【ComfyUI WAN】LoRA”旧LightX2V”と”最新260412 rank64″の違い｜GGUF Q8_0で4step比較
旧LightX2Vと260412 rank64の違い
目次
今回の比較
プロンプト
子供型ロボットがコンテンポラリーダンスを踊っている、
胸に配置された心臓型のオブジェがわずかに鼓動している、
臓型のオブジェは光らない、
背景に室内のライトはゆっくりと点滅を繰り返している、
A child-like robot is performing a contemporary dance;
a heart-shaped object on its chest is pulsating slightly;
organ-shaped objects are not lit; and in the background,
the room lights slowly flicker.
- 今回のチェックポイント
- コンテンポラリーダンスというダンスを再現可能か？
- 心臓型オブジェが鼓動風にうごくか？
- 光らず動きを表現する事が出来るか？（わざとらしくしたくない）
- 背景まで処理をしてくれるか？
旧LightX2V
Wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise
Wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise
は、
- 速い
- 軽い
- とりあえず動く
代わりに
❗動きの自由度が少し狭い
❗似たモーションに寄りやすい
❗カメラ変化が控えめ
という難点がありました。
260412版で改善されたところ
新しい rank64 260412 は
wan2.2_i2v_A14b_high_noise_lora_rank64_lightx2v_4step_720p_260412
wan2.2_i2v_A14b_low_noise_lora_rank64_lightx2v_4step_720p_260412
- モーション多様性
- カメラ移動
- 被写体の移動量
- promptの反映
- ポーズ変化
この辺がかなり自然との事と書かれています。
Loraモデルのダウンロード
STEP
loraフォルダに移動
cd /workspace/madapps/ComfyUI/models/loras
STEP
low noise LoRAを入れる
wget -O wan2.2_i2v_A14b_low_noise_lora_rank64_lightx2v_4step_720p_260412.safetensors \
https://huggingface.co/obsxrver/wan2.2-i2v-lightx2v-260412/resolve/main/wan2.2_i2v_A14b_low_noise_lora_rank64_lightx2v_4step_720p_260412.safetensors
STEP
high noise LoRAを入れる
wget -O wan2.2_i2v_A14b_high_noise_lora_rank64_lightx2v_4step_720p_260412.safetensors \
https://huggingface.co/obsxrver/wan2.2-i2v-lightx2v-260412/resolve/main/wan2.2_i2v_A14b_high_noise_lora_rank64_lightx2v_4step_720p_260412.safetensors
STEP
入ったか確認
ls -lh | grep 260412
5090で現実的な最適値
動き確認
832
4step
81f
最速
本番ショート
960
4step
81f
画質と速度のバランス最強
高品質本番
1024
4step
81f
ここから少し重い
1280
最終書き出し専用
試行には不向き
未来旧v1は速さ重視、260412は速さを維持したまま動きの演出幅を広げた改良版
それでも、さすがに1280px は、激遅でした・・・お気を付け下さい！
GGUF＋LightX2V VS GGUF + 260412 4step
今回の比較対象動画における感想
LightX2V
似た動きに寄りがちである事を再認識した
- 微妙な首振り
- ゆるいパン
- 小さい手振り
あたりが個人的に気になりました。
260412
演出幅が広がったと感じた
- 前進
- 振り向き
- カメラ寄り
- 視線移動
- 体のひねり
- 奥行き移動
Wan動画をComfyUIできれいに背景除去する方法
あわせて読みたい
【ComfyUI】ZhengPeng7/BiRefNetを使用して動画の背景を高精度で削除する方法 ZhengPeng7/BiRefNet BiRefNetは画像処理の“AIモデル（＝処理エンジン本体）で、 最大の特徴は、髪の毛・レース・細いパーツなどの再現が強く、2K〜4Kでも劣化しにくい…
未来初心者の方のつまずきポイントを知りたいです。
記事を読んで試してみた方からの、
「ここがうまくいった」「ここで詰まった」など、
メールやXで教えてもらえるとすごく参考になります。
よろしくおねがいします！