metadata
base_model: MusePublic/wan2.1-1.3b@v1
cover_images:
- _cover_images_/cover_video.mp4
frameworks:
- Pytorch
license: Apache License 2.0
tags:
- LoRA
- text2video generation
tasks:
- text-to-video-synthesis
trigger_words:
- low speed
vision_foundation: WAN_VIDEO_2_1_T2V_1_3_B
通义万相2.1-1.3B-LoRA-速度控制-v1
模型介绍
本 LoRA 模型是基于模型通义万相2.1-1.3B和框架 DiffSynth-Studio 训练的LoRA。本模型可以通过调整 LoRA alpha 参数控制视频的速度。
- LoRA alpha > 0: 使用触发词 low speed，速度变慢，画质增强
- LoRA alpha < 0: 使用触发词 high speed，速度变快，画质降低
模型效果
提示词：纪实摄影风格画面，一只活泼的白色小狗在绿茵茵的草地上迅速奔跑。小狗毛色雪白，两只耳朵立起，神情专注而欢快。阳光洒在它身上，使得毛发看上去格外柔软而闪亮。背景是一片开阔的草地，偶尔点缀着几朵野花，远处隐约可见蓝天和几片白云。透视感鲜明，捕捉小狗奔跑时的动感和四周草地的生机。中景侧面移动视角。
负面提示词：色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走
LoRA alpha = 0.7
LoRA alpha = 0
LoRA alpha = -0.5
使用说明
本模型基于框架 DiffSynth-Studio 训练，请先安装
pip install diffsynth
import torch
from diffsynth import ModelManager, WanVideoPipeline, save_video
from modelscope import snapshot_download
snapshot_download(
model_id="DiffSynth-Studio/Wan2.1-1.3b-lora-speedcontrol-v1",
local_dir="models/DiffSynth-Studio/Wan2.1-1.3b-lora-speedcontrol-v1",
allow_file_pattern="*.safetensors"
)
model_manager = ModelManager(device="cpu")
model_manager.load_models(
[
"models/Wan-AI/Wan2.1-T2V-1.3B/diffusion_pytorch_model.safetensors",
"models/Wan-AI/Wan2.1-T2V-1.3B/models_t5_umt5-xxl-enc-bf16.pth",
"models/Wan-AI/Wan2.1-T2V-1.3B/Wan2.1_VAE.pth",
],
torch_dtype=torch.bfloat16,
)
model_manager.load_lora("models/DiffSynth-Studio/Wan2.1-1.3b-lora-speedcontrol-v1/model.safetensors", lora_alpha=0.7)
pipe = WanVideoPipeline.from_model_manager(model_manager, torch_dtype=torch.bfloat16, device="cuda")
pipe.enable_vram_management(num_persistent_param_in_dit=None)
video = pipe(
prompt="low speed, 纪实摄影风格画面，一只活泼的白色小狗在绿茵茵的草地上迅速奔跑。小狗毛色雪白，两只耳朵立起，神情专注而欢快。阳光洒在它身上，使得毛发看上去格外柔软而闪亮。背景是一片开阔的草地，偶尔点缀着几朵野花，远处隐约可见蓝天和几片白云。透视感鲜明，捕捉小狗奔跑时的动感和四周草地的生机。中景侧面移动视角。",
negative_prompt="色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走",
num_inference_steps=50,
seed=0, tiled=True,
num_frames=33, height=1024, width=1024, sigma_shift=10,
)
save_video(video, "video.mp4", fps=15, quality=5)