Model
.ai
open AI-modellen volgen

Boreal HL

8189°
NSFW-model. De afbeeldingen zijn verborgen zolang NSFW uit staat; zet NSFW aan om ze te zien.
Gemaakt door
kudzueye
op Civitai
by Kudzueye - realism effect video lora. makes videos look like ordinary real everyday footage
Notities van de maker
QUICK UPDATE: Please be aware that this LoRA is still very experimental and can be still be very difficult to get good results. I will continue to explore ways to improve on the training and workflow. If you notice anything unusual about the results, or have any suggestions on improving the training or workflow feel free to let me know. Boreal-HL: Boring Reality Hunyuan LoRA This model is my first attempt at improving the realism details of Hunyuan videos. It focuses on creating more natural backgrounds without shallow depths of field, better skin texture, more realistic lighting, and overall increase in details in a scene. I followed previous practices in training my other boring reality models where I try to use as diverse of a group of public domain and AI generated photos as possible. IMPORTANT NOTES FOR USING THIS LORA: This LoRA is very over-trained. In most scenarios keeping strength at around 0.6 should be good enough. Some prompts and seeds and what not can handle higher strength and give better quality but it is not very consistent. I have only tested this LoRA so far on the . It is still early in the process of working with Hunyuan workflows and model training so there is still a lot of potential for further improvements down the road here. Starting out recommended settings: - LoRA Strength: 0.6 (0.4-0.9 is the range I mostly worked with if this is the primary lora you are using) - Resolution: I would start with something like 512x768 for resolution with a 1.5x upscale. Go higher if not using the upscale. Vertical aspect ratios give more boring realism while wider aspect ratios will make it more cinematic. - GUIDANCE: I would start out with a higher guidance like 12.5. It will prevent a lot deformation though you will run into issues such as characters with the same face or same scene. I like to push it down to 3.5 guidance for more interesting images/videos but you have to really work around the seeds/resolution/lora strength to not get a disfigured mess. - STEPS: I recommend having a minimum of maybe 30 steps for at least that workflow. You will get better results though if you get up to 55 or so - SEED: Be mindful to try swapping out seeds as some will work far better than others. - Prompt Recommendations: Try to be descriptive where possible about the actual things and actions in the scene. If you do not provide enough info you may end up with a boring background or a character that always looks the same. As a general rule of thumb when dealing with distortion try raising the guidance, swapping the seeds, reducing the LoRA strength, increasing the steps, be more descriptive in the prompt, and raise the resolution. As a general rule to reduce the generic AI look and same characters appearing, try to reduce the guidance, maybe raise the LoRA strength, be more descriptive in the prompt, and swap the seed. Another note, is that sometimes combing the LoRA with another motion oriented LoRA may lead to more stability in the video output. Image Generation Capabilities This LoRA can also generate decent images at times via the first frame. Sometimes they may be more distorted than grabbing a frame from a longer video, so you may need to experiment with the settings mentioned above. I think Hunyuan has a lot of potential to be the next best text2image model. It will take some time though to find a better workflow for utilizing it and maybe improving on the model training. Additional Info Video for better demonstrating the different aspects of the LoRA.
4,060 downloads · 399 likes op Civitai
SHA256
657972C09D107E6ED41835C23A7E26E005064B2CF071985CE8AC4D8DF2D04465
Populariteitstrend van Boreal HL
Heat score, laatste 12 maanden
Heat score
8,189°
Deze week
▲
0.5%
8,190° toen, 8,189° nu
Deze maand
▲
2.4%
8,192° toen, 8,189° nu
Afgelopen jaar
▲
68.4%
8,167° toen, 8,189° nu
Boreal HL: Heat score, laatste 12 maanden7,000°7,412°7,825°8,237°8,650°Oct 2025Jan 2026Mar 2026May 2026Aug 2026Oct 20268,189°ModelTrends.ai
7,000°
Basis
De schaal loopt van 0° tot 9.999°. Alles onder 7,000° is gereserveerd voor modellen waar nog geen bron over rapporteert, die daar een tijdelijke waarde krijgen zodat de lijsten compleet blijven. 7,000° is waar gemeten data begint: een model met echte data maar bijna geen downloads zit op de basis, en de metingen vullen de graden erboven. De basis zegt niets over het model; alleen de graden erboven doen dat, en die maken het verschil tussen modellen.
+1,083°
Civitai-downloads
4,060 downloads van deze exacte versie op Civitai. Downloads zijn het zwaarste ingrediënt en worden geteld op een logaritmische schaal: tien keer zoveel downloads voegt dezelfde 300° toe, dus een model met een miljoen downloads is niet duizend keer heter dan een met duizend. De zes downloadbronnen delen die ene term, verdeeld naar verhouding van hun aantallen.
+390°
Likes
399 likes en duimpjes omhoog over de bronnen heen. Een like weegt half zo zwaar als een download, op dezelfde logaritmische schaal.
−284°
Leeftijd
−284° omdat de Huny-gewichten uit 2024 komen. Elk model erft de leeftijd van de gewichten waarop het is gebouwd: 150° per jaar, tot 750°, en het blijft groeien tot die grens. Zonder dit zouden de top van de lijst checkpoints uit 2022 en 2023 zijn, puur op basis van downloads die jaren hadden om op te lopen.
Toon gedetailleerde uitsplitsing
Elk getal op deze site is te controleren. De heat-score van dit model is 8,189°, en hier wordt die stap voor stap opgebouwd, met de tussentijdse totalen na elke stap: de basis, de graden die elke bron toevoegt, de bonus voor het type model en wat de leeftijd van de gewichten eraf haalt. De kleuren zijn de banden van de grafiek hierboven. De woordenlijst achteraan legt elke term uit.
  1. 1
    Begin bij de basis.
    Waarom 7,000° en niet nul: de schaal loopt van 0° tot 9.999°, en het deel onder 7,000° is gereserveerd voor modellen waar nog geen bron over rapporteert, die daar een tijdelijke waarde krijgen zodat de lijsten compleet blijven en nooit hoger staan dan een model met data. 7,000° is waar gemeten data begint. Een model met echte data maar bijna geen downloads zit hier; alles wat volgt is meting, en de ruimte boven de basis bevat tien stappen van tien keer zoveel downloads, elk 300° waard. De basis is voor elk model hetzelfde, dus die zegt niets; de graden erboven wel.
    7,000°
    lopende totaal
  2. 2
    Voeg de downloads toe.
    4,060 download-equivalenten in totaal, van Civitai-downloads. Tien keer de downloads voegt dezelfde 300° toe, dus grootte telt mee maar bepaalt niet alles.
    +1,083°
    8,083°
    lopende totaal
  3. 3
    Voeg de likes toe.
    399 likes en duimen omhoog, met de helft van het gewicht van een download.
    +390°
    8,473°
    lopende totaal
  4. 4
    Haal de leeftijd eraf.
    De Huny gewichten kwamen uit in 2024: 150° per jaar, tot maximaal 750°, groeiend tot dat moment.
    −284°
    8,189°
    lopende totaal
  5. =
    De heat-score.
    Waar dit model staat op elke lijst van deze site. Niets anders beïnvloedt dit.
    8,189°
Woordenlijst: de gebruikte termen
Heat-score
Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer
De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten
Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal
Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes
Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid
Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat
Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder
Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde
Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites
Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens
Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint)
De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding
Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten
De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd
Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost
Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score
Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode)
Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend
Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model
Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.
Hoe de populariteit van dit model zich verhoudt tot de rest van de catalogus: de groei in downloads, likes en gebruik per periode, gemeten ten opzichte van de typische groei van modellen in dezelfde periode, met de heat score op dat moment. Boven de typische groei betekent stijging, eronder daling. Het verleden wordt herbouwd vanuit de huidige totalen, de eerste dag van het model en de gemeten downloadsnelheid als er twee metingen zijn; een model dat er aan het begin van een periode nog niet was, toont n.v.t.
Lokaal uitvoeren
boreal-hl-v1.safetensors
172 MB · SafeTensor
Downloads worden geleverd door Civitai. Sommige makers vragen eerst om in te loggen op Civitai.