Penis Lora (+Blowjob, +Cumshot) [Taz] – WAN 2.2 14b / 5B

我使用新重新录入的5B模型数据集进行了训练。结果非常好。我第一次对结果相当满意。试一试。大多数例子都使用闪电速度光环和低分辨率(480×832)。我还发布了一个I2V版本。使用 0.5 条 的 t2v 键 + i2v 的 i2v 光圈,用于 i2v。

Trigger word:引援词:PENISLORA

这lora能做什么?

FUTA，我着也不好生成视频，生成了也过不了审，随便生成一个吧

这款长袍可以为从正面或侧面观看的男性或女性添加勃起的香肠。其他角度,如POV,可能带有向后的香肠头。

现在可以做其他事情:
香肠的侧面视图

口/射精

口(配文为“blowjob”和“deepthroat”)

它能做什么?

训练数据中没有渗透。也没有从POV角度获取任何线索,尽管训练数据中有几张来自上方的图像和1个POV视频。

有时,用精液敷血,香蕉会从闭合口中滑出。

推荐设置

与新型雷电-迪诺高模型相比效果相当不错。我会在示例工作流程中链接到它。我喜欢使用 dyno high 模型(无雷电镜),在低音时,我使用常规 2.2 低底度模型上的 fellin v2 lora。

数据集

84张分辨率为512倍的图像

43个分辨率为256倍的视频

(我让DP自动选择宽高比)

这与2.2 5B模型完全相同。我没有做任何改变。

我使用了默认的扩散管设置。

[优化器]

类型 = “adamw_optimi”

lr = 2e-5

测试版 = [0.9,0.99]

weight_decay = 0.01

eps = 1e-8

我很困惑,为什么训练高音需要花费这么长时间,直到经过60多个小时的训练后,我才意识到,我把视频放在了图像目录中,导致高音只被训练在视频上,两次(一次分辨率非常高)。修复完后,我返回并训练了从11K级到约13K级的训练图,并在训练数据中保存了图像。高模型没说实话就没问题。

对于低音,我全程用视频和图片进行了正确训练,大约6K步幅,实际上将图像分辨率从512提升至1024,但并未获得OOM(其尺寸正好在24GB左右)。我训练了大约10.5万个步骤。此外,根据一些建议,我在全时步程(0到0到0.85)上训练了低速,在慢跑速度下可能会从高到低切换。

我想我可能会再推出一个更具视角的版本,比如POV,以及从后面来,让这个版本适合任何情况。在这种情况下,我认为每次训练不需要10K步,大约5公里的步数看起来不错。

结果

我认为这是改进的字幕和2.2基础模型的结合。但这条传说结果非常好。

资源下载

此资源下载价格为4TB（VIP免费），请先登录