按会不会真的接进工作流排,这批周边里排第一的是把 Ref2VA 和 Fl2VA 合到一起的那个混合权重。
-
混合权重:十二G 体积,做了低比特量化。意义不在省下多少空间,在于一次生成里首帧和参考图能同时生效。以前这两条路是分开的,要么用首帧把开场定死,要么挂参考图控住人物,只能挑一个。所以“以这一帧开场、然后让某个人物走进来”这种镜头,单独用其中任何一个都做不到——走首帧那条,模型不认识你要走进来的人;走参考图那条,开场第一格又管不住。显存吃紧的机器等的就是这种合并。代价也实在:眼下没有现成工作流可抄,接线要用新加的关键帧节点,稳定版整合包里还没有,急着上手就得跟每日构建,这一脚自己掂量。
-
隐空间放大器:拿大量低分辨率与高分辨率的配对样本训的,相当于让它见够了“这块糊的地方原本长什么样”,配套节点一并给了,不用自己凑接线。
-
物理和空间那个 LoRA:不用触发词,堆叠、倒塌这类描述会明显更听话。不挑写法这点对我很重要,要记的词越少,越不会写着写着漏掉关键那句。
-
镜头运动的 LoRA:反过来,要触发词。环绕不太行,手持和慢推慢拉最稳。差别就在画面位移量上,慢推慢拉每帧变化都小,模型要补的信息少;环绕是整个空间关系在转,得凭空补出没见过的那一侧,难度不是一个量级。