Magic Wand Vibrator (self/other) (Hunyuan/Wan)

用于HunyuanVideo的魔法棒（现已支持实验性MagicWan2.1）
嘿！我用自己开发的更优训练设置更新了Wan版本！现在效果应该要好得多，我还改进了提示词，使其支持“远景/中景/中近景/近景”，就像我的其他模型一样。根据我的测试，整体质量、运动效果等都有显著提升。如果你遇到面部模糊或面部出框的问题，请在负向提示中加入“blurred face”或“face out of frame”。尽情享受吧！训练方式与我的WanNipplePlay模型完全一致：/model/1590451/both-hands-sensual-nipple-play-selfother?modelVersionId=1799759

实验性MagicWan：适用于Wan2.1的最新版“MagicWan”已上线！这是实验性版本，也是我首次尝试为Wan训练LoRA。我使用了与1.5版Hunyuan相同的设置和数据集，但分辨率更低。在3600步时已完全收敛，但约2000步时的第56个epoch也已可用，当然仍有改进空间！欢迎提供反馈，我一定会继续优化它。另外，请在评论区告诉我是否有兴趣推出针对1.3B模型的版本？我本人不使用该模型，但如果有人需要，我很乐意为其训练一个版本！

MagicWand 1.5：新版已上线！整体画质大幅提升，训练数据集扩大了25%，学习率为8e-5，训练步数为3600步。可提示“有线/无线”（需在颜色前指定，但请注意：非白色有线型号在数据集中和色情内容中都极其有限，效果因人而异），振动器运动表现也略有改善（可在触发词后追加“vigorously rubbing it up and down”或“grinding herself against it/she is grinding herself against it”，尤其“磨蹭”效果可能因种子不同而异）。例如：

“一位裸体年轻女性躺在床上，她的女友用一款无线白色MgcWndVb刺激她的阴道，上下大力摩擦。她有着凌乱的金色长发和丰满的乳房。女友是红发，身着黑色内衣。两人面部贴近，正深情对视，共同沉浸在这段亲密时刻中。”

它也能更好地处理情侣场景。不过我注意到，“her vagina is wet”在1.0版本中效果很好，但现在……有时反而会让她喷出液体？这方面还需要进一步测试。

MagicWand 1.0：
美妙的震动来了！大家好，这是我为HunyuanVideo制作的第二个LoRA，在我看来效果非常出色。它能生成女性自己使用或由他人（男性或女性）使用魔法棒式振动器刺激阴道的视频。该模型在Rank 16下训练，面部已模糊处理（提示词为“blurred out face”），因此与你的角色LoRA高度兼容。它已充分学习了运动方式，你常常能清晰看到女性阴道随着振动器的节奏起伏颤动！

提示词/生成示例：

“一位裸体女性仰躺在餐椅上，双腿分开，一名男子站在她身后，用一只紫色MgcWndVb上下摩擦刺激她的阴道。她拥有深棕色头发和较小的乳房，阴道湿润。男子灰发，身穿深灰色衬衫。他们身后是一张大床，上方挂着一幅黑白画作，左侧似乎是一扇推拉玻璃门和另一幅画。”

“一位黑发裸体女性正用黑色MgcWndVb刺激自己的阴道。她弓起背部并向前弯腰，开始高潮。她的髋部有纹身，肚脐穿孔。”

触发词应为：“using a {black/white/purple/pink} MgcWndVb to stimulate her vagina.” 部分数据点中女性因兴奋而湿润，被标记为“Her vagina is wet”，这一点也可作为提示词使用，振动器运动程度亦可部分控制。该模型应能生成女性自慰、女女性爱和男女爱爱场景。数据集非常多样，包含多种姿势、女性年龄、种族和宽高比等，建议你多尝试，我希望能使其足够通用！

训练说明：

我已认识到，训练Hunyuan无需高分辨率（来源：https://civitai.com/articles/11942/training-a-lora-the-right-way），至少对于运动类LoRA来说如此。本LoRA使用15段视频训练，预处理为每段6秒、24帧/秒。我用一个简单的Python脚本结合Yolov8X人脸检测，对人脸施加强烈高斯模糊，以确保面部无关性（并相应标注）。随后，这些视频被编码为424x240@129f和640x360@41f的VAE组合，使用我的4070TI Super显卡配合Musubi Tuner，约12小时内完成训练。学习率为1.2e-4，LoraPlus乘数为4，共训练2400步，使用CAME优化器、恒定学习率加 Warmup调度器，warmup步数为100。

最终备注：
你有没有自己使用过这类东西，或者被人用过？如果没有，你应该试试！它会以最棒的方式颠覆你的认知 😉

另外，我在制作视频数据集时会用到一些小工具脚本，比如视频切片、帧率标准化、面部模糊等。没什么特别的，别抱太大期望；这些都是简单的命令行工具。但如果你和我一样主要使用CLI工作流，它们或许会对你有帮助：https://github.com/Sarania/videoprocessingscripts 这些脚本在Linux上编写和测试过，理论上也适用于Windows。依赖Python3、ffmpeg、opencv和ultralytics。你可以自由使用或不使用，我只是觉得它们可能有用，尤其是那个基于Yolov8的模糊脚本！