许可证：apache-2.0
语言：

• 英文
  基础模型：
• Wan-AI/Wan2.1-T2V-14B
  任务标签：
• 文本生成视频
  标签：
• 文本生成视频
• 文本生成图像
• LoRA（低秩适应）
• Diffusers（扩散模型框架）
• 模板：diffusion-lora
  示例：
• 文本：
  "p0v_dr1v1n6，视频展示了一个人驾车穿越燃烧的地狱景象。驾驶员双手紧握方向盘。龟裂的道路两侧流淌着熔岩河，远处肆虐着火焰风暴。驾驶员直视前方。车内配有数字仪表盘和触摸屏，屏幕上闪烁着恶魔符号。"
  输出：
  视频链接：example_videos/pov1.mp4
• 文本：
  "p0v_dr1v1n6穿越沙漠中的沙尘暴，金色沙尘吞噬地平线时能见度骤降，数字仪表盘显示紧急警报，车辆在强风中艰难前行。"
  输出：
  视频链接：example_videos/pov2.mp4
• 文本：
  "dr1v12ng POV驾驶。视频展示了夜间城市街道上行驶的汽车内部。驾驶员的手可见于方向盘上。挡风玻璃反射着城市灯光。"
  输出：
  视频链接：example_videos/pov3.mp4
• 文本：
  "p0v_dr1v1n6，视频展示了一个人在月球表面驾车。驾驶员双手握着方向盘。道路覆盖着月尘，地球在天空中熠熠生辉。驾驶员直视前方。车内配有数字仪表盘和触摸屏。"
  输出：
  视频链接：example_videos/pov4.mp4

模型文件与推理流程

📥 下载链接：

• pov_driving_5_epochs.safetensors - LoRA模型文件
• wan_txt2vid_lora_workflow.json - 适用于ComfyUI的Wan T2V+LoRA工作流

---

推荐设置

• LoRA强度： 1.0
• 嵌入式引导尺度： 6.0
• 流位移： 5.0

触发词

关键触发短语：p0v_dr1v1n6

提示模板

参考示例提示词，这种描述方式效果极佳。

ComfyUI工作流

此LoRA需配合Kijai的Wan视频封装工作流修改版使用，主要改动是增加了连接基础模型的Wan LoRA节点。

修改版工作流详见上方下载区。

模型信息

模型权重以Safetensors格式提供，详见上方下载区。

训练详情

• 基础模型： Wan2.1 14B T2V
• 训练数据： 17分钟视频（含204段独立标注的第一人称驾驶片段）
• 训练轮次： 5

附加信息

使用Diffusion Pipe训练工具

致谢

特别感谢Kijai提供ComfyUI Wan视频封装工具，以及tdrussell贡献训练脚本！