Steamboat Willie 14b

📚 モデルの説明

このモデルは、Steamboat Willie のクリップをシーンごとに分割し、Qwen2.5-VL-3B-Instruct を使用してキャプション付けしたデータで学習されています。

Wan2.1-T2V-1.3B でも利用可能です。

また、CivitAI でもホストされています。

✨ トリガーワード

このモデルは、トリガーフレーズ「steamboat willie style」で学習されています。このトリガーフレーズと「golden era animation」を組み合わせると、最良の結果が得られることがわかっています。

📦 インストール

pip install git+https://github.com/huggingface/diffusers.git

💻 使用例

基本的な使用法

import torch
from diffusers.utils import export_to_video
from diffusers import AutoencoderKLWan, WanPipeline
from diffusers.schedulers.scheduling_unipc_multistep import UniPCMultistepScheduler

model_id = "Wan-AI/Wan2.1-T2V-14B-Diffusers"
vae = AutoencoderKLWan.from_pretrained(model_id, subfolder="vae", torch_dtype=torch.float32)
pipe = WanPipeline.from_pretrained(model_id, vae=vae, torch_dtype=torch.bfloat16)
pipe.scheduler = UniPCMultistepScheduler.from_config(
  pipe.scheduler.config,
  flow_shift=5.0
)
pipe.to("cuda")
pipe.load_lora_weights("benjamin-paine/steamboat-willie-14b")
pipe.enable_model_cpu_offload() # for low-vram environments

prompt = "steamboat willie style, golden era animation, an anthropomorphic cat character wearing a hat removes it and performs a courteous bow"
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"
output = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    height=720,
    width=1280,
    num_frames=81,
    guidance_scale=5.0,
    num_inference_steps=32
).frames[0]
export_to_video(output, "output.mp4", fps=16)

📄 ライセンス

このモデルは、CC0-1.0 ライセンスの下で提供されています。

📥 モデルのダウンロード

このモデルのウェイトは、Safetensors 形式で利用可能です。

ダウンロード は、「Files & versions」タブから行えます。