Live Wallpaper Style

이 LoRA의 목표는 라이브 월페이퍼와 유사한 영상 스타일을 재현하는 것입니다. 리그 오브 레전드를 플레이하신 분이라면 런처 시작 영상을 기억하실 텐데, 그게 바로 이 목표입니다. 하지만 이걸로 lofi 영상을 만드는 데도 사용하실 수 있습니다 :D 즐겁게 사용하세요.

[Wan2.2 TI2V 5B - Motion Optimized Edition]
5,000스텝, 100에포크에 걸쳐 51개의 큐레이트된 영상(24fps, 96프레임)을 사용하여 훈련되었으며, 랭크는 48입니다. Wan2.2의 통합 TI2V 5B 밀집 모델과 고압축 VAE에 최적화되었습니다.

내 워크플로우(정리되어 있진 않지만, 중요한 건 작동한다는 거죠哈哈哈): 🎮 Live Wallpaper LoRA - Wan2.2 5B (Workflow) | Patreon

루프 워크플로우: WAN 2.2 5b WhiteRabbit InterpLoop - v1.0 - Hardline | Wan Video Workflows | Civitai

트리거 단어: l1v3w4llp4p3r

[Wan2.2 I2V A14B - Full Timestep Edition]

Diffusion Pipe와 Automagic 최적화기를 사용해 24시간 동안 301개의 큐레이트된 영상(256px, 16fps, 49프레임)으로 훈련되었으며, 랭크는 64입니다. 표준(0-0.875) 대신 확장된 타임스텝 범위(0-1)를 사용하여, Low 모델만으로 훈련했음에도 Low 및 High 모델 모두와 호환 가능합니다.

트리거 단어: l1v3w4llp4p3r

LightX2V v2(랭크 256)와 함께 사용 시 추론 속도가 빨라집니다.

[Wan I2V 720P Fast Fusion - 4(또는 그 이상) 스텝]

Wan I2V 720P Fast Fusion은 2개의 Live Wallpaper LoRA(1개 전용)와 Lightx2v, AccVid, MoviiGen, Pusa LoRA를 결합하여 영화적 품질을 유지하면서 초고속 4스텝 이상 생성이 가능합니다.

🚀 Lightx2v LoRA – 4단계 디스틸레이션을 통해 생성 속도를 20배 가속하며, RTX 4090에서 VRAM 8GB만으로 2분 이내 영상 생성이 가능합니다.
🎬 AccVid LoRA – 표현력 있는 시퀀스의 움직임 정확도와 역학을 향상시킵니다.
🌌 MoviiGen LoRA – 애니메이션에 영화적 깊이와 흐름을 추가하여 시각적 내러티브를 향상시킵니다.
🧠 Pusa LoRA – 제로샷 다중 태스크 기능(시작-끝 프레임, 영상 확장)을 제공하며, VBench 점수 87.32%를 달성합니다.
🧠 Wan I2V 720p (14B) 베이스 모델 – 표현력 있는 비디오 장면을 위한 강력한 시간적 일관성과 고해상도 출력을 제공합니다.

[Wan I2V 720P]

사용된 데이터셋은 1280x720x96 해상도의 149개의 영상(각각 수동 선정)이지만, 244p, 480p 해상도로 64프레임, 64차원(L40s)로 훈련되었습니다.

트리거 단어를 사용하므로 프롬프트에 반드시 포함해야 합니다: l1v3w4llp4p3r

[Hunyuan T2V]

사용된 데이터셋은 1280x720x96 해상도의 529개의 영상(각각 수동 선정)이지만, 244p 해상도로 72프레임, 64차원(여러 RTX 4090)으로 훈련되었습니다.

캡션이나 활성화 단어는 사용하지 않았으며, 조정해야 할 유일한 요소는 LoRA 강도입니다.

또 다른 중요한 점은 전체 블록으로 훈련되었으며, 2개 이상의 LoRA를 혼합할 경우 어떻게 작동할지 예측할 수 없습니다. 혼합하려는 경우 결과가 좋지 않다면 단일 블록을 비활성화해 보세요.

LoRA 강도는 0.2에서 최대 1.2 사이를 권장하며, 해상도는 1280x720으로 생성하거나 512로 생성한 후 나중에 업스케일하는 것이 좋습니다. 최소 3초(72프레임 + 1) 이상 권장합니다.

[LTXV I2V 13b 0.9.7 – Experimental v1]

이 모델은 140개의 큐레이트된 영상(512px, 24fps, 49프레임)을 사용하여 250에포크, 32차원, AdamW8bit으로 훈련되었습니다.
Diffusion Pipe를 사용하여 LTXV I2V v0.9.7(13B)를 지원하며, Qwen2.5-VL-7B를 통해 구조화된 프롬프트 형식으로 캡션을 생성했습니다.

이것은 실험적인 첫 번째 버전이므로 시드와 프롬프트 세부사항에 따라 결과가 달라질 수 있습니다.

권장 사항:

스케줄러: sgm_uniform
샘플러: euler
스텝: 30

⚠️ 움직임 아티팩트를 방지하려면 긴 프롬프트 사용을 강력히 권장합니다.

Ollama Describer를 사용하여 캡션을 생성하거나, 공식 LTXV 프롬프트 향상 도구를 선택적으로 사용할 수 있습니다.

자세한 내용은 이 버전에 대해 탭을 참조하세요.
------------------------------------------------------------------------------------------------------

자세한 내용은 버전 설명을 참조하세요

결과를 공유하세요.