Juggernaut XL 發布歷史

Juggernaut XL 並不是以單一、已經打磨完成的 checkpoint 形式 登場。它是透過一連串快速的 SDXL 版本更新、merge 實驗、 captioning 改進，以及後續與 RunDiffusion 的合作一路演化而來。 如果你只認識 v9、XI 或 Ragnarok，那麼簡短版本是： Juggernaut 在 2023 年 8 月以相對直接的 SDXL finetune 起步， 在 v6-v9 期間變得更偏向攝影輸出，之後在 X、XI 與後續系列 中，重心轉向更好的 captioning 與更強的 prompt 回應。

這份時間線以本 repo 內的兩份內部參考文件，加上公開模型頁面 與 API 記錄為基礎。若公開資料不完整，本文會直接標明空缺， 而不是假裝日期非常確定。

Juggernaut XL 一開始想做什麼

從一開始，Juggernaut XL 的定位就比較像實用型的 SDXL 工作模型， 而不是小眾藝術模型。反覆出現的目標相當一致：

• 在不需要複雜 prompt 儀式感的前提下，提供強力的寫實輸出
• 保持具有吸引力的電影感與 editorial 打光
• 改善人體結構，特別是手和腳
• 讓它持續適用於人像、商品圖、室內場景、wildlife 與 lifestyle 圖像

這也是為什麼版本歷史很重要。每一版通常不是推翻模型身分， 而是從另一個角度精修同一個目標：更多 steps、更多 side training、更好的 photo merge，或更好的 captions。

第一階段：快速的早期版本

公開的 Civitai API 提供了出乎意料清楚的早期時間線。

Version 1

Version 1 發布於 2023 年 8 月 22 日。公開描述非常精簡， 幾乎只提到 220k Steps，但它是這條系列線上第一個可確認的 Juggernaut XL 公開版本。

Version 2

Version 2 在 2023 年 8 月 30 日推出。公開註記指出， 基礎模型增加了 50k steps，另外還有一個在 Dreamlook.AI 協助下訓練 58k steps 的第二資料集。這一點很重要，因為它 建立了後來會反覆出現的模式：Juggernaut 並不只是「訓練更久」， 而是透過額外資料與 merge 來擴張。

Version 3

Version 3 發布於 2023 年 9 月 5 日。公開說明提到增加 100k steps、開始引入不同體型，並帶來小幅整體品質提升。 看起來不算劇烈，但已經顯示它從一般寫實感，開始朝更具體的 輸出控制前進。

Version 4 and 4.5

Version 4 (NSFW) 於 2023 年 9 月 13 日上線，Version 4.5 則在 2023 年 9 月 15 日跟進。4.5 的公開說明將它定位為 v4 的重大修正版，包含來自舊 checkpoint 與 version 3 的 merge。 換句話說，即使在很早期，Juggernaut 就已經更像一個反覆演進的 checkpoint 家族，而不是一條單線模型。

Version 5

Version 5 發布於 2023 年 9 月 21 日。公開註記指出， 加入了由 Dreamlook.AI 支援的新 side set。這在 changelog 中只 是一小行，但再次強化了那個時期的核心模式：Juggernaut 的成長 來自 side training，而不只是單一大型 finetune。

第二階段：RunDiffusion 時代加速

接下來的階段，是 Juggernaut XL 在今日生態中變得更容易辨識的 時期。公開 changelog 開始把它與 RunDiffusion 的攝影導向工作， 以及更明確的調校哲學連結起來。

Version 6 + RunDiffusion

Version 6 + RunDiffusion 發布於 2023 年 10 月 25 日。 公開註記描述了：

• Juggernaut 5.5 再追加 200k steps
• 一個有 570k steps 的 Dreamlook.AI side model
• 整合尚未公開的 RunDiffusion photo-real 模型
• 內建 VAE

這是最早幾個讓 Juggernaut 不再像單一 checkpoint，而像一個 完整生產配方的版本之一。

Version 7 + RunDiffusion

V 7 + RunDiffusion 在 2023 年 11 月 27 日推出。公開說明 指出，RunDiffusion 攝影模型的比例被下調，同時加入一個 120k steps 的 Cinematic SideSet。結果是更高反差、更有 電影感的圖像輪廓。對比 2023 年底這一批版本時，這是一個很好 的線索：模型已經不只是追求寫實，也在追求更鮮明的視覺風格。

Version 8 + RunDiffusion

V8 + RunDiffusion 發布於 2024 年 1 月 9 日。公開說明強調 手、腳、皮膚細節，以及整體攝影質感的改善。也正是在這裡， 後來那種「Juggernaut 是攝影工作模型」的身份變得特別清楚。

Version 9 + RunDiffusion Photo v2

V9 + RunDiffusion Photo v2 於 2024 年 2 月 18 日登場。 這很可能是整條產品線裡最重要的一次發布，因為它代表了公開可見 的轉折點。發布說明提到它重點改善皮膚細節、光線與反差，同時也 坦承在不引入退化的前提下，持續做增量改進已變得更困難。這也 直接揭示了更深層 reboot 的必要性。

第三階段：為了更好的 prompt 回應而重建

在 v9 之後，Juggernaut XL 進入了更成熟的階段。重點從持續堆疊 熟悉的 side merge，轉向改善 caption 品質、prompt following， 以及構圖回應能力。

Version 10

v10 被描述為更根本的重建，其中包含用 GPT-4-Vision 為訓練資料 生成 captions。這很重要，因為更好的 captioning 通常意味著更 強的 prompt 回應與更可預期的輸出，而不只是更多原始細節。

Version XI and XII

之後的羅馬數字版本延續了這個方向。公開模型頁面與社群參考資料 普遍描述它們在 prompt 遵循上更強，並在寫實與控制之間取得更好 平衡。到了這一步，Juggernaut XL 已不再只是寫實 checkpoint， 而是具有清晰公開形象的通用 SDXL 生產模型。

Ragnarok 與後續命名

像 Ragnarok 這樣的後期名稱，在保留同樣實用系譜的前提下擴展了 整個家族。之所以仍然容易辨識，是因為它的目標一直沒有變： 實用的寫實輸出、寬廣的風格範圍，以及適合真實 workflow 的合理 prompt 行為。

為什麼這段發布歷史仍然重要

Juggernaut XL 之所以有意思，是因為它的演進過程相當可見。很多 checkpoint 會悄悄改變，但 Juggernaut 是透過公開註記一路發展， 而這些註記會明白說出每個版本想改善什麼。

因此這條模型線更容易理解：

• 早期版本建立了 SDXL 的基本身份
• 中期版本更強力地推進 RunDiffusion 式的攝影寫實
• 後期版本則改善了 caption 品質與 prompt 遵循

理解這個順序，也就更容易理解為什麼不同版本在實際使用時感受 不同。