Slop Twerk WAN 2.2 I2V

又烘焙了一个半吊子的LoRA。我用11个我之前用各种WAN 2.1扭臀LoRA生成的视频粗糙地训练了它，训练工具是PGC修改版的Kvento的Musubi Tuner GUI，并针对WAN 2.2的I2V训练做了一个小修正：仅将--i2v开关应用于潜变量缓存的创建，而非训练过程。训练了20个epoch，但上传的模型是第7个epoch和第3个epoch的50-50混合。

视频的标签一如既往地懒散手动标注，例如：
一位黑发女性背对镜头，穿着短白裙且未穿内裤，扭动臀部，使其臀部摇晃、颤动和波动。
或
一位红发女性戴着帽子、穿着牛仔短裤，扭动臀部，使臀部两瓣拍击在一起。

数据集中没有相关的生殖器数据，如果初始图像中隐私部位不在视野内，请搭配使用生殖器LoRA。

大概输入与“扭臀”或“臀部摇晃”相关的内容就能生效。尽管数据集主要由背面和侧面视角构成，但模型中仍内嵌了一些胸部晃动效果。如果初始图像是正面视角，人物可能会尝试转身，但我本人几乎没有做充分测试——换句话说，我基本上只测试过一次，那个例子就是泳装版的Lancer阿尔托莉雅，几乎要转身的样子。很多测试图像的提示都很简单，比如先描述角色，然后加上：

twerks causing her ass to jiggle and shake

没做太多测试，但如果与Slop Bounce结合使用，可能会产生极其卡顿的杂乱动作。

训练数据包含PGC GUI修改版的musubi_tuner_gui.py，其中修复了I2V潜变量缓存的开关；还包含包含数据集设置和训练设置的.json和.toml文件。此外，还附有模型页面最初上传视频的流程图，虽然这些视频也应包含ComfyUI工作流——这一次终于有了。