TTfire/my_first_lora_v6-lora

TTfire

Texto a video

Adaptador LoRA para generación de texto a vídeo, entrenado con AI Toolkit sobre Wan2.2-T2V-A14B-Diffusers-bf16. Utiliza «Ronova» como palabra de activación y distribuye sus pesos en formato Safetensors bajo la licencia CreativeML Open RAIL-M.

Como usar

Instala las dependencias y carga el adaptador LoRA sobre el modelo base:
pip install -U diffusers transformers accelerate

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("TTfire/my_first_lora_v6-lora")

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

La página también proporciona este ejemplo para cargar directamente el archivo de pesos de bajo ruido y generar una imagen:
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(
    'TTfire/my_first_lora_v6-lora',
    weight_name='my_first_lora_v6_low_noise.safetensors'
)
image = pipeline('Ronova').images[0]
image.save("my_image.png")

Funcionalidades

Generación de vídeo a partir de texto mediante Diffusers
Adaptador LoRA basado en Wan2.2-T2V-A14B
Palabra de activación: «Ronova»
Pesos disponibles en formato Safetensors
Compatible con herramientas que admiten LoRA, como ComfyUI, AUTOMATIC1111, SD.Next e Invoke AI
Ejecución local con CUDA y precisión bfloat16

Casos de uso

Crear vídeos condicionados por texto que activen el concepto aprendido con «Ronova»
Integrar el estilo o sujeto entrenado por el LoRA en flujos de Wan2.2
Usar los pesos Safetensors en interfaces locales compatibles con LoRA
Experimentar con ponderación, fusión y combinación de adaptadores LoRA