Pony Diffusion XL: Etiquetas nativas, pruebas y LoRA
Cuales personajes reconoce Pony XL nativamente, como probar las etiquetas integradas y cuando se necesita una LoRA.
On this page
Pony Diffusion XL: Etiquetas nativas, pruebas y LoRA
TL;DR
- La mayoría de personajes de anime, juegos y Pokémon funcionan sin LoRAs — Pony Diffusion V6 XL se entrenó con aproximadamente 2.6 millones de imágenes y reconoce cientos de personajes mediante etiquetas
character_name_(series). - Usa la cadena completa de puntuación y CLIP skip 2 —
score_9, score_8_up, score_7_up, score_6_up, score_5_up, score_4_upmás CLIP skip 2 son necesarios para una fidelidad de personaje fiable. - Personajes de nivel rojo (Funky Kong, NPC secundarios) requieren LoRA — Si el modelo genera la especie equivocada o un marcador genérico, entrena un LoRA; los personajes de nivel amarillo (Jasmine, Mario) suelen necesitar solo la etiqueta de serie o un prompting adicional.
How Pony Diffusion XL Learns Characters
Pony Diffusion V6 XL es un ajuste fino de SDXL entrenado con aproximadamente 2.6 millones de imágenes con una división 1:1 entre conjuntos de anime, dibujos animados, furros y ponies, y una división 1:1 entre calificaciones seguras, cuestionables y explícitas. Aproximadamente el 50 % de esas imágenes tienen subtítulos en lenguaje natural detallado; el resto lleva etiquetas estructuradas tipo Danbooru. Los nombres de los artistas se eliminaron durante el preprocesamiento.
Esta formación dual crea dos vías paralelas para el conocimiento de personajes:
| Vía | Qué captura | Ejemplo de token |
|---|---|---|
| Etiquetas estructuradas | character_name_(series), 1girl, blonde_hair, blue_eyes | princess_peach, mario_(series) |
| Lenguaje natural | "Princess Peach from Mario wearing a pink dress" | Descripción libre |
La tarjeta del modelo establece explícitamente que "entiende ambos" estilos de prompting. En la práctica, la vía de etiquetas es más precisa para personajes oscuros; la vía de lenguaje natural maneja las variaciones de outfit y poses más flexiblemente.
The score-tag quality gate
Cada generación de V6 XL debería comenzar con la cadena completa de calidad:
score_9, score_8_up, score_7_up, score_6_up, score_5_up, score_4_up, <your prompt>, tag1, tag2La tarjeta del modelo nota que las versiones anteriores de Pony usaban solo score_9; la cadena más larga es un artefacto de entrenamiento de V6 XL. Las imágenes de alta puntuación en el conjunto de entrenamiento destacan desproporcionadamente los personajes populares bien etiquetados, por lo que la cadena completa activa el subespacio donde la fidelidad del personaje es más fuerte.
Source-style tags as domain selectors
Cuatro etiquetas especiales cambian el modelo entre dominios visuales:
| Etiqueta | Dominio activado |
|---|---|
source_anime | Conocimiento de personajes estilo anime |
source_cartoon | Estilo de dibujos animados occidentales |
source_furry | Estilo antro/peludo |
source_pony | Estilo de My Little Pony |
El reconocimiento de personajes varía por dominio. Un personaje bien representado en los datos de entrenamiento de anime (p.ej., Zelda) se renderizará más fielmente con source_anime que con source_cartoon.
CLIP skip 2 is non-negotiable
La tarjeta del modelo advierte: "Asegúrese de cargar este modelo con clip skip 2 (o -2 en algún software), de lo contrario obtendrá blobs de baja calidad". CLIP skip 2 usa la capa transformer penúltima en lugar de la última, preservando el detalle a nivel de token (nombres de personajes, descriptores específicos) que la capa final abstractaría.
Which Characters Are Baked In (Verified Tiers)
La lista compilada por la comunidad en el artículo #5102 de Civitai colorea los personajes por fiabilidad. Los datos subyacentes provienen del repositorio de GitHub ertyased2/characters_list, que contiene:
- 8,203 etiquetas de entrenamiento únicas con conteos de frecuencia
- 200+ entradas de personajes probados con etiquetas de serie y rasgos
- 1,497 etiquetas de personajes anime formateadas en formato
character_name_(series), series, traits
Green tier — reliable without extra prompting
| Franquicia | Ejemplos (verificados en tags.txt) |
|---|---|
| Super Mario | Princess Peach (princess_peach 1,441), Princess Daisy, Rosalina, Bowser, Luigi, Yoshi, Toadette |
| Legend of Zelda | Zelda (princess_zelda 2,781), Link (link 2,484), Ganon/Ganondorf, Midna, Mipha, Urbosa |
| Sonic | Sonic (sonic_(series) 414), Amy, Shadow, Knuckles, Tails, Rouge |
| Pokémon (PokéGirls) | Cynthia, Misty, Dawn, May, Serena, Lillie, Marnie, Nessa, Sonia, Gloria, Penny, Nemona |
| Pokémon (species) | Pikachu (764), Eevee (493), todas las Eeveelutions, Gardevoir (1,903), Charizard, Lucario |
Estos personajes tienen miles de imágenes de entrenamiento etiquetadas y se renderizan correctamente solo con el nombre del personaje + la etiqueta de serie.
Yellow tier — works with series tag or extra prompting
| Personaje | Problema | Solución |
|---|---|---|
| Mario | Genera un hombre genérico en rojo | Añadir mario_(series) (conteo 2,650) en vez de mario sin barrer (402) |
| Jasmine (Pokémon) | "Inconsistentes de forma bastante" | Añadir source_anime, especificar outfit |
| Donkey Kong | Genera un asno real | Usar donkey_kong_(character), mario_(series), gorilla |
La causa raíz es ambigüedad de etiqueta — "Mario" aparece en nombres de artistas, títulos de juegos y etiquetas de personajes — y simplicidad visual (sombrero rojo + overalls ≈ etiquetas genéricas).
Red tier — LoRA required
| Personaje | Razón |
|---|---|
| Funky Kong | < 50 imágenes etiquetadas; no se formó asociación de token |
| Princess King Boo | NPC menor, muestras de entrenamiento insuficientes |
| La mayoría de personajes masculinos / no humanos / furros | Los datos de entrenamiento estaban sesgados hacia chicas de anime |
Regla práctica del compilador: "Los personajes en rojo no son reconocidos y están listados para quienes buscan hacer LoRAs de estos personajes."
How to Test Whether a Character Is Baked In
Automated method (used by the list compiler)
El repositorio ertyased2 incluye main.py, un script de Selenium que controla la interfaz web de Automatic1111:
- Cargar Pony V6 XL con CLIP skip 2
- Plantilla de prompting:
score_9, score_8_up, score_7_up, score_6_up, score_5_up, score_4_up, [character_name] - Generar 50 imágenes a 1296 × 1032, Euler a, 20 pasos, combinaciones aleatorias de 2 caracteres
- Inspección visual — ¿la salida se parece al personaje de origen?
Manual protocol (recommended for users)
- Cargar Pony V6 XL + VAE de SDXL, CLIP skip 2
- Prompting:
score_9, score_8_up, score_7_up, score_6_up, score_5_up, score_4_up, [character name], [series name] - Generar 4–8 imágenes a 1024 × 1024, Euler a, 25 pasos, CFG 7
- Evaluar: ≥ 50 % de las generaciones muestran rasgos reconocibles (color de cabello, outfit, especie) sin LoRA
Modos de fallo a vigilar:
- Chica de anime genérica (sesgo femenino)
- Especie equivocada (Donkey Kong → asno)
- Caracteres clave ausentes
- Artefactos de firma pseudo que dominan la imagen
When You Still Need a Character LoRA
| Situación | Por qué fallan las etiquetas nativas | Ejemplo |
|---|---|---|
| Personaje ausente en los datos de entrenamiento (< ~50 imágenes etiquetadas) | No se formó asociación token→visual | Funky Kong, Princess King Boo |
| Personaje existe pero es inconsistente (nivel amarillo) | Muestras insuficientes / ruido de etiquetas | Jasmine (Pokémon) |
| Especie o estilo equivocados | Colisión de etiquetas / desajuste de dominio | Donkey Kong → asno; Mario → hombre genérico |
| Outfit/versión específica no dominante | El modelo promedia todas las apariencias | Zelda — múltiples outfits canónicos |
| Equivocación exacta requerida (cosplay, estilo coincidente) | El conocimiento nativo es conceptual, no exacto a píxeles | Cualquier necesidad de coincidencia 1:1 |
| Masculino / no humano / furro | Los datos de entrenamiento estaban sesgados hacia chicas de anime | La mayoría de personajes masculinos están en nivel amarillo/rojo |
Common Errors and Fixes
| Síntoma | Causa | Solución | Evidencia | Source |
|---|---|---|---|---|
| Mario → hombre genérico en rojo | Token mario ambíguo (artista, juego, personaje) | Usar mario_(series) (2,650) en vez de mario sin barrer (402) | Frecuencias de tags.txt | https://raw.githubusercontent.com/ertyased2/characters_list/main/tags.txt |
| Donkey Kong → asno real | donkey_kong confunde con etiquetas de animales; sesgo furro | Promptear donkey_kong_(character), mario_(series), gorilla o LoRA | tags.txt carece de donkey_kong independiente | https://raw.githubusercontent.com/ertyased2/characters_list/main/tags.txt |
| Funky Kong → no reconocible | < 50 imágenes de entrenamiento | Entrenar un LoRA; no existe token nativo | Nivel rojo en la lista fuente | https://civitai.com/articles/5102 |
| Firmas pseudo en las salidas | Firmas y marcas de agua de artistas en los datos de entrenamiento | Usar variante V5.5 o eliminación por inpainting | "training issue" de la tarjeta del modelo | https://civitai.com/api/v1/models/257749 |
FAQ
Does Pony Diffusion XL know [character]?
Comprobar la frecuencia de character_name_(series) en tags.txt. Si el conteo es > 500, probablemente funciona de nivel verde; 100–500 = nivel amarillo (necesita etiqueta de serie); < 100 = nivel rojo (necesita LoRA). La lista del artículo #5102 de Civitai es la búsqueda más rápida.
Pony Diffusion XL Mario not working — why?
El token mario sin barrer (conteo 402) es ambiguo. Usar mario_(series) (conteo 2,650) + cadena completa de puntuación + CLIP skip 2. El modelo conoce a Mario; el token es solo ruidoso.
What do yellow tier characters mean?
"El Pony tiene la idea pero necesitará prompting adicional para funcionar bien". Típicamente: añadir etiqueta de serie, especificar outfit, o usar source_anime.
When do I need a character LoRA for Pony Diffusion?
Personajes de nivel rojo (Funky Kong, NPC secundarios), necesidades de equivalencia exacta, o cuando las etiquetas nativas producen especie/estilo equivocados a pesar del prompting correcto.
How to test if Pony knows a character?
Generar 4–8 imágenes a 1024² con cadena completa de puntuación, CLIP skip 2, nombre de personaje + de serie. ≥ 50 % reconocibles = integrado.
Pony Diffusion native character tags format?
character_name_(series), series, 1girl/1boy, hair_color, eye_color — ver anime_characters.txt (1,497 entradas).
Does Pony V6 XL improve character recognition over V5?
La tarjeta del modelo documenta solo V5.5 para la corrección de firma pseudo; no se publicó comparación de reconocimiento de personajes.