UltraSharpCC

详情

下载文件

模型描述

🧬 UltraSharpCC – 病毒式锐度与色彩校正 LoRA

模型: Wan T2V 14B
兼容性: VACE(Kijai 版)– Image2VideoFirst Frame to VideoMask to Video[Wan2_1-T2V-14B_fp8_e4m3fn.safetensors · Kijai/WanVideo_comfy at main](https://huggingface.co/Kijai/WanVideo_comfy/blob/main/Wan2_1-T2V-14B_fp8_e4m3fn.safetensors))+([Wan2_1-VACE_module_14B_fp8_e4m3fn.safetensors · Kijai/WanVideo_comfy at main](https://huggingface.co/Kijai/WanVideo_comfy/blob/main/Wan2_1-VACE_module_14B_fp8_e4m3fn.safetensors)

若要与 I2V 一起使用,可搭配 Wan T2V 与 Kijai 提取的 VACE 模块。

Workflow Wan T2V 14b + VACE 模块

优化用于:CausVid(8–10 步快速生成)搭配使用(Wan21_CausVid_14B_T2V_lora_rank32_v2.safetensors · Kijai/WanVideo_comfy at main

Lightx2v(使用 LCM 4–10 步快速生成)(Wan21_T2V_14B_lightx2v_cfg_step_distill_lora_rank32.safetensors · Kijai/WanVideo_comfy at main


UltraSharpCC 是专为使用 Wan T2V 14B 进行视频生成设计的视觉增强 LoRA。它模拟了 TikTok 上流行的病毒式视频外观,通过增强锐度、高动态范围光晕和大胆的色彩分级,提升画面感知质量,风格类似 Topaz 滤镜和虚假 4K 美学。

该 LoRA 可增强清晰度、对比度和表面细节,同时不改变原始艺术风格,非常适合将普通图像或视频提示转化为具有显著升频效果的电影级片段。

它与 VACE 系统完全兼容,尤其适用于以下模式:

  • Image2Video

  • First Frame to Video

  • Mask to Video

UltraSharpCC 也可与 CausVid 无缝协作,实现仅需 8 至 10 步 的超快速视频生成,且质量损失极小,是追求速度与效率工作流的理想选择。


🧪 训练详情:

V1

  • 框架: Diffusion Pipe

  • 轮数: 26

  • 批次大小: 1

  • 秩: 64

  • 优化器: automagic

  • 分辨率:
    – 视频:512px
    – 图像:1024px

  • 数据集:
    – 99 个短视频
    – 100 张高分辨率图像

  • 字幕: 使用自定义 LLM(gemma3:12b)提示生成,聚焦视觉质量(见下文)。

V2

  • 框架: Diffusion Pipe

  • 轮数: 76

  • 批次大小: 4

  • 秩: 64

  • 优化器: automagic

  • 分辨率:
    – 视频:[512, 288]

  • 数据集:
    – 99 个短视频

  • 字幕: 使用自定义 LLM(gemma3:12b)提示生成,聚焦视觉质量(见下文)。


💬 用于字幕生成的提示模板(LLM 友好):

分析此视频帧序列的内容,并返回一段单段描述,必须包含以下内容:sh4rpn3ss 后接对视频中应用的视觉质量增强的详细说明(例如:锐度提升、4K、8K、HDR 光晕、清晰轮廓),以及对主要角色(如存在)的聚焦描述,包括其外观和视频的视觉风格(例如:动漫、卡通、CGI、实拍)。描述必须简洁,同时捕捉增强效果与艺术风格。不要包含任何格式、元数据或注释——仅输出以 sh4rpn3ss 开头的单段文字。

您可将此提示用于任何 LLM(如 GeminiGPTMistralQwen),为您的数据集生成字幕,或以一致、质量导向的格式描述生成的视频。


使用建议:

  • 在提示中添加触发词 sh4rpn3ss 以激活 LoRA 效果

  • 最适合人像、风格化角色和电影级光影场景

  • 非常适合病毒式短视频、AI 生成动态壁纸和增强运动效果的艺术作品

  • CausVid 结合使用,可实现高速渲染(8–10 步),同时保持出色的视觉保真度

此模型生成的图像

未找到图像。