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

LTX-2.5 trước tiên tạo hình ảnh và âm thanh ở kích thước một nửa, sau đó phóng to và tinh chỉnh; LoRA này chỉ được sử dụng cho giai đoạn đầu, giảm số bước từ 8 của phiên bản distilled xuống còn 2 bước, áp dụng cho cả văn sinh video và ảnh sinh video. Tác giả huấn luyện bằng DMD2 trên một card H200, hiện tại là ứng viên ở bước thứ 12000, dự kiến huấn luyện đến bước 24000; độ phân giải huấn luyện là 576×320 và 320×576, sau khi tinh chỉnh là 1152×640, dài 5 giây. Workflow ComfyUI đi kèm cũng đã thay thế bằng mô hình tinh chỉnh một bước của NVIDIA và bộ giải mã VAE thu gọn của Pruna, mỗi loại có một bản cho môi trường cục bộ và Comfy Cloud.

LTX-2.5 trước tiên tạo hình ảnh và âm thanh ở kích thước một nửa, sau đó phóng to và tinh chỉnh; LoRA này chỉ được sử dụng cho giai đoạn đầu, giảm số bước từ 8 của phiên bản distilled xuống còn 2 bước, áp dụng cho cả văn sinh video và ảnh sinh video. Tác giả huấn luyện bằng DMD2 trên một card H200, hiện tại là ứng viên ở bước thứ 12000, dự kiến huấn luyện đến bước 24000; độ phân giải huấn luyện là 576×320 và 320×576, sau khi tinh chỉnh là 1152×640, dài 5 giây. Workflow ComfyUI đi kèm cũng đã thay thế bằng mô hình tinh chỉnh một bước của NVIDIA và bộ giải mã VAE thu gọn của Pruna, mỗi loại có một bản cho môi trường cục bộ và Comfy Cloud.

Tại sao quan trọng Kết hợp với tinh chỉnh một bước và bộ giải mã nhanh hơn, việc xem trước video ngắn có âm thanh sẽ cho kết quả nhanh hơn, phù hợp để thử nghiệm prompt và seed trước.

Hug (thích) 5 · Điểm Hug tăng 4 · Lượt tải Hug 27

Giấy phép: Thương mại có điều kiện · ComfyUI: Được đề cập trong thẻ mô hình · VRAM: Không ghi rõ

Lý do

  • Thẻ mô hình cung cấp đầy đủ các tham số lấy mẫu (sigmas, sampler, CFG) và nhiều ví dụ về văn sinh video, ảnh sinh video

Cách sử dụng

  • Tải workflow t2v hoặc i2v tương ứng, chỉ nối LoRA vào giai đoạn đầu với cường độ 1.0, 2 bước, Euler Ancestral, CFG 1; không nối vào giai đoạn tinh chỉnh

Rủi ro

  • Tác giả ghi rõ đây là phiên bản thử nghiệm, phù hợp để xem trước nhanh, không phù hợp cho video hoàn chỉnh chính thức
  • Theo giấy phép cộng đồng LTX-2.x, việc sử dụng thương mại có điều kiện; các độ phân giải khác chưa được huấn luyện

Mở

抱脸 text-to-video 上升榜

Xem tin AI mới nhất