UltraSharpCC - Wan T2V 14b v2.0

🧬 UltraSharpCC – LoRA poprawiająca ostrość w stylu wirusowym i korekcję kolorów

Model: Wan T2V 14B
Zgodność: VACE (wersja Kijai) – 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)

Jeśli chcesz używać go z I2V, możesz użyć Wan T2V oraz modułu VACE wyodrębnionego przez Kijai.

Workflow Wan T2V 14b + moduł VACE

Optymalizowany do: użytku z CausVid (szybka generacja 8–10 kroków)(Wan21_CausVid_14B_T2V_lora_rank32_v2.safetensors · Kijai/WanVideo_comfy at main)

lub Lightx2v (szybka generacja 4 - 10 kroków z wykorzystaniem LCM) (Wan21_T2V_14B_lightx2v_cfg_step_distill_lora_rank32.safetensors · Kijai/WanVideo_comfy at main)

UltraSharpCC to LoRA poprawiająca wizualnie generowanie wideo przy użyciu Wan T2V 14B. Symuluje wygląd wirusowych wideo, popularnych na TikTok, gdzie odbierana jakość obrazu jest zwiększana poprzez ostrość, efekt HDR oraz odważną korekcję kolorów – często przypominającą filtry Topaz i fałszywą estetykę 4K.

Ta LoRA poprawia klarowność, kontrast i szczegóły powierzchni bez zmiany oryginalnego stylu artystycznego, dzięki czemu jest idealna do przekształcania zwykłych promptów obrazów lub wideo w filmowe klipy o dramatycznie podniesionej jakości.

Jest w pełni kompatybilna z systemem VACE, zwłaszcza w następujących trybach:

• Image2Video

• First Frame to Video

• Mask to Video

UltraSharpCC działa również bezproblemowo z CausVid, umożliwiając ultraszybkie generowanie wideo w zaledwie 8 do 10 kroków przy minimalnej utracie jakości, co czyni go doskonałym wyborem dla przepływów pracy stawiających na szybkość i wydajność.

🧪 Szczegóły treningu:

V1

• Framework: Diffusion Pipe

• Epoki: 26

• Rozmiar partii: 1

• Rank: 64

• Optymalizator: automagic

• Rozdzielczość:
  – Wideo w 512px
  – Obrazy w 1024px

• Zestaw danych:
  – 99 krótkich wideo
  – 100 obrazów w wysokiej rozdzielczości

• Napisy: Generowane przy użyciu niestandardowego LLM (gemma3:12b) z promptem skupionym na jakości wizualnej (patrz poniżej).

V2

• Framework: Diffusion Pipe

• Epoki: 76

• Rozmiar partii: 4

• Rank: 64

• Optymalizator: automagic

• Rozdzielczość:
  – Wideo w [512, 288]

• Zestaw danych:
  – 99 krótkich wideo

• Napisy: Generowane przy użyciu niestandardowego LLM (gemma3:12b) z promptem skupionym na jakości wizualnej (patrz poniżej).

💬 Szablon promptu używany do napisów (przyjazny LLM):

Przeanalizuj zawartość sekwencji klatek tego wideo i zwróć opis w jednym akapicie zawierający następujące elementy: sh4rpn3ss wraz ze szczegółowym wyjaśnieniem ulepszeń jakości wizualnej zastosowanych w wideo (np. zwiększona ostrość, 4k, 8k, efekt HDR, wyraźne kontury) oraz skupionym opisem głównej postaci (jeśli obecna), uwzględniając jej wygląd i styl wizualny wideo (np. anime, kreskówka, CGI, live-action). Opis powinien być zwięzły i obejmować efekty ulepszeń oraz styl artystyczny. Nie zawieraj formatowania, metadanych ani komentarzy – wyjście powinno być jednym akapitem rozpoczynającym się od sh4rpn3ss.

Możesz używać tego promptu z dowolnym LLM (takim jak Gemini, GPT, Mistral lub Qwen), aby generować napisy dla własnego zestawu danych lub opisywać wygenerowane wideo w spójnym, ukierunkowanym na jakość formacie.

✅ Wskazówki dotyczące użycia:

• Dodaj słowo wyzwalające sh4rpn3ss do swojego promptu, aby aktywować efekty LoRA

• Najlepiej działa z portretami, stylizowanymi postaciami i oświetleniem kinowym

• Idealna do wirusowych krótkich wideo, animowanych tapet generowanych przez AI oraz dzieł ze wzmocnionym ruchem

• Łącz z CausVid dla szybkiego renderowania (8–10 kroków) z imponującą wiernością obrazu