Anima 検証メモ
このマトリクスから得た実用知見の私的メモ
🔁 Hires fix の作法 — 「2 段 × 1.5×」が限界
Anima (AuraFlow + Qwen3 系) は 一度の hires fix で 1.5× が限界。 それ以上一気に拡大するとディテール崩壊・ぼやけ・解剖学の破綻が出やすい。
実用的には 2 段で 2160 px に持ち上げるのが安定:
- 1 回目: 元解像度 (例: 1024×704) × 1.5×
- 2 回目: サイズ指定で 2160 を直接ターゲット (倍率ではなく明示)
小さい用途 (アイコン / Twitter サイズ / プレビュー等) なら hires-fix なし、 または 1 回だけで十分なケースが多い。
🏎 sampler × scheduler の総合最強
速さ × 安定収束で No.1 は uni_pc × ddim_uniform。
base 30-step matrix と LoRA (PCM / Turbo / DMDX) を一通り見た結論。
| combo | 速度 | 収束 | 備考 |
|---|---|---|---|
| uni_pc / ddim_uniform | ★★★★★ | ★★★★★ | 最速 × 綺麗。今のところ総合 1 位 |
| res_multistep / beta | ★★★★★ | ★★★☆☆ | 速いが 水玉ノイズが残ることがある (Speed Ranking 上位だが収束 ↓) |
res_multistep / beta は Speed Ranking ではトップ層なので「速いから採用」と
選ばれがちだが、サンプルによって 背景や肌に水玉状のアーティファクトが
残ることがあるので注意。uni_pc / ddim_uniform は同程度の速さで
このアーティファクトを出さないので、迷ったらこっち。
🧪 検証メモ
- 全 40 sampler × 9 scheduler × 5 prompt の base マトリクスを B200 で生成し、Grid / Matrix / Speed Ranking で目視チェック
- PCM / Anima Turbo / DMDX の 3 種類の蒸留 LoRA を 4 step (PCM は 8 step も) で同じマトリクスを走らせて比較
- 同じ sampler/scheduler の挙動が LoRA 種類で大きく変わるケースあり (例: heun 系は LoRA 化で著しく劣化)
- B200 vs T4 では絵柄も微妙に違う (FP 演算精度差 → 拡散モデルのカオス的増幅)
📐 推奨設定
sampler : uni_pc
scheduler: ddim_uniform
steps : 30 (base) / 4 (PCM・Turbo・DMDX どれでも OK)
cfg : 4.5 (base) / 1.0-1.5 (distillation LoRA)
shift : 3.0 (ModelSamplingAuraFlow)
size : 1024×704 (横長) → hires fix 1 回目 1.5× → 2 回目 2160 指定