UltraSharpCC - Wan T2V 14b v2.0

🧬 UltraSharpCC – Viral-Stil Schärfe- & Farbkorrektur LoRA

Modell: Wan T2V 14B
Kompatibilität: VACE (Kijai Version) – Image2Video, First Frame to Video, Mask to Video (Wan2_1-T2V-14B_fp8_e4m3fn.safetensors · Kijai/WanVideo_comfy at main) + (Wan2_1-VACE_module_14B_fp8_e4m3fn.safetensors · Kijai/WanVideo_comfy at main)

Wenn Sie es mit I2V verwenden möchten, können Sie Wan T2V + das von Kijai extrahierte VACE-Modul verwenden.

Workflow Wan T2V 14b + VACE Modul

Optimiert für: Verwendung mit CausVid (schnelle Generierung in 8–10 Schritten) (Wan21_CausVid_14B_T2V_lora_rank32_v2.safetensors · Kijai/WanVideo_comfy at main)

oder Lightx2v (schnelle Generierung in 4 - 10 Schritten mit LCM) (Wan21_T2V_14B_lightx2v_cfg_step_distill_lora_rank32.safetensors · Kijai/WanVideo_comfy at main)

UltraSharpCC ist eine visuelle Verbesserung-LoRA, die für die Videogenerierung mit Wan T2V 14B entwickelt wurde. Sie simuliert den viralen Video-Look, der auf TikTok populär ist, bei dem die wahrgenommene Bildqualität durch Schärfe, High Dynamic Range Leuchten und kräftige Farbkorrektur erhöht wird – oft erinnert an Topaz-Filter und Fake-4K-Ästhetik.

Diese LoRA verbessert Klarheit, Kontrast und Oberflächendetails, ohne den ursprünglichen künstlerischen Stil zu verändern, was sie ideal macht, um gewöhnliche Bild- oder Videoprompts in filmische Clips zu verwandeln, die dramatisch aufgewertet wirken.

Sie ist vollständig kompatibel mit dem VACE-System, insbesondere in den folgenden Modi:

• Image2Video

• First Frame to Video

• Mask to Video

UltraSharpCC funktioniert auch nahtlos mit CausVid und ermöglicht eine ultraschnelle Videogenerierung in nur 8 bis 10 Schritten mit minimalem Qualitätsverlust, was sie perfekt für Workflows macht, die Geschwindigkeit und Effizienz priorisieren.

🧪 Trainingsdetails:

V1

• Framework: Diffusion Pipe

• Epochen: 26

• Batchgröße: 1

• Rang: 64

• Optimizer: automagic

• Auflösung:
  – Videos bei 512px
  – Bilder bei 1024px

• Datensatz:
  – 99 kurze Videos
  – 100 hochauflösende Bilder

• Beschriftungen: Erzeugt mit einem custom LLM (gemma3:12b) Prompt mit Fokus auf visuelle Qualität (siehe unten).

V2

• Framework: Diffusion Pipe

• Epochen: 76

• Batchgröße: 4

• Rang: 64

• Optimizer: automagic

• Auflösung:
  – Videos bei [512, 288]

• Datensatz:
  – 99 kurze Videos

• Beschriftungen: Erzeugt mit einem custom LLM (gemma3:12b) Prompt mit Fokus auf visuelle Qualität (siehe unten).

💬 Promptvorlage für Beschriftungen (LLM-freundlich):

Analysiere den Inhalt dieser Videoframe-Sequenz und gib eine einabsätzige Beschreibung zurück, die Folgendes enthält: sh4rpn3ss gefolgt von einer detaillierten Erklärung der visuellen Qualitätsverbesserungen, die auf das Video angewandt wurden (z.B. erhöhte Schärfe, 4k, 8k, HDR-Leuchten, klare Konturen), und eine fokussierte Beschreibung der Hauptfigur (falls vorhanden), einschließlich ihres Aussehens und des visuellen Stils des Videos (z.B. Anime, Cartoon, CGI, Realfilm). Die Beschreibung muss prägnant sein und sowohl die Verbesserungen als auch den künstlerischen Stil erfassen. Keine Formatierungen, Metadaten oder Kommentare einfügen – gib nur einen einzelnen Absatz aus, der mit sh4rpn3ss beginnt.

Du kannst diese Vorlage mit jedem LLM (wie Gemini, GPT, Mistral oder Qwen) verwenden, um Beschriftungen für deine eigenen Datensätze zu erzeugen oder generierte Videos in einem konsistenten, qualitätsorientierten Format zu beschreiben.

✅ Anwendungstipps:

• Füge das Auslösewort sh4rpn3ss zu deinem Prompt hinzu, um die LoRA-Effekte zu aktivieren

• Funktioniert am besten bei Porträts, stilisierten Charakteren und filmischer Beleuchtung

• Ideal für virale Kurzvideos, KI-generierte Live-Hintergründe und bewegungsverstärkte Kunstwerke

• Kombiniere mit CausVid für schnelles Rendern (8–10 Schritte) mit beeindruckender visueller Qualität