许可协议：apache-2.0
支持语言：

• 英文
• 中文

标签：

• 图像转视频
• LoRA微调
• Replicate平台
• 文本转视频
• 视频生成

基础模型："Wan-AI/Wan2.1-T2V-14B-Diffusers"
管道类型：文本转视频

示例输入：

• 文本描述：>
  "LAEZEL在咖啡馆大笑的场景，温暖氛围，背景虚化，壁炉火光"
  输出视频链接：
  https://replicate.delivery/xezq/i9enM2xXXNT1Siglhh15IvZvpoMRlytk2sqegWUz6rpcHzXUA/R8_Wan_00001.mp4
  触发词：LAEZEL

Wan 14B 拉埃泽尔角色微调模型

<画廊展示区 />

关于此LoRA微调

这是专为Wan2.1 14B视频生成模型设计的LoRA微调模块，兼容Diffusers和ComfyUI框架，可同时应用于文本转视频和图像转视频的Wan2.1模型。

训练过程通过Replicate平台完成，使用AI工具包：
https://replicate.com/ostris/wan-lora-trainer/train

触发词

使用LAEZEL作为视频生成触发词。

使用指南

Replicate平台提供了一系列优化速度和成本的Wan2.1模型，均可与本LoRA配合使用：

• 模型集合：https://replicate.com/collections/wan-video
• 带LoRA的模型：https://replicate.com/fofr/wan2.1-with-lora

通过Replicate API调用

import replicate  

input = {  
    "prompt": "LAEZEL",  
    "lora_url": "https://huggingface.co/fofr/wan-14b-laezel/resolve/main/wan2.1-14b-laezel-lora.safetensors"  
}  

output = replicate.run(  
    "fofr/wan2.1-with-lora:f83b84064136a38415a3aff66c326f94c66859b8ad7a2cb432e2822774f07b08",  
    model="14b",  
    input=input  
)  
for index, item in enumerate(output):  
    with open(f"output_{index}.mp4", "wb") as file:  
        file.write(item.read())  

Diffusers框架调用

安装依赖：

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

调用代码：

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)  
flow_shift = 3.0  # 720P用5.0，480P用3.0  
pipe.scheduler = UniPCMultistepScheduler.from_config(pipe.scheduler.config, flow_shift=flow_shift)  
pipe.to("cuda")  

pipe.load_lora_weights("fofr/wan-14b-laezel")  

pipe.enable_model_cpu_offload() # 低显存环境启用  

prompt = "LAEZEL"  
negative_prompt = "高亮度/过曝/静态模糊/细节缺失/字幕/艺术风格/画作/图片/静态画面/整体发灰/劣质画面/低分辨率/JPEG压缩痕迹/丑陋/残缺/多手指/手部绘制差/面部扭曲/畸形/肢体异常/手指粘连/静止画面/杂乱背景/三腿人/背景多人/倒走动作"  

output = pipe(  
    prompt=prompt,  
    negative_prompt=negative_prompt,  
    height=480,  
    width=832,  
    num_frames=81,  
    guidance_scale=5.0,  
).frames[0]  
export_to_video(output, "output.mp4", fps=16)  

训练参数

• 训练步数：2000
• 学习率：0.0001
• LoRA秩：32

社区贡献

欢迎在社区讨论区分享您使用本LoRA创作的视频作品。