wan21_katwin_01-lora

spamnco

Texto a video

Adaptador LoRA para el modelo base Wan2.1-T2V-14B-Diffusers, entrenado con AI Toolkit para generar contenido visual asociado al concepto «katwin». Utiliza la palabra de activación «katwin» y distribuye sus pesos en formato Safetensors.

Como usar

Instala las dependencias y carga el LoRA sobre el modelo base para generar un vídeo:
pip install -U diffusers transformers accelerate

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

# Cambia a "mps" en dispositivos Apple
pipe = DiffusionPipeline.from_pretrained(
    "Wan-AI/Wan2.1-T2V-14B-Diffusers",
    torch_dtype=torch.bfloat16,
    device_map="cuda"
)
pipe.load_lora_weights("spamnco/wan21_katwin_01-lora")

prompt = "katwin"
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 concreto y generar una imagen, aunque emplea una canalización de texto a imagen con un modelo base catalogado como texto a vídeo:
from diffusers import AutoPipelineForText2Image
import torch

pipeline = AutoPipelineForText2Image.from_pretrained(
    'Wan-AI/Wan2.1-T2V-14B-Diffusers',
    torch_dtype=torch.bfloat16
).to('cuda')

pipeline.load_lora_weights(
    'spamnco/wan21_katwin_01-lora',
    weight_name='wan21_katwin_01_000002750.safetensors'
)

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

Funcionalidades

Adaptador LoRA basado en Wan-AI/Wan2.1-T2V-14B-Diffusers.
Orientado principalmente a la generación de texto a vídeo.
Palabra de activación: «katwin».
Pesos disponibles en formato Safetensors.
Compatible con Diffusers y potencialmente con interfaces que admiten LoRA, como ComfyUI, AUTOMATIC1111, SD.Next e Invoke AI.
Licencia CreativeML Open RAIL-M.

Casos de uso

Generación de vídeos condicionados por texto con la palabra de activación «katwin».
Aplicación del estilo o concepto aprendido por el LoRA sobre el modelo Wan2.1-T2V-14B.
Experimentación local con flujos de generación visual basados en Diffusers.
Integración de los pesos Safetensors en interfaces compatibles con adaptadores LoRA.