---
license: apache-2.0
base_model: circlestone-labs/Anima
tags:
- lora
- distillation
- anime
- text-to-image
- anima
library_name: diffusers
---

# Anima Distillation LoRAs

[CircleStone Labs / Anima v1.0](https://huggingface.co/circlestone-labs/Anima)
(2B パラメータ DiT、Cosmos-Predict2 派生) 用の **蒸留 LoRA コレクション**。
4-step / CFG=1.0 で teacher 品質に近づける各手法を順次追加していく。

## Available LoRAs

| サブディレクトリ | 手法 | 推奨 step / CFG | ステータス | 詳細 |
|---|---|---|---|---|
| [`pcm/`](pcm) | Phased Consistency Model | 4-step / CFG=1.0 | ✅ 配布中 (5000 step、$22) | [pcm/README.md](pcm/README.md) |
| `dmd2/` (近日) | DMD2 + TrigFlow (cosmos-predict2.5) | 4-step / CFG=1.0 | 🟢 訓練中 (resume after step 500) | — |
| `dmdx/` (近日) | DMDX (ADM、arxiv 2507.18569v1) | 4-step / CFG=1.0 | 🟢 訓練中 (新規実装) | — |

将来追加検討: LADD / Reflow / Z-Image trajectory / SiD2 など。

## ソースコード

訓練コード・データセット生成・Modal 実装一式:
- HF (同アカウント上): [**darask0/rapid-anima**](https://huggingface.co/darask0/rapid-anima)
- GitHub: [**daraskme/rapid-anima**](https://github.com/daraskme/rapid-anima)

両 repo は同内容のミラー。Issue / PR は GitHub 側で対応推奨。

## File Formats

各サブディレクトリには **2 種類のフォーマット**で同じ重みを配布:

| 拡張子 | 用途 |
|---|---|
| `*_peft.safetensors` | PEFT (diffusers) — 自前推論スクリプト、`peft` library |
| `*_comfy.safetensors` | ComfyUI — `LoraLoaderModelOnly` で直接ロード可 |

## ComfyUI 最短手順

1. `*_comfy.safetensors` を `ComfyUI/models/loras/` に配置
2. Anima v1.0 base workflow に `LoraLoaderModelOnly` を挿入、`strength_model: 1.0`
3. KSampler を設定:
   - **steps: 4**
   - **cfg: 1.0**
   - sampler / scheduler: `er_sde + simple` (Anima 公式デフォルト、安定) または
     `res_multistep + beta` (anime style 強め)
4. `ModelSamplingAuraFlow` で `sigma_shift: 3.0` (Anima 公式必須)

詳細な使い方・訓練ハイパーパラメータは各サブディレクトリの `README.md` を参照。

## サンプル (PCM、step 4000、4-step、res_multistep + beta)

![sample](pcm/samples/sample_step4000_res_multistep_beta.png)

Prompt: `2girls, flandre scarlet, remilia scarlet, touhou, ...`
4-step CFG=1.0、Anima v1.0 base、seed 42。
2 キャラ分離 / 衣装ディテール / 背景 / anime style がすべて保たれている。

DMD2 / DMDX 配布時には追加の比較画像を掲載予定。

## 訓練手法の概要

### PCM (Phased Consistency Model)
- num_euler_timesteps N=50 を K=4 phase に分割、4-step inference に最適化
- pseudo-Huber loss + CFG-augmentation (w∈[4.0, 5.0]) を訓練に embed
- cold-start で安定 (warm-start 不要)、5000 step / B200 で ~$22

### DMD2 + TrigFlow (進行中)
- NVIDIA cosmos-predict2.5 公式系統、2 PEFT adapter (student + fake_score) を runtime 切替
- 逆 KL gradient trick で score matching、TTUR (5 critic : 1 generator)
- warm-start = Civitai Anima Turbo、teacher_cfg=4.5 / shift=3.0 (Anima 整合)

### DMDX (進行中、新規実装)
- 論文 [arxiv 2507.18569v1](https://arxiv.org/html/2507.18569v1) (ByteDance Seed Vision) の ADM-only 移植
- DMD2 の逆 KL を **学習可能 discriminator による hinge GAN (TVD)** に置換
- cubic time schedule + teacher Δt evolution で時刻情報を D に与える
- LADD-style discriminator (teacher frozen backbone + spectral norm heads) を流用

## License

- 本リポジトリの **LoRA 重み**: Apache-2.0
- **Base model (Anima v1.0)** には別途以下のライセンスが適用される (派生モデルも縛り受ける):
  - CircleStone Labs Non-Commercial License
  - NVIDIA Open Model License (Derivative Model 条項)
- **非商用利用のみ可能**。商用利用は Anima 公式に問い合わせ:
  [circlestone-labs/Anima](https://huggingface.co/circlestone-labs/Anima)

## References

- PCM: [Wang et al. NeurIPS 2024](https://arxiv.org/abs/2405.18407) / [G-U-N/Phased-Consistency-Model](https://github.com/G-U-N/Phased-Consistency-Model)
- DMD2: [Yin et al. 2024](https://arxiv.org/abs/2405.14867) / NVIDIA [cosmos-predict2.5](https://github.com/nvidia-cosmos)
- DMDX: [Lu et al. 2025](https://arxiv.org/html/2507.18569v1) (ByteDance Seed Vision)
- Anima base: [circlestone-labs/Anima](https://huggingface.co/circlestone-labs/Anima)