Juggernaut XL V9

Juggernaut XL v9 to jeden z najważniejszych checkpointów w całej rodzinie, bo stoi dokładnie na granicy dwóch epok. Nadal należy do okresu przyrostowych merge’y, ale sama notatka wydania otwarcie mówi, że takie podejście coraz trudniej było utrzymać bez regresji jakości. W praktyce v9 to moment, w którym Juggernaut stał się mocniejszym modelem fotograficznym, a jednocześnie przyznał, że potrzebuje głębszego restartu.

Jeśli chcesz tylko krótkiej wersji, wygląda ona tak: standardowy Juggernaut XL v9 + RunDiffusion Photo v2 został opublikowany 18 lutego 2024, a osobny wariant v9 Lightning pojawił się 23 lutego 2024. Te wydania są powiązane, ale nie są tym samym checkpointem i nie należy traktować ich jak jednego modelu w poradnikach ani benchmarkach.

Czym naprawdę jest V9

Oficjalny README na Hugging Face nazywa checkpoint Juggernaut XL v9 + RunDiffusion Photo v2 Official. To sformułowanie jest kluczem do zrozumienia modelu.

V9 nie jest czystym finetune’em z jednego źródła. Według notatki:

• trening po stronie Juggernaut skupiał się na detalach skóry, świetle i ogólnym kontraście
• największa zmiana przyszła z integracji RunDiffusion Photo Model v2
• celem był mocniejszy wynik fotograficzny niż w poprzednich wersjach

To znaczy, że v9 należy czytać jako wydanie hybrydowe. Etykieta v9 mówi, gdzie model leży w linii Juggernaut, ale wizualna zmiana, którą zauważa większość użytkowników, pochodzi głównie z fotograficznego merge’a RunDiffusion.

Dlaczego V9 jest ważne w historii wydań

README v9 jest wyjątkowo szczere wobec stanu projektu. Autor pisze, że z każdym nowym wydaniem coraz trudniej było ulepszać Juggernaut bez pogorszenia innego obszaru, i że było to już widoczne w v8.

To wyjaśnia trzy rzeczy naraz:

1. dlaczego v9 tak mocno opiera się na RunDiffusion Photo v2
2. dlaczego model wydaje się bardziej świadomie fotograficzny niż niektóre wcześniejsze wersje
3. dlaczego autor od razu zaczął mówić o pełnym reboocie v10 z recaptioningiem GPT-4 Vision

V9 nie jest więc tylko „następnym checkpointem”. To publiczny punkt zwrotny między optymalizacją przyrostową a przebudową opartą na danych.

Daty wydania i zamieszanie wokół nazwy

Są dwie publiczne daty, które ludzie często łączą w jedną:

• 18 lutego 2024: V9 + RunDiffusionPhoto 2
• 23 lutego 2024: V9+RDPhoto2-Lightning_4S

Drugie wydanie to pochodna Lightning nastawiona na szybkość. To nie jest bazowe v9. Jeśli widzisz, że ktoś poleca cztery do sześciu steps dla „v9”, sprawdź, czy nie chodzi mu tak naprawdę o wersję Lightning. Standardowy checkpoint v9 ma znacznie bardziej klasyczne zalecenia SDXL.

Repozytorium Hugging Face RunDiffusion/Juggernaut-XL-v9 utworzono 18 lutego 2024, co zgadza się z datą wydania bazowego v9, a nie z późniejszą wersją Lightning.

Czym V9 różni się od V8

V8 + RunDiffusion i v9 są na tyle blisko siebie, że często traktuje się je prawie zamiennie, ale notatki z wydań sugerują, że rozwiązywały inne problemy.

Publiczne podsumowanie v8 podkreśla:

• dłonie
• stopy
• detale skóry
• ogólny wynik fotograficzny

Publiczne podsumowanie v9 przesuwa akcent:

• ukierunkowana praca nad skórą, światłem i kontrastem
• większe poleganie na RunDiffusion Photo v2
• mocniejszy ogólny wynik fotograficzny niż wcześniej
• otwarta dyskusja o granicach dalszego treningu przyrostowego

Prosto mówiąc, v8 wygląda jak porządki i wzrost jakości. v9 wygląda jak bardziej zdecydowany merge foto-first, który jednocześnie odsłonił sufit obecnej strategii treningowej.

Jak V9 wygląda w praktyce

Znakiem rozpoznawczym Juggernaut XL v9 nie jest surowa nowość. To kontrolowane fotograficzne dopracowanie.

Mocne strony

W oficjalnych notatkach i w użyciu społeczności v9 jest szczególnie mocne dla:

• portretów z lepszą teksturą skóry i lokalnym kontrastem
• obrazów w stylu editorial z czystym światłem i kadrowaniem jak z aparatu
• scen produktowych z wiarygodnymi highlightami i lepszym oddzieleniem
• filmowych, ale wciąż komercyjnie użytecznych kompozycji

Ograniczenia

Te same czynniki, które wzmacniają v9, wyznaczają też jego ograniczenia:

• to nadal era sprzed recaptioningu
• posłuszeństwo wobec promptu jest dobre, ale mniej dopracowane niż w późniejszych rebuildach
• użytkownicy szukający maksymalnej szybkości mogą przez pomyłkę zastosować wskazówki Lightning, które nie pasują do modelu bazowego

Najlepiej myśleć o v9 nie jako o „ostatecznym Juggernaut”, ale jako o „najmocniejszym checkpointcie photo-first, zanim linia musiała zmienić sposób budowy”.

Zalecana kolejność czytania

Jeśli porównujesz wydania:

1. użyj v8, aby zrozumieć bazę późnej ery merge’y
2. użyj v9, aby zobaczyć najmocniejsze fotograficzne dopracowanie tego etapu
3. użyj v10 i późniejszych, aby zrozumieć przejście do lepszych captionów i silniejszej odpowiedzi na prompt

Ta sekwencja opowiada historię dużo jaśniej niż przypadkowe porównywanie wersji poza kolejnością.

Podsumowanie

Juggernaut XL v9 jest ważny, bo jest jednocześnie szczytem i ostrzeżeniem. Daje lepszy wynik fotograficzny niż wcześniejsze wersje, ale dokumentuje też moment, w którym ulepszenia przyrostowe przestały wystarczać.

Dlatego ludzie wciąż o nim mówią. V9 nie jest pamiętne tylko przez to, jak wygląda. Jest pamiętne, bo oznacza dokładny moment, w którym rodzina Juggernaut XL musiała ewoluować.