Cosmik-lora

Instala las dependencias y carga el LoRA sobre su 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(
    "ai-toolkit/Wan2.2-T2V-A14B-Diffusers-bf16",
    torch_dtype=torch.bfloat16,
    device_map="cuda"
)
pipe.load_lora_weights("visionmaster2/Cosmik-lora")

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

La ficha también incluye este ejemplo para cargar directamente el archivo de pesos de bajo 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(
    'visionmaster2/Cosmik-lora',
    weight_name='Cosmik_low_noise.safetensors'
)
image = pipeline('CosmikR').images[0]
image.save("my_image.png")

Debe incluirse CosmikR en el prompt para activar el concepto aprendido. El segundo ejemplo aparece tal cual en la ficha, aunque combina un modelo base de texto a vídeo con una canalización de texto a imagen, por lo que puede requerir ajustes según la versión de Diffusers y el flujo utilizado.