welcome to test this Elsa (Qwen,HiDream,Wan,Hunyuan,Flux)
详情
下载文件
模型描述
Qwen-Image：
Qwen-image 绝对是又一次重大飞跃，就像当年的“SDXL”一样。认真说，如果你有钱或有硬件，一定要试试微调它！
如果真有哪个模型能掀起下一轮“Pony”热潮，Qwen 完全有这个潜力！
看看这些细节和服装的精准度吧！
Qwen-image 真的学会了东西！画面几乎达到电影级水准。
上一个让我如此惊叹其学习能力的模型是 HunyuanVideo，但它的图像质量不如 Wan。
而 Qwen-image 在这两方面都做到了极致。
（不过我依然认为 Hunyuan 在角色一致性上仍是王者——可以理解为 99 分对比 Qwen 的 95 分。）
坦白讲，这里真正的价值，只有有经验的训练师才能真正理解。
Wan2.2_9-outfit（高噪声+低噪声）：
我使用了相同的数据集，但这次加强了训练提示——和 Wan 2.1 一样的问题：服装变化依然难以稳定学习。我看到的任何改进，更多是源于更干净的数据集，而非模型升级。测试时我还注意到 Wan 2.2 的图像略显柔和；这是 KSampler（高级）“起始/结束步骤”技巧的副作用。
Wan2.2_T2V_14B 的低噪声检查点与原始 Wan2.1_T2V_14B 检查点共享大量权重，因此 LoRAs 基本可互换。（结果发现，Wan 2.2 的高噪声检查点根本不需要 step_distill LoRA；真正起作用的是低噪声检查点的 step_distill LoRA。）
Wan2.1_9-outfit：
我原本没打算发布这个模型。它在上个月之前就训练好了，但因为效果不如预期，我根本没想过有人会关心。
我忘了为这个版本制作 tag TXT 文件。
HiDream：
太棒了！HiDream 感觉像是 Flux 的下一代版本——易于训练，细节捕捉极其出色！尽管外观上仍存在一些不稳定性，但这完全不影响它的表现。
遗憾的是，运行 HiDream 对硬件要求极高。它有三个版本，即使“快速版”对我来说依然很慢。
而且，预训练准备工作简直是一场噩梦。这个 LoRA 仅用于测试，未做性能优化，训练数据集也不完整（用于对比实验）。
我认为这很可能是我们未来期待的下一代模型之一！
详细介绍见：https://comfyui-wiki.com/en/tutorial/advanced/image/hidream/i1-t2i
Wan2.1-14B (T2V)
我训练时过早停止，未保存检查点——如果继续训练，效果会更好。但这个版本仍足以让我们评估 Wan2.1-14B 的质量，希望我分享得还不算太晚。我之前 avoided 训练 14B 版本，是因为其权重文件巨大、测试极其缓慢——所以我最初只上传了图片。你知道吗？技术上它们把图像视为单帧视频？即使在云端使用双 4090X2，它仍需 3 秒/步（而 HunyuanVideo 仅需 1 秒/步）。
测试中，我注意到 14B 有两个关键特性：
它比其他模型更抗过拟合。
它的输出更干净、噪声更少，优于 HunyuanVideo。
Wan2.1-1.3B
所有示例均使用 wan2.1-1.3B 生成，训练基于官方 1.3B 权重模型。我知道你可能在想：为什么有这么多 Elsa LoRA？她是我的默认测试角色——还有其他个人和技术原因，但我猜你不会感兴趣。
总之，Hunyuan 在从训练图像中捕捉角色面部和服装方面，整体上优于 Wan。它在 T2V（文生视频）上通常表现不错。
而 Wan 更常用于 I2V（图生视频）。
Flux-Elsa 冬季服装
我发现 Flux 的 LoRA 在处理多套 Elsa 服装时效果不佳，于是我尝试单独训练一套，但结果不如预期。Flux 让我困惑——似乎有什么因素在限制角色的相似度。
Flux-test
这可能是 Civitai 平台的问题——我上传的更新版本返回了 404 错误（更新期间可能丢失了）。
欢迎测试这个 Flux 开发模型，我可能会在一段时间后删除它。
我这次尝试太粗糙，为了利用 Civitai 的在线生成功能，甚至没来得及测试就发布了最终模型。