wan2.2_5B_lora_lab

训练数据（44.97 KB）：comfyui 工作流

■ 这是一个在约30,000张动漫风格图像上训练的LoRA模型。
基础模型本身已很强，其动漫美学效果相当于或优于NovelAI v1，并且对booru标签也有合理的理解。

■ 我的重点是进一步强化它并加入未知概念。由于使用booru标签进行训练，因此可以像其他动漫模型一样用于推理。
由于训练规模相对较小，其能力有限，但我认为它仍可作为模型学习潜力的参考指标。

■ 此外，还有一个tipo工作流可自动生成标签提示词，请将其作为参考使用。

■ 似乎工作流中的元数据保存扩展会导致中文字符乱码，因此未能正确保存。
由于Wan默认在负面提示中使用中文，这带来了一些不便……
不幸的是，上传图片到Civitai时，您可能需要手动粘贴提示词，而不能依赖该扩展。

■这是我用于测试 wan2.2_5B LoRA 的试验场。

■我的 LoRA 主要基于静态图像训练，专为在 T2I → I2V 工作流中与 wan2.2_5B 搭配使用而设计。
它们的重点不在于单一概念，而在于学习广泛的未知概念。

■我认为 wan2.2_5B 的主要特点是，尽管拥有 5B 参数，但仍保持轻量高效，使训练和推理都更为轻松。

■它作为视频训练的实际方案尤其具有前景，静态图像训练也同样轻量且易于实现。

将 T2V 和 I2V 集成于单一模型中，使其结构紧凑而卓越。其架构在质量与效率之间取得了极佳的平衡，让我深刻感受到它的潜力。训练未知概念也非常容易。

■如果你是首次使用 wan2.2_5B，可以从以下链接获取所需的模型和工作流——请尝试一下：

■每个 LoRA 的详细说明列在各个标签页中，工作流也一并提供，可作为推理参考。

■在我的测试中，即使在 1920x1728 或 1280x1728 等较高分辨率下，静态图像推理也表现良好，极少出现问题，充分展现了模型的灵活性。因此，我的工作流默认使用 1920x1280 像素。纵向分辨率也能获得不错效果，但我发现更接近视频比例的横屏宽高比看起来更吸引人。

■该模型在纹理等精细细节方面表现优异，但存在一些 VAE 特有的伪影。使用如 SD1.5 等模型进行 i2i 修复是一个不错的方案。若由 wan2.2_5B 负责构图，而其他模型优化细节，效果会更佳。

我的工作流中也整合了以下模型的 i2i 功能，可作为参考。提供写实与动漫两种风格，可自由选择。当然，若 VRAM 充足，SDXL 也是绝佳选择。

■我使用 AI Toolkit 训练了这些 LoRA。如果你有兴趣尝试训练，开发者已提供了详细教程，你会发现它比你想象的更容易。