Asshole - Wan 2.2 T2V/I2V 14B

在大量且多样化的数据集上训练而成，主要数据为女性仰卧并展示肛门。为防止偏差，还混合了正则化数据。

该模型在多种场景下表现优异，且有望在远超其原始设计任务的更多应用场景中表现出色。

支持文本到视频（T2V）和图像到视频（I2V）。

训练/数据集参数

• 259 个 3 秒长的 512x512 视频。
• 189 张 1024x1024 图像。
• 秩为 128。
• 高噪声阶段训练 18 个周期。
• 低噪声阶段训练 22 个周期。
• 数据较少的概念增加了重复训练次数。
• 学习率初始为 0.0001，训练最后约 20% 的阶段降至约 0.00002。
• 视频通过我自行编写的工具进行切片和裁剪。
• 标注：
  • 初始标注使用 Qwen2.5-VL。
  • 系统提示根据每个不同概念进行了定制，以提供上下文和指导模型关注的内容。
  • 人工复核并进行轻微修正。
• 使用 diffusion-pipe 在单张 5090 显卡上训练。

训练内容包括：

• 女性处于“桩击”姿势
  • 用手自行分开臀部
  • 观众帮忙分开臀部
• 从下方拍摄的阴道特写
• 阴茎肛门插入
• 阴茎肛门抽出
• 阴茎肛门抽插
• 侧面视角
• 第一人称视角（POV）
• 多种阴毛密度，但我仍无法有效控制
• 射精，但难以控制
• 面部大多被裁剪出画面，以最小化角色溢出

无法实现的效果：

• 请勿期待站立姿势的良好效果——数据集中无此类样本。

请参阅与样本关联的提示词。

提示词大师们，请分享你们的作品。