Ashmotv/lin3art_style_wan-lora

Ashmotv
Texto a video

Adaptador LoRA para el modelo base Wan2.2-T2V-A14B, entrenado con AI Toolkit para generar contenido visual con un estilo específico de arte lineal. Utiliza la palabra activadora `lin3art_style` y distribuye sus pesos en formato Safetensors.

Como usar

Instala las dependencias:

pip install -U diffusers transformers accelerate

Generación de vídeo con Diffusers:

import torch
from diffusers import DiffusionPipeline
from diffusers.utils import export_to_video

# Cambia a "mps" para dispositivos Apple
pipe = DiffusionPipeline.from_pretrained(
    "ai-toolkit/Wan2.2-T2V-A14B-Diffusers-bf16",
    torch_dtype=torch.bfloat16,
    device_map="cuda"
)
pipe.load_lora_weights("Ashmotv/lin3art_style_wan-lora")

prompt = "lin3art_style"
output = pipe(prompt=prompt).frames[0]
export_to_video(output, "output.mp4")

Ejemplo alternativo para generar una imagen cargando el archivo de pesos específico:

from diffusers import AutoPipelineForText2Image
import torch

pipeline = AutoPipelineForText2Image.from_pretrained(
    'ai-toolkit/Wan2.2-T2V-A14B-Diffusers-bf16',
    torch_dtype=torch.bfloat16
).to('cuda')

pipeline.load_lora_weights(
    'Ashmotv/lin3art_style_wan-lora',
    weight_name='lin3art_style_wan_low_noise.safetensors'
)

image = pipeline('lin3art_style').images[0]
image.save("my_image.png")

Funcionalidades

Adaptador LoRA orientado a generación de texto a vídeo y contenido visual
Estilo especializado de arte lineal activado mediante `lin3art_style`
Compatible con la biblioteca Diffusers
Pesos disponibles en formato Safetensors
Compatible con flujos locales como ComfyUI, AUTOMATIC1111, SD.Next, Invoke AI y Draw Things
Basado en `ai-toolkit/Wan2.2-T2V-A14B-Diffusers-bf16`
Licencia CreativeML Open RAIL-M

Casos de uso

Crear vídeos con una estética de arte lineal a partir de instrucciones de texto
Aplicar el estilo `lin3art_style` al modelo base Wan2.2
Generar imágenes estilizadas mediante los pesos LoRA de bajo ruido
Integrar el estilo en flujos de trabajo locales basados en Diffusers o interfaces compatibles con LoRA