Setsuna_WanT2V 14B

触发词：Setsuna

在 Wan T2V 14B 模型下，输出更接近原始的动漫美学，保持更忠实的动画风格。然而，FusionX 通常更推荐使用，因其增强了电影感，尤其在场景表现上更为出色。尽管角色可能略显锐化，但整体氛围和视觉深度显著提升。

所有视频仅需使用触发词 "Setsuna" 即可生成——无需角色描述（但可添加服装细节以增加变化）。
使用 FusionX 时，请务必加入标签 "Anime style"，以避免生成可能的写实（照片级）画面。
FusionX 在角色与场景上均有良好表现，测试中已证实其稳定效果。

在为动漫角色训练 LoRA 时，往往感觉更像是在创建一种风格 LoRA，尤其是因为 WAN 的基础模型更偏向写实。由于通常无法仅用单个角色生成完整视频，我建议使用整部动漫系列进行训练，以确保数据具有足够的多样性。我在训练此 LoRA 时，加入了大量 featuring Setsuna 的黄昏场景，这使其在融合使用时也能生成优美的日落主题动漫画面。

请我喝杯咖啡：https://ko-fi.com/dreamweebs

计划训练《白色相簿2》全系列，但尚不确定效果如何，因为我希望保留所有主要角色。