bigdoinks420518/my_first_lora_v13-lora
bigdoinks420518
Texto a video
Adaptador LoRA para generación de texto a vídeo, entrenado con AI Toolkit sobre el modelo base Wan2.2-T2V-A14B. Utiliza la palabra de activación «BR00K3» y distribuye sus pesos en formato Safetensors bajo la licencia CreativeML Open RAIL-M.
Como usar
Instalación:
pip install -U diffusers transformers accelerate
Generación de vídeo con Diffusers:
import torch
from diffusers import DiffusionPipeline
from diffusers.utils import export_to_video
# switch to "mps" for apple devices
pipe = DiffusionPipeline.from_pretrained(
"ai-toolkit/Wan2.2-T2V-A14B-Diffusers-bf16",
torch_dtype=torch.bfloat16,
device_map="cuda"
)
pipe.load_lora_weights("bigdoinks420518/my_first_lora_v13-lora")
prompt = "BR00K3"
output = pipe(prompt=prompt).frames[0]
export_to_video(output, "output.mp4")
Ejemplo alternativo proporcionado en la ficha para cargar un archivo de pesos concreto:
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(
'bigdoinks420518/my_first_lora_v13-lora',
weight_name='my_first_lora_v13_low_noise.safetensors'
)
image = pipeline('BR00K3').images[0]
image.save("my_image.png")
Funcionalidades
- Generación de contenido a partir de indicaciones de texto mediante el modelo base Wan2.2-T2V-A14B.
- Adaptador LoRA cargable con la biblioteca Diffusers.
- Palabra de activación específica: «BR00K3».
- Pesos disponibles en formato Safetensors.
- Compatible con herramientas como ComfyUI, AUTOMATIC1111, SD.Next e Invoke AI.
- No está desplegado actualmente mediante ningún proveedor de inferencia.
Casos de uso
- Generar vídeos condicionados por texto utilizando «BR00K3» como palabra de activación.
- Incorporar el estilo o concepto aprendido por este LoRA a flujos de Wan2.2 en Diffusers.
- Usar los pesos Safetensors en interfaces compatibles como ComfyUI, AUTOMATIC1111, SD.Next o Invoke AI.
- Experimentar localmente con el adaptador sobre GPU CUDA o dispositivos Apple mediante MPS.