wanを改良したSkyReels-V2がベース24fpsでwanモデルと交換するだけで
同じワークフローで使えるし今までのloraも使えて動きも安定するしええ感じなのに
reddit位でしか話題になってないのが意味分からんで
もちろんKijai神が量子化してるから720Pモデルでもサイズも一緒で試しやすい
https://huggingface.co/Kijai/WanVideo_comfy/tree/main/Skyreels
Canary-TTS-0.5Bをつまんでみたで
プロンプトで声を指定できるんでヤンデレとツンデレの声をChatGPTに説明してもろて生成してもろた
シードの振れ幅が大きかったりコントロールがむずかったりやが可能性は感じるで
サンプルコードからの変更はmax_new_tokensを512にして長くしただけや
https://yyy.wpx.jp/2025/04/CanaryTts_0_Tundere.mp3
https://yyy.wpx.jp/2025/04/CanaryTts_0_Yandere.mp3
https://yyy.wpx.jp/2025/04/CanaryTts_1_Tundere.mp3
https://yyy.wpx.jp/2025/04/CanaryTts_1_Yandere.mp3
https://huggingface.co/2121-8/canary-tts-0.5b
>>590
実は元画像の方の緑のシャリアブルおじさんの方がLoRA込みで手間掛かっとったりするで
>>601
元はコレやが顔がリアルに持ってかれるんでイラストでは使わんほうが良さげやったで
https://huggingface.co/alibaba-pai/Wan2.1-Fun-Reward-LoRAs
>>852
ComfyUIの最新版が対応しているからCofmyUIとしてはごく標準的な、モデルとClip, VAEのロード、ClipText Endocder(PosとNeg)、KSampler(Advanced)->VaeDecode->Imageという流れは基本的に他のモノとおなじやね。
ただClipを４つ使うのでQuadrupleClipLoaderを使うのとModel LoaderとSamplerの間にModelSamplingSD3を挟むのが特殊な程度（ModelSamplingSD3はSD3以降のFlow系は標準的に使っているけど）
面倒なのはモデルロードかもね
多分こちらに従ってモデル落としてきてサンプルワークフロー入れれば使えるはず（自分は別ルートでセットアップしたので細かいところは未確認）
https://comfyui-wiki.com/ja/tutorial/advanced/image/hidream/i1-t2i
量子化はfp8_e4m3fnで4090なら溢れない 5090ならfp16でいけるらしい
ただUncensoredモデル(Llamaとかモデルとか）を使いたい時はちょっと面倒になる。
モデルはこのあたりで良いだけど https://civitai.com/models/1498292?modelVersionId=1701111
Llamaは https://huggingface.co/John6666/Llama-3.1-8B-Lexi-Uncensored-V2-nf4/tree/main か>>310のモデルを使うと良いんだけど自分でsafetensors一個に纏めないといけない
あとClipもGGUF版使う場合はGGUF Cutom NodeにGGUF Quadruple Clip Loaderがあるよ
lillyMix更新したでhttps://civitai.com/user/yyy1026
これもIL2.0ベースで自然言語推奨＆ネガポジタグいらずや
https://files.catbox.moe/uxdfdf.webp
https://files.catbox.moe/z2jl7j.webp
思いから使っている人少ないと思うけどHiDreamも下を脱いでくれるモデル出てきたね
https://civitai.com/models/1498292/hidream-i1-fp8-uncensored-fulldevfast?modelVersionId=1701111
https://files.catbox.moe/sb2nah.webp
https://files.catbox.moe/gi8et6.webp
ガチエロは未だだけどdiffusion-pipeで学習できるようになったらしいのでこれからに期待
あとpytorch 2.7に上げたら生成が少し早くなった（85秒くらい->63秒くらい@4090)
EasyWanVideoに1枚の画像から動画を量産するサンプルと手順を追加しといたで
https://files.catbox.moe/9xuoj1.webp
https://yyy.wpx.jp/2025/04/20250425_doublejob_1_s.mp4
https://yyy.wpx.jp/2025/04/20250425_doublejob_2_s.mp4
https://yyy.wpx.jp/2025/04/20250425_doublejob_3_s.mp4
https://yyy.wpx.jp/2025/04/20250425_doublejob_4_s.mp4
ワイ環ではこのLoRAの打率が高めやったわ
https://civitai.com/models/1395313?modelVersionId=1610465
あんまりここでは需要はないと思うけどHiDream I1のLoRA学習がdiffusion-pipe出来るというのでお試し
https://civitai.com/articles/13882
概ね書いてある方法でいけたけどHuggingFaceのtokenの設定（readonlyとかにしとかないといけない）で少しハマった
あとVScodeは入れてない<-入れるほどのテキスト編集じゃない
Epoc170くらいまで回したけど絵が汚くなるのでEpoc60くらいでLoRA強度で微調整が良いみたい
https://files.catbox.moe/ws29tr.webp
ただ顔への影響も結構出ているのでLR下げてEpoc増やしたほうが良いのかなあ
>>310
ワイかもしれん サンガツ 明日にでも試してみるわ GGUF版のほうがお手軽そうやね
コレにClip/TextEncoder等のGGUF版も入っていたので使ってみているけど違いがよくわからんかった
https://civitai.com/models/1496362/hidream-full-gguf-q5km-uncensored?modelVersionId=1692682
Uncensored の Text Encoder 試してみるんご
https://civitai.com/articles/13522/hunyuan-video-what-model-to-use-for-8gb-24gb
>>852
ComfyUIの最新版が対応しているからCofmyUIとしてはごく標準的な、モデルとClip, VAEのロード、ClipText Endocder(PosとNeg)、KSampler(Advanced)->VaeDecode->Imageという流れは基本的に他のモノとおなじやね。
ただClipを４つ使うのでQuadrupleClipLoaderを使うのとModel LoaderとSamplerの間にModelSamplingSD3を挟むのが特殊な程度（ModelSamplingSD3はSD3以降のFlow系は標準的に使っているけど）
面倒なのはモデルロードかもね
多分こちらに従ってモデル落としてきてサンプルワークフロー入れれば使えるはず（自分は別ルートでセットアップしたので細かいところは未確認）
https://comfyui-wiki.com/ja/tutorial/advanced/image/hidream/i1-t2i
量子化はfp8_e4m3fnで4090なら溢れない 5090ならfp16でいけるらしい
ただUncensoredモデル(Llamaとかモデルとか）を使いたい時はちょっと面倒になる。
モデルはこのあたりで良いだけど https://civitai.com/models/1498292?modelVersionId=1701111
Llamaは https://huggingface.co/John6666/Llama-3.1-8B-Lexi-Uncensored-V2-nf4/tree/main か>>310のモデルを使うと良いんだけど自分でsafetensors一個に纏めないといけない
あとClipもGGUF版使う場合はGGUF Cutom NodeにGGUF Quadruple Clip Loaderがあるよ
