PixAI 开源动漫打标器 Tagger 1.0：3 万标签，曾用于 Tsubaki.3 数据整备
bdsqlsz · x · 2026-10-23
PixAI 宣布开源动漫概念打标模型「Tagger 1.0」，即其文生图模型 Tsubaki.3 训练数据整备所用的工具，权重与模型卡已上线 Hugging Face（pixai-labs/pixai-tagger-v1.0）。
架构要点
- 骨干采用 SAM 3 的 ViTDet 系图像编码器，输入分辨率 1008×1008，共 32 个 block，借助高分辨率特征区分相近的动漫概念
- 分类头可预测 30,877 种标签，覆盖人物外观、服装、小物、背景等多维度概念
- 训练阶段额外引入小型重构解码器共享特征，防止视觉细节信息丢失（仅训练时使用）
同帖还引用了 Tsubaki.3 技术报告介绍：该模型是多模态基座模型，同时支持文生图与上下文内生成（in-context generation），针对动漫创作中多风格、多角色、复杂姿态与特殊镜头等尚未被充分满足的需求设计。
「多模态」频道最新
- Suno 官方盘点五个鲜为人知的隐藏功能 — suno · 2026-10-23
- Meshy 联动 Hermes：$1 买一个月 Pro 含 API 额度 — Teknium · 2026-10-23
- Customuse 推出几何感知 Smart Mesh AI，一键给角色换装 — SimplyAnnisa · 2026-10-23
- AI 生成电影海报《The Chase》：狼、飞机、肌肉车同框的疯狂追逐 — Aggravating-Sir-115 · 2026-10-23
- 仅 11.84MB 的可操控 TTS 发布：WER 不变，CPU 上 19 倍实时 — Working_Hat5120 · 2026-10-23
- ElevenLabs 推出 Chimera：Eleven v4 语音加 Seedance 视频让角色开口说话 — AIwithGhotai · 2026-10-23