Wan - Taker POV Fellatio - I2V

此模型使用 diffusion-pipe 在 Wan I2V 14B 720P 检查点上进行训练，使用了约30个2秒的视频，这些视频来自各种肛交姿势，帧率为24fps。我使用的是Nvidia A6000显卡。

我知道通常的惯例是在T2V Wan检查点上进行训练，但当我用这个数据集进行训练时（无论是T2V还是I2V），结果都非常糟糕。我的理论是，Wan 对此类动作的识别不如其他动作那么敏感，但我也不确定。我只知道，我曾多次尝试在T2V上训练此模型，但都失败了；而使用其他数据集在T2V上训练时，我却取得了成功。