Model
.ai
le suivi des modèles d'IA ouverts

Boreal HL

8189°
Modèle NSFW. Ses images sont masquées tant que NSFW est désactivé ; activez NSFW pour les voir.
Créé par
kudzueye
sur Civitai
by Kudzueye - realism effect video lora. makes videos look like ordinary real everyday footage
Notes du créateur
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 téléchargements · 399 j'aime sur Civitai
SHA256
657972C09D107E6ED41835C23A7E26E005064B2CF071985CE8AC4D8DF2D04465
Tendance de popularité de Boreal HL
Score de chaleur, derniers 12 mois
Score de popularité
8,189°
Cette semaine
▲
0.5%
8,190° alors, 8,189° maintenant
Ce mois-ci
▲
2.4%
8,192° alors, 8,189° maintenant
L'année passée
▲
68.4%
8,167° alors, 8,189° maintenant
Boreal HL: Score de chaleur, derniers 12 mois7,000°7,412°7,825°8,237°8,650°Oct 2025Jan 2026Mar 2026May 2026Aug 2026Oct 20268,189°ModelTrends.ai
7,000°
Plancher
L’échelle va de 0° à 9 999°. Tout ce qui est en dessous de 7,000° est réservé aux modèles dont aucune source ne rapporte encore de données, ils portent un nombre de remplacement pour que les listes restent complètes. 7,000° est le point où les données mesurées commencent : un modèle avec de vraies données mais presque aucun téléchargement est au plancher, et les mesures remplissent les degrés au-dessus. Le plancher ne dit rien sur le modèle ; seuls les degrés au-dessus le font, et ce sont eux qui différencient un modèle d’un autre.
+1,083°
Téléchargements Civitai
4,060 téléchargements de cette version exacte sur Civitai. Les téléchargements sont l'ingrédient le plus lourd et sont comptés sur une échelle logarithmique : multiplier par dix les téléchargements ajoute 300° au score, donc un modèle avec un million de téléchargements n'est pas mille fois plus chaud qu'un avec mille. Les six sources de téléchargements partagent ce terme, réparti proportionnellement à leurs comptes.
+390°
Likes
399 likes et pouces levés sur toutes les sources. Un like vaut la moitié d’un téléchargement, sur la même échelle logarithmique.
−284°
Âge
−284° parce que les poids Huny sont sortis en 2024. Chaque modèle hérite de l’âge des poids sur lesquels il est construit : 150° par an, jusqu’à 750°, et ça continue de grandir jusqu’à ce seuil. Sans ça, le haut de la liste serait occupé par des checkpoints de 2022 et 2023 grâce aux téléchargements accumulés sur des années.
Afficher le détail
Chaque chiffre sur ce site peut être vérifié. Le score de popularité de ce modèle est de 8,189°, et voici comment il est construit, ingrédient par ingrédient, avec le total cumulé après chaque étape : le plancher, les degrés ajoutés par chaque source, le bonus pour le type de modèle et ce que l’âge de ses poids enlève. Les couleurs correspondent aux bandes du graphique ci-dessus. Le glossaire à la fin définit chaque terme.
  1. 1
    Commence au plancher.
    Pourquoi 7,000° et pas zéro : l’échelle va de 0° à 9 999°, et la partie en dessous de 7,000° est réservée aux modèles dont aucune source ne rapporte encore de données, qui portent un nombre de remplacement pour que les listes restent complètes et ne dépassent jamais un modèle avec données. 7,000° est le point où les données mesurées commencent. Un modèle avec de vraies données mais presque aucun téléchargement est ici ; tout ce qui suit est une mesure, et l’espace au-dessus du plancher contient dix paliers de dix fois plus de téléchargements à 300° chacun. Le plancher est le même pour tous les modèles, donc il ne décide rien ; ce sont les degrés au-dessus qui le font.
    7,000°
    total en cours
  2. 2
    Ajoute les téléchargements.
    4,060 équivalents de téléchargement au total, venant de Téléchargements Civitai. Multiplier les téléchargements par dix ajoute le même 300°, donc la taille compte mais ne domine jamais le score.
    +1,083°
    8,083°
    total en cours
  3. 3
    Ajoute les likes.
    399 likes et pouces levés, à moitié du poids d’un téléchargement.
    +390°
    8,473°
    total en cours
  4. 4
    Enlève l’âge.
    Les poids Huny sont sortis en 2024 : 150° par an, jusqu’à 750°, qui augmente jusqu’à ce moment.
    −284°
    8,189°
    total en cours
  5. =
    Le score de chaleur.
    La place de ce modèle dans chaque liste de ce site. Rien d’autre ne le modifie.
    8,189°
Glossaire : les termes utilisés ici
Score de chaleur
Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher
Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement
Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique
On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes
Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption
Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé
Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder
Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde
Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération
Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter
Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint)
Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding
Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids
La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge
Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille
Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement
Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce)
Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance
Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique
Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.
Voici comment la popularité de ce modèle a évolué par rapport au reste du catalogue : sa croissance en téléchargements, likes et utilisation à chaque période, comparée à la croissance typique des modèles sur la même période, avec son score de chaleur à ce moment-là. Au-dessus de la croissance typique, c’est une hausse, en dessous, une baisse. Le passé est reconstitué à partir des totaux d’aujourd’hui, du premier jour du modèle et de sa vitesse de téléchargement mesurée quand il y a deux relevés ; un modèle qui n’existait pas au début d’une période affiche n/a.
Exécuter en local
boreal-hl-v1.safetensors
172 MB · SafeTensor
Les téléchargements sont servis par Civitai. Certains créateurs demandent d'abord une connexion à Civitai.