Boreal-HL：枯燥现实 Hunyuan LoRA

此模型是我首次尝试提升 Hunyuan 视频的现实细节。它专注于创建更自然的背景（无需浅景深）、更佳的皮肤纹理、更真实的光照，以及整体场景细节的增强。

我遵循了之前训练其他“枯燥现实”模型的做法，尽可能使用多样化的公共领域和 AI 生成的照片进行训练。

使用此 LoRA 的重要说明：

此 LoRA 训练过度。在大多数情况下，将强度保持在 0.6 左右就已足够。某些提示、种子等可能支持更高强度并获得更佳质量，但结果并不稳定。

截至目前，我仅在 Hunyuan AllinOne 工作流中测试了此 LoRA。由于与 Hunyuan 工作流和模型训练的结合仍处于早期阶段，未来仍有巨大改进潜力。

推荐初始设置：

LoRA 强度：0.6（若这是您主要使用的 LoRA，我通常在 0.4–0.9 范围内调整）
分辨率：建议从 512x768 开始，并使用 1.5 倍超分。若不使用超分，可尝试更高分辨率。纵向比例能呈现更“枯燥”的现实感，而宽幅比例则更具电影感。
引导强度（GUIDANCE）：建议从较高引导值（如 12.5）开始，可有效防止形变，但可能引发角色面部重复或场景雷同的问题。我倾向于将引导值降至 3.5 以获得更有趣的图像/视频，但必须仔细调整种子、分辨率和 LoRA 强度，避免产生扭曲的混乱结果。
步数（STEPS）：建议至少设置 30 步，若能达到 55 步左右，效果会更好。
种子（SEED）：请留意尝试更换种子，部分种子的效果远优于其他。
提示建议：尽可能详细描述场景中的具体事物与动作。若信息不足，可能导致背景过于平淡或角色始终呈现相同面貌。

一般处理形变问题时，可尝试：提高引导值、更换种子、降低 LoRA 强度、增加步数、在提示中更详细描述、提升分辨率。

为减少典型的 AI 生成感和角色重复问题，可尝试：降低引导值、适度提高 LoRA 强度、在提示中更详细描述、更换种子。

另外，有时将此 LoRA 与另一专注于运动的 LoRA 结合使用，可能使视频输出更稳定。

此 LoRA 有时也能通过首帧生成不错的图像。但有时首帧的扭曲程度可能高于从较长视频中截取的帧，因此您可能需要尝试上述设置。我认为 Hunyuan 有潜力成为下一代最佳文生图模型，但要找到更优的工作流程并改进模型训练，仍需时间。

视频用于更好地展示该 LoRA 各方面的效果。