Steamboat Willie 1.3b

🚀 汽船威利LoRA

本项目的LoRA模型可用于文本到图像和文本到视频的生成，基于特定风格训练，能生成具有“汽船威利风格，黄金时代动画”特色的内容。

🚀 快速开始

安装依赖

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

代码示例

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-1.3B-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=3.0
)
pipe.to("cuda")
pipe.load_lora_weights("benjamin-paine/steamboat-willie-1.3b")
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=480,
    width=832,
    num_frames=81,
    guidance_scale=5.0,
    num_inference_steps=32
).frames[0]
export_to_video(output, "output.mp4", fps=16)

✨ 主要特性

• 多模态生成：支持文本到图像和文本到视频的生成。
• 特定风格：基于“汽船威利风格，黄金时代动画”进行训练，能生成具有该风格特色的内容。

📦 安装指南

使用以下命令安装所需依赖：

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

💻 使用示例

基础用法

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-1.3B-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=3.0
)
pipe.to("cuda")
pipe.load_lora_weights("benjamin-paine/steamboat-willie-1.3b")
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=480,
    width=832,
    num_frames=81,
    guidance_scale=5.0,
    num_inference_steps=32
).frames[0]
export_to_video(output, "output.mp4", fps=16)

📚 详细文档

模型描述

该模型在来自《汽船威利号》的剪辑片段上进行训练，按场景分割并使用Qwen2.5-VL-3B-Instruct进行标注。

同时，该模型也适用于Wan2.1-T2V-14。

此外，该模型还托管在CivitAI上。

触发词

该模型使用触发短语“steamboat willie style”进行训练。结合“golden era animation”使用该触发短语能获得最佳效果。

📄 许可证

本项目采用CC0-1.0许可证。

🔗 模型下载

该模型的权重以Safetensors格式提供。 可在文件与版本标签中下载。

🔍 示例展示

示例一

• 输入文本：

steamboat willie style, golden era animation, a stylish woman walks down a Tokyo street 
filled with warm glowing neon and animated city signage. She wears a black leather jacket, 
a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. 
She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. 
Many pedestrians walk about.

• 负向提示词：

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

• 输出结果：点击查看

示例二

• 输入文本：

steamboat willie style, golden era animation, close-up of a short fluffy monster 
kneeling beside a melting red candle. the mood is one of wonder and curiosity, 
as the monster gazes at the flame with wide eyes and open mouth. Its pose and expression 
convey a sense of innocence and playfulness, as if it is exploring the world around it for the first time. 
The use of warm colors and dramatic lighting further enhances the cozy atmosphere of the image.

• 负向提示词：

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

• 输出结果：点击查看