LTX-2.5-Stage1-Distill-2step-LoRA

LTX-2.5 génère d'abord l'image et le son à demi-taille, puis les agrandit et les affine ; ce LoRA n'est utilisé que pour la première étape, réduisant les 8 pas de la version distillée à 2 pas, et s'applique aussi bien à la génération de vidéo à partir de texte qu'à celle à partir d'image. L'auteur a entraîné le modèle avec DMD2 sur une seule carte H200 ; il s'agit actuellement d'une version candidate à l'étape 12000, avec un plan d'entraînement jusqu'à l'étape 24000. Les résolutions d'entraînement sont 576×320 et 320×576, et après affinage, la résolution est de 1152×640 pour une durée de 5 secondes. Le workflow ComfyUI fourni intègre également le modèle d'affinage en une étape de NVIDIA et le décodeur VAE allégé de Pruna, avec des configurations distinctes pour une utilisation locale et sur Comfy Cloud.

LTX-2.5 génère d'abord l'image et le son à demi-taille, puis les agrandit et les affine ; ce LoRA n'est utilisé que pour la première étape, réduisant les 8 pas de la version distillée à 2 pas, et s'applique aussi bien à la génération de vidéo à partir de texte qu'à celle à partir d'image. L'auteur a entraîné le modèle avec DMD2 sur une seule carte H200 ; il s'agit actuellement d'une version candidate à l'étape 12000, avec un plan d'entraînement jusqu'à l'étape 24000. Les résolutions d'entraînement sont 576×320 et 320×576, et après affinage, la résolution est de 1152×640 pour une durée de 5 secondes. Le workflow ComfyUI fourni intègre également le modèle d'affinage en une étape de NVIDIA et le décodeur VAE allégé de Pruna, avec des configurations distinctes pour une utilisation locale et sur Comfy Cloud.

Pourquoi c'est important Avec un affinage en une étape et un décodeur plus rapide, les aperçus de courtes vidéos avec son sont générés plus rapidement, ce qui est idéal pour tester les prompts et les graines aléatoires.

Réactions « Facepalm » : 5 · Score de montée « Facepalm » : 4 · Téléchargements « Facepalm » : 27

Licence : usage commercial sous conditions · ComfyUI : mentionné dans la fiche du modèle · VRAM : non spécifiée

Raisons

  • La fiche du modèle fournit des paramètres d'échantillonnage complets (sigmas, échantillonneur, CFG) ainsi que plusieurs exemples de génération de vidéo à partir de texte et d'image

Utilisation

  • Téléchargez le workflow t2v ou i2v correspondant, appliquez le LoRA uniquement à la première étape avec une intensité de 1.0, en utilisant 2 pas, l'échantillonneur Euler Ancestral et un CFG de 1 ; ne l'appliquez pas à l'étape d'affinage

Risques

  • L'auteur précise qu'il s'agit d'une version expérimentale, adaptée aux aperçus rapides mais non aux productions finales
  • Selon la licence communautaire LTX-2.x, l'usage commercial est soumis à conditions ; les autres résolutions n'ont pas été entraînées

Ouvrir

抱脸 text-to-video 上升榜

Parcourir les dernières actualités IA