UltraSharpCC - Wan T2V 14b v2.0

🧬 UltraSharpCC – 病毒式銳利度與色彩校正 LoRA

模型：Wan T2V 14B
兼容性：VACE (Kijai 版本) – Image2Video、首幀轉視頻、遮罩轉視頻 (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)

若想使用 I2V，可配合使用由 Kijai 提取的 Wan T2V + VACE 模組。

工作流程 Wan T2V 14b + VACE 模組

優化適用：搭配 CausVid 使用（8–10 步驟快速生成）（Wan21_CausVid_14B_T2V_lora_rank32_v2.safetensors · Kijai/WanVideo_comfy at main）

或搭配 Lightx2v（使用 LCM 進行 4 - 10 步驟快速生成）（Wan21_T2V_14B_lightx2v_cfg_step_distill_lora_rank32.safetensors · Kijai/WanVideo_comfy at main）

UltraSharpCC 是一款專為使用 Wan T2V 14B 進行視頻生成的視覺增強 LoRA。模擬了 TikTok 上流行的病毒視頻外觀，透過銳利度、高動態範圍光暈及大膽色調調整提升畫面質感，常讓人聯想到 Topaz 濾鏡和偽 4K 美學。

該 LoRA 提升清晰度、對比度與表面細節，且不改變原有藝術風格，十分適合將普通圖像或視頻提示轉換為具戲劇化升級效果的電影風格剪輯。

完美兼容 VACE 系統，特別適用於以下模式：

• Image2Video

• 首幀轉視頻

• 遮罩轉視頻

UltraSharpCC 亦可與 CausVid 流暢協作，以僅 8 到 10 步驟實現超高速視頻生成且品質損失極少，適合追求速度與效率的工作流程。

🧪 訓練詳情：

V1

• 框架： Diffusion Pipe

• 訓練輪次：26

• 批量大小：1

• 秩：64

• 優化器：automagic

• 解析度：
  – 視頻為 512px
  – 圖像為 1024px

• 數據集：
  – 99 個短視頻
  – 100 張高解析度圖像

• 標註：使用定制 LLM（gemma3:12b）提示生成，重點為視覺質量（詳見下方）。

V2

• 框架： Diffusion Pipe

• 訓練輪次：76

• 批量大小：4

• 秩：64

• 優化器：automagic

• 解析度：
  – 視頻為 [512, 288]

• 數據集：
  – 99 個短視頻

• 標註：使用定制 LLM（gemma3:12b）提示生成，重點為視覺質量（詳見下方）。

💬 用於標註的提示模板（LLM 友好）：

分析此視頻幀序列的內容，並返回一段包含以下內容的單段描述：以 sh4rpn3ss 開頭，接著詳細說明應用於視頻的視覺質量增強效果（例如，提升銳利度、4k、8k、HDR 光暈、清晰輪廓等），並重點描述主要角色（如有），包括其外觀及視頻的視覺風格（例如動畫、卡通、CGI、實景拍攝）。此描述須簡明扼要，兼顧增強效果與藝術風格。請勿包含任何格式、元數據或評論，僅輸出以 sh4rpn3ss 開頭的單段文字。

您可搭配任意 LLM（如 Gemini、GPT、Mistral 或 Qwen）使用此提示，為自己的數據集生成標註，或以一致且注重質量的格式描述生成視頻。

✅ 使用提示：

• 在提示中加入觸發字 sh4rpn3ss 以啟動 LoRA 效果

• 最適用於人像、風格化角色與電影燈光效果

• 理想用於病毒短視頻、AI 生成的動態桌布及動態增強藝術品

• 結合 CausVid 使用，可實現高速度渲染（8–10 步驟）且視覺保真度出色