ניסויי merge, שדרוגי captioning ושיתופי פעולה מאוחרים יותר עם RunDiffusion. אם אתם מכירים את המודל רק דרך v9, XI או Ragnarok, הנה הגרסה הקצרה: Juggernaut התחיל כ-finetune ישיר יחסית של SDXL באוגוסט 2023, נעשה ממוקד יותר בצילום בתקופת v6-v9, ואחר כך עבר ב-X, XI ובמשפחה המאוחרת יותר אל captioning טוב יותר והיענות חזקה יותר ל-prompt.

ציר הזמן הזה מבוסס על שני מסמכי הייחוס הפנימיים שבמאגר הזה, יחד עם עמודי מודל ציבוריים ו-API. כאשר התיעוד הציבורי אינו מלא, המאמר מציין את הפער במקום להעמיד פנים שהתאריך ודאי.

מה Juggernaut XL ניסה לעשות

מההתחלה Juggernaut XL מיצב את עצמו כסוס עבודה מעשי של SDXL, לא כמודל אמנות נישתי. המטרות החוזרות נשארו די יציבות:

• לספק פלט פוטוריאליסטי חזק בלי טקסי prompt כבדים
• לשמור על תאורה קולנועית ו-editorial אטרקטיבית
• לשפר אנטומיה, במיוחד באזור הידיים והרגליים
• להישאר שימושי לפורטרטים, צילומי מוצר, חללים פנימיים, wildlife ותמונות lifestyle

לכן ההיסטוריה של ההשקות חשובה. כל גרסה לא החליפה את הזהות של המודל, אלא לרוב חידדה את אותה מטרה מזווית אחרת: יותר steps, יותר side training, מיזוגי צילום טובים יותר או captions טובים יותר.

שלב ראשון: ההשקות המהירות בתחילת הדרך

ה-API הציבורי של Civitai מספק ציר זמן מוקדם וברור למדי.

Version 1

Version 1 פורסמה ב-22 באוגוסט 2023. התיאור הציבורי קצר מאוד ומציין בעיקר 220k Steps, אבל זו ההשקה הציבורית המאומתת הראשונה של Juggernaut XL בסדרה הזו.

Version 2

Version 2 הגיעה ב-30 באוגוסט 2023. לפי ההערות שפורסמו, מודל הבסיס קיבל עוד 50k steps, יחד עם dataset שני שאומן בעזרת Dreamlook.AI במשך 58k steps. זה חשוב, כי כאן נקבע דפוס שחזר גם בהמשך: Juggernaut לא רק אומן יותר חזק, אלא גם הורחב דרך side data ו-merge.

Version 3

Version 3 פורסמה ב-5 בספטמבר 2023. ההערה הציבורית אומרת שנוספו 100k steps נוספים, התחילו להופיע סוגי גוף שונים, ונרשם שיפור קטן באיכות הכוללת. זה נשמע קטן, אבל כבר מראה מעבר מריאליזם כללי לשליטה ספציפית יותר בתוצאה.

Version 4 and 4.5

Version 4 (NSFW) הופיעה ב-13 בספטמבר 2023, ואחריה Version 4.5 ב-15 בספטמבר 2023. ההערה של 4.5 מתארת אותה כתיקון גדול ל-v4, כולל merge מ-checkpoints ישנים ומ-version 3. כלומר, כבר בשלב מוקדם Juggernaut התנהג יותר כמו משפחת checkpoints איטרטיבית מאשר כמו מודל ליניארי יחיד.

Version 5

Version 5 פורסמה ב-21 בספטמבר 2023. ההערות הציבוריות מצביעות על side set חדש שנוסף בתמיכת Dreamlook.AI. זו שורה קטנה ב-changelog, אבל היא מחזקת את הדפוס המרכזי של התקופה: Juggernaut צמח דרך side training, לא רק דרך finetune מונוליטי אחד.

שלב שני: עידן RunDiffusion מאיץ

זה השלב שבו Juggernaut XL נעשה הרבה יותר מזוהה באקוסיסטם של היום. changelog ציבורי מתחיל לקשור את המודל לעבודת הצילום של RunDiffusion ולפילוסופיית טיונינג מפורשת יותר.

Version 6 + RunDiffusion

Version 6 + RunDiffusion פורסמה ב-25 באוקטובר 2023. ההערות הציבוריות מתארות:

• Juggernaut 5.5 עם עוד 200k steps
• side model של Dreamlook.AI עם 570k steps
• שילוב של מודל photo-real לא-מפורסם של RunDiffusion
• VAE מובנה

זו אחת ההשקות הראשונות שבהן Juggernaut מפסיק להיראות כמו checkpoint אחד ומתחיל להיראות כמו מתכון פרודקשן.

Version 7 + RunDiffusion

V 7 + RunDiffusion יצאה ב-27 בנובמבר 2023. לפי ההערה הציבורית, היחס של מודל הצילום של RunDiffusion הונמך ונוסף Cinematic SideSet עם 120k steps. התוצאה הייתה פרופיל תמונה קונטרסטי וקולנועי יותר. זו נקודת עזר טובה כשמשווים פלטים מסוף 2023: המודל כבר לא רדף רק אחרי ריאליזם, אלא גם אחרי חתימה ויזואלית חזקה יותר.

Version 8 + RunDiffusion

V8 + RunDiffusion פורסמה ב-9 בינואר 2024. ההערות הציבוריות מדגישות שיפורים בידיים, ברגליים, בפרטי עור ובפלט הצילומי הכולל. כאן הזהות של Juggernaut כ-photo workhorse נעשית ברורה במיוחד.

Version 9 + RunDiffusion Photo v2

V9 + RunDiffusion Photo v2 הופיעה ב-18 בפברואר 2024. זו כנראה ההשקה החשובה ביותר בכל הקו, משום שהיא מסמנת נקודת מפנה פומבית. ההערה מתארת התמקדות בפרטי עור, תאורה וקונטרסט, אבל גם מודה שהמשך שיפור הדרגתי בלי רגרסיות נעשה קשה יותר. כאן נהיה ברור שדרוש reboot עמוק יותר.

שלב שלישי: בנייה מחדש לטובת תגובת prompt טובה יותר

אחרי v9, Juggernaut XL נכנס לשלב בוגר יותר. הדגש עובר מהוספת side merge מוכרים לשיפור איכות captioning, שיפור prompt-following וחיזוק התגובה לקומפוזיציה.

Version 10

השקת v10 מוצגת כבנייה מחדש יסודית יותר, כולל captions שנוצרו על ידי GPT-4-Vision עבור נתוני האימון. זה חשוב, משום ש-captioning טוב יותר בדרך כלל נותן תגובת prompt חזקה יותר ופלט צפוי יותר, לא רק יותר פרטים גולמיים.

Version XI and XII

הגרסאות המאוחרות יותר במספור רומאי ממשיכות את הכיוון הזה. דפי מודל ציבוריים והפניות קהילתיות מתארים אותן כחזקות יותר בהיצמדות ל-prompt ומאוזנות יותר בין ריאליזם לשליטה. בשלב הזה Juggernaut XL כבר אינו סתם checkpoint של ריאליזם. זהו מודל SDXL כללי לפרודקשן עם זהות ציבורית מבוססת היטב.

Ragnarok ושמות המשפחה המאוחרים

שמות מאוחרים כמו Ragnarok מרחיבים את המשפחה תוך שמירה על אותו קו מעשי. משפחת המודל נשארת מזוהה משום שהמטרות נשארו יציבות: פלט פוטוריאליסטי שימושי, טווח סגנונות רחב והתנהגות prompt הגיונית עבור workflow אמיתי.

למה ההיסטוריה הזו עדיין חשובה

Juggernaut XL נשאר מעניין משום שההיסטוריה שלו גלויה יחסית. הרבה checkpoints משתנים בשקט, אבל Juggernaut התפתח דרך הערות ציבוריות שהסבירו מה כל השקה ניסתה לשפר.

זה הופך את קו המודל לקל יותר להבנה:

• ההשקות המוקדמות ביססו את זהות ה-SDXL הבסיסית
• השקות האמצע דחפו חזק יותר לכיוון photo realism של RunDiffusion
• ההשקות המאוחרות שיפרו caption quality והיצמדות ל-prompt

אם מבינים את הרצף הזה, מבינים גם למה גרסאות שונות מרגישות שונות בפועל.