标签:

• 文本生成图像
• LoRA微调
• 模板:扩散模型-LoRA 控件示例:
• 文本描述: >- 蒸汽船威利风格，黄金时代动画，一位时尚女性行走在东京街头，街道充满温暖发光的霓虹灯和动态城市标识。她穿着黑色皮夹克、红色长裙和黑色靴子，手持黑色手提包。戴着太阳镜和涂着红色口红。她自信而随意地走着。街道湿润反光，形成彩色灯光的镜面效果。众多行人来往穿梭。 参数: 负面提示: >- 色彩过度艳丽，曝光过度，静态画面，细节模糊，字幕干扰，风格化处理，艺术作品感，绘画笔触明显，画面静止感，整体发灰，质量极差，低分辨率，JPEG压缩痕迹明显，丑陋畸形，肢体残缺，多余手指，手部绘制粗糙，面部刻画失真，肢体畸形扭曲，手指粘连，画面停滞感，背景杂乱，三腿畸形，背景人群密集，逆向行走 输出: 视频链接: videos/t2v-1.webp
• 文本描述: >- 蒸汽船威利风格，黄金时代动画，特写一只毛茸茸的矮小怪物跪在融化的红色蜡烛旁。氛围充满惊奇与好奇，怪物睁大嘴巴凝视火焰。其姿态表情传递天真顽皮之感，仿佛初次探索周遭世界。暖色调运用与戏剧性灯光进一步强化了画面的温馨氛围。 参数: 负面提示: >- 色彩过度艳丽，曝光过度，静态画面，细节模糊，字幕干扰，风格化处理，艺术作品感，绘画笔触明显，画面静止感，整体发灰，质量极差，低分辨率，JPEG压缩痕迹明显，丑陋畸形，肢体残缺，多余手指，手部绘制粗糙，面部刻画失真，肢体畸形扭曲，手指粘连，画面停滞感，背景杂乱，三腿畸形，背景人群密集，逆向行走 输出: 视频链接: videos/t2v-2.webp 基础模型: Wan-AI/Wan2.1-T2V-14B 触发词: 蒸汽船威利风格，黄金时代动画 许可证: CC0-1.0 流程标签: 文本生成视频 库名称: diffusers

蒸汽船威利LoRA模型

<画廊展示 />

模型说明

本模型基于《蒸汽船威利》影片片段训练，按场景分割并使用Qwen2.5-VL-3B-Instruct生成描述文本。

亦适用于Wan2.1-T2V-1.3B版本。

同步发布于CivitAI平台。

触发词

训练时使用的触发短语为"steamboat willie style"。实际使用中发现结合"golden era animation"黄金时代动画风格描述效果最佳。

Diffusers使用指南

pip install git+https://github.com/huggingface/diffusers.git

import torch
from diffusers.utils import export_to_video
from diffusers import AutoencoderKLWan, WanPipeline
from diffusers.schedulers.scheduling_unipc_multistep import UniPCMultistepScheduler

model_id = "Wan-AI/Wan2.1-T2V-14B-Diffusers"
vae = AutoencoderKLWan.from_pretrained(model_id, subfolder="vae", torch_dtype=torch.float32)
pipe = WanPipeline.from_pretrained(model_id, vae=vae, torch_dtype=torch.bfloat16)
pipe.scheduler = UniPCMultistepScheduler.from_config(
  pipe.scheduler.config,
  flow_shift=5.0
)
pipe.to("cuda")
pipe.load_lora_weights("benjamin-paine/steamboat-willie-14b")
pipe.enable_model_cpu_offload() # 适用于低显存环境

prompt = "蒸汽船威利风格，黄金时代动画，拟人化的猫咪角色脱帽行礼"
negative_prompt = "色彩过度艳丽，曝光过度，静态画面，细节模糊，字幕干扰，风格化处理，艺术作品感，绘画笔触明显，画面静止感，整体发灰，质量极差，低分辨率，JPEG压缩痕迹明显，丑陋畸形，肢体残缺，多余手指，手部绘制粗糙，面部刻画失真，肢体畸形扭曲，手指粘连，画面停滞感，背景杂乱，三腿畸形，背景人群密集，逆向行走"
output = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    height=720,
    width=1280,
    num_frames=81,
    guidance_scale=5.0,
    num_inference_steps=32
).frames[0]
export_to_video(output, "output.mp4", fps=16)

模型下载

本模型权重提供Safetensors格式下载。

在文件版本页获取所需文件。