Postmalone WanLora

🚀 PostMalone Lora for WanVideo2.1

このプロジェクトは、WanVideo2.1用のPostMalone Loraモデルを提供します。テキストから動画を生成する際に、PostMaloneの特徴を持った動画を作成できます。

🚀 クイックスタート

このモデルを使用する前に、必要なライブラリをインストールしてください。以下のコマンドを実行します。

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

✨ 主な機能

• malone というトリガーワードを使用することで、PostMaloneに関連した動画を生成できます。
• 異なるステップ数で学習されたモデルを使用して、さまざまな品質の動画を生成できます。

📦 インストール

必要なライブラリをインストールするために、以下のコマンドを実行します。

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

# Available models: Wan-AI/Wan2.1-T2V-14B-Diffusers, Wan-AI/Wan2.1-T2V-1.3B-Diffusers
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)
flow_shift = 5.0  # 5.0 for 720P, 3.0 for 480P
pipe.scheduler = UniPCMultistepScheduler.from_config(pipe.scheduler.config, flow_shift=flow_shift)
pipe.to("cuda")

pipe.load_lora_weights("shauray/PostMalone_WanLora")

pipe.enable_model_cpu_offload() #for low-vram environments

prompt = "malone a man walking through texas"

output = pipe(
    prompt=prompt,
    height=480,
    width=720,
    num_frames=81,
    guidance_scale=5.0,
).frames[0]
export_to_video(output, "output.mp4", fps=16)

📚 詳細ドキュメント

トリガーワード

動画生成をトリガーするには、malone を使用する必要があります。

モデルのダウンロード

このモデルの重みは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。

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスの下で提供されています。