Historia wydań Juggernaut XL

Juggernaut XL nie pojawił się jako jeden dopracowany checkpoint. Model rozwijał się przez szybką serię wydań SDXL, eksperymentów z merge, ulepszeń captioningu i późniejszych współprac z RunDiffusion. Jeśli znasz go tylko z v9, XI albo Ragnarok, skrót wygląda tak: Juggernaut wystartował w sierpniu 2023 jako dość prosty finetune SDXL, w okresie v6-v9 stał się bardziej fotograficzny, a później w X, XI i kolejnej rodzinie przesunął nacisk na lepszy captioning i silniejszą reakcję na prompt.

Ta oś czasu opiera się na dwóch wewnętrznych dokumentach referencyjnych z repozytorium oraz na publicznych stronach modelu i API. Gdy publiczne rekordy są niepełne, artykuł zaznacza lukę zamiast udawać pewność.

Co Juggernaut XL próbował osiągnąć

Od początku Juggernaut XL pozycjonował się jako praktyczny koń roboczy SDXL, a nie niszowy model artystyczny. Powracające cele były dość stałe:

• dawać mocny fotorealistyczny wynik bez przesadnie skomplikowanych promptów
• utrzymać atrakcyjne filmowe i edytorialowe światło
• poprawiać anatomię, zwłaszcza dłonie i stopy
• pozostać użytecznym dla portretów, packshotów, wnętrz, wildlife i obrazów lifestyle

Dlatego historia wydań ma znaczenie. Każda wersja nie zastępowała tożsamości modelu. Zwykle dopracowywała ten sam cel z innej strony: więcej steps, więcej treningu bocznego, lepsze mergy foto albo lepsze captiony.

Faza pierwsza: szybkie wczesne wydania

Publiczne API Civitai daje zaskakująco czytelną wczesną chronologię.

Version 1

Version 1 została opublikowana 22 sierpnia 2023. Publiczny opis jest bardzo krótki i w zasadzie wspomina tylko 220k Steps, ale to pierwsze potwierdzone publiczne wydanie Juggernaut XL w tej serii.

Version 2

Version 2 pojawiła się 30 sierpnia 2023. Opublikowane notatki mówią, że model bazowy dostał 50k dodatkowych steps, a do tego drugi zbiór danych trenowany z pomocą Dreamlook.AI przez 58k steps. To ważne, bo ustanowiło schemat, do którego model później wracał: Juggernaut nie był tylko trenowany mocniej, ale też poszerzany przez dodatkowe dane boczne i mergy.

Version 3

Version 3 opublikowano 5 września 2023. Publiczna notatka mówi o 100k kolejnych steps, wprowadzeniu różnych typów sylwetki i małym ogólnym wzroście jakości. Brzmi to skromnie, ale pokazuje przejście od ogólnego realizmu do bardziej konkretnej kontroli wyniku.

Version 4 and 4.5

Version 4 (NSFW) pojawiła się 13 września 2023, a Version 4.5 15 września 2023. Notatka do 4.5 opisuje ją jako dużą poprawkę do v4, z merge’ami starszych checkpointów i wersji 3. Innymi słowy, już na wczesnym etapie Juggernaut zachowywał się jak iteracyjna rodzina checkpointów, a nie pojedynczy liniowy model.

Version 5

Version 5 została opublikowana 21 września 2023. Publiczne notatki wskazują na nowy side set dodany przy wsparciu Dreamlook.AI. To mała linijka w changelogu, ale wzmacnia główny wzorzec tej epoki: Juggernaut rósł przez trening boczny, nie tylko przez jeden duży finetune.

Faza druga: era RunDiffusion przyspiesza

To etap, w którym Juggernaut XL stał się dużo łatwiejszy do rozpoznania w dzisiejszym ekosystemie. Publiczne changelogi zaczynają łączyć model z fotograficzną pracą RunDiffusion i bardziej wyraźną filozofią tuningu.

Version 6 + RunDiffusion

Version 6 + RunDiffusion opublikowano 25 października 2023. Publiczne notatki opisują:

• Juggernaut 5.5 z kolejnymi 200k steps
• model boczny Dreamlook.AI z 570k steps
• integrację niepublikowanego fotorealistycznego modelu RunDiffusion
• wbudowany VAE

To jedno z pierwszych wydań, w których Juggernaut przestaje wyglądać jak pojedynczy checkpoint, a zaczyna przypominać receptę produkcyjną.

Version 7 + RunDiffusion

V 7 + RunDiffusion trafiła publicznie 27 listopada 2023. Notatka mówi, że zmniejszono udział fotomodelu RunDiffusion i dodano Cinematic SideSet z 120k steps. Efektem był bardziej kontrastowy i bardziej filmowy profil obrazu. To ważna wskazówka przy porównywaniu wyników z końca 2023: model nie gonił już tylko za realizmem, ale też za mocniejszym podpisem wizualnym.

Version 8 + RunDiffusion

V8 + RunDiffusion opublikowano 9 stycznia 2024. Publiczne notatki podkreślają poprawę dłoni, stóp, detali skóry i ogólnego wyniku fotograficznego. To wydanie, w którym tożsamość „Juggernaut jako fotograficzny koń roboczy” staje się bardzo wyraźna.

Version 9 + RunDiffusion Photo v2

V9 + RunDiffusion Photo v2 pojawiła się 18 lutego 2024. To prawdopodobnie najważniejsze wydanie całej linii, bo oznacza publiczny punkt zwrotny. Notatka mówi o pracy nad detalami skóry, światłem i kontrastem, ale jednocześnie przyznaje, że dalsze przyrostowe ulepszenia bez regresji stawały się coraz trudniejsze. To otwarcie pokazało potrzebę głębszego rebootu.

Faza trzecia: przebudowa pod lepszą odpowiedź na prompt

Po v9 Juggernaut XL wchodzi w bardziej dojrzały etap. Nacisk przesuwa się z dokładania znanych merge’y bocznych na lepszą jakość captioningu, lepsze podążanie za promptem i mocniejszą odpowiedź kompozycyjną.

Version 10

Wydanie v10 jest przedstawiane jako bardziej fundamentalna przebudowa, z captionami generowanymi przez GPT-4-Vision dla danych treningowych. To istotne, bo lepszy captioning zwykle oznacza silniejszą reakcję na prompt i bardziej przewidywalny wynik, a nie tylko więcej surowych detali.

Version XI and XII

Późniejsze wydania z numeracją rzymską rozwijają ten kierunek. Publiczne strony modelu i odniesienia społeczności opisują je jako lepsze w trzymaniu promptu i bardziej zbalansowane między realizmem a kontrolą. Na tym etapie Juggernaut XL nie jest już tylko realistycznym checkpointem. To ogólny model produkcyjny SDXL z wyraźnie ugruntowaną publiczną tożsamością.

Ragnarok i późniejsze nazewnictwo rodziny

Późniejsze nazwy, takie jak Ragnarok, rozwijają rodzinę przy zachowaniu tej samej praktycznej linii. Rodzina modelu pozostaje rozpoznawalna, bo cele były stabilne: użyteczny fotorealizm, szeroki zakres stylów i rozsądne zachowanie promptu w realnych workflow.

Dlaczego ta historia nadal ma znaczenie

Juggernaut XL pozostaje interesujący, bo jego historia jest wyjątkowo widoczna. Wiele checkpointów zmienia się po cichu, ale Juggernaut rozwijał się przez publiczne notatki tłumaczące, co każde wydanie próbowało poprawić.

Dzięki temu tę linię łatwiej zrozumieć:

• wczesne wydania ustaliły bazową tożsamość SDXL
• środkowe wydania mocniej przesunęły model w stronę fotorealizmu RunDiffusion
• późniejsze wydania poprawiły jakość captioningu i zgodność z promptem

Jeśli rozumiesz tę sekwencję, rozumiesz też, dlaczego różne wersje odczuwalnie różnią się w praktyce.