LL1999/my_first_lora_v2-lora

LL1999
Texto a video

Adaptador LoRA para generación de vídeo a partir de texto, entrenado con AI Toolkit sobre el modelo base Wan2.2-T2V-A14B-Diffusers-bf16. Se distribuye en formato Safetensors y no tiene palabras de activación definidas.

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

# 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("LL1999/my_first_lora_v2-lora")

prompt = "A man with short gray hair plays a red electric guitar."
output = pipe(prompt=prompt).frames[0]
export_to_video(output, "output.mp4")

La página también proporciona este ejemplo alternativo para cargar el archivo de pesos de alto ruido:

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(
    'LL1999/my_first_lora_v2-lora',
    weight_name='my_first_lora_v2_high_noise.safetensors'
)
image = pipeline('a beautiful landscape').images[0]
image.save("my_image.png")

Funcionalidades

Generación de vídeo a partir de descripciones textuales
Adaptador LoRA basado en Wan2.2-T2V-A14B-Diffusers-bf16
Compatible con la biblioteca Diffusers
Pesos disponibles en formato Safetensors
Compatible con herramientas como ComfyUI, AUTOMATIC1111, SD.Next e Invoke AI
Licencia CreativeML Open RAIL-M
No está desplegado en ningún proveedor de inferencia

Casos de uso

Crear vídeos a partir de indicaciones de texto con el modelo base Wan2.2
Añadir el estilo o ajuste aprendido por este LoRA a flujos de trabajo de Diffusers
Integrar sus pesos Safetensors en interfaces locales compatibles con LoRA
Experimentar localmente con generación visual acelerada mediante CUDA