Airbag Deploy H3 AirbagDeploy V2

8006°

#video #anime #kendaraan #fetishes #balon #mobil

NSFW

Model NSFW. Gambarnya disembunyikan selama NSFW mati; nyalakan NSFW untuk melihatnya.

Jalankan model ini

Penawaran / Iklan

Easy Creator (Prism) Web

Tak terbatas · biaya tetap

Terbaik untuk pemula. Alur kerja yang kuat, kurva pembelajaran rendah.

PirateDiffusion Telegram

Tak terbatas · biaya tetap

Buat video, gambar, persona chat kustom, dan lainnya.

Pro studio (SpyGlass) Web

Tak terbatas · biaya tetap

Jelajahi model, render, dan perbaiki dari browser atau ponsel mana pun.

Discord bot (Vector)

Tak terbatas · biaya tetap

Tambahkan Vector ke servermu atau gabung Discord Vector. Buat apa saja!

Unified Editor Web

Tak terbatas · biaya tetap

Editor untuk gambar dan video: render, edit, tingkatkan kualitas, dan lainnya dalam satu halaman.

Civitai Web

Bayar per penggunaan

Buat di situs Civitai; setiap gambar dibayar dengan kredit Buzz.

Aplikasi lokal

Perlu pengaturan

Install program lokal kalau komputermu punya hardware yang cukup.

ModelDuel Web

Bayar per penggunaan

Hasilkan prompt yang sama pada hingga 50 model checkpoint/base sekaligus.

Sewa GPU di cloud

Graydient Cloud GPU

Tak terbatas · biaya tetap

Biaya tetap, penggunaan tanpa batas. Model ini terpasang dengan satu klik.

RunPod Cloud GPU

Dikenakan per menit

Sewa GPU per menit dan atur model sendiri.

Dibuat oleh

AirbagGuy

di Civitai

by AirbagGuy - Airbag Deploy

Catatan pembuat

H3 Ref Combo Model (Passenger+Driver) I went back on my previous "crashform" revelation and instead retrained with the airbag trigger and combined my Passenger and Driver dataset. So this one is easier to use and is very versatile. Be sure to designate "passenger airbag" vs "driver airbag" and note the deployment zone of each. "Steering wheel" works well enough for the driver airbag but you'll want to specify where on the dashboard the passenger airbag will deploy. H3 Crashform Versions (Fl2a-Ref-Passenger-Driver) Ok, so I had a revelation and retrained the driver model and a new passenger model. The issue with H3 is that it has a very solid idea of what an "airbag" is, so using "airbag" in the prompt/captions really muddled things up. I've gone ahead and replaced "airbag" with "crashform." YOU MUST USE "CRASHFORM" IN YOUR PROMPT INSTEAD OF "AIRBAG." DO NOT MENTION "AIRBAGS." If you do it will muddy the results and add tassels and other stuff to your airbag. Otherwise this driver one preforms WAY better than previous version. The passenger version I'm kinda shocked at how well it works because no model has been able to do it. Passenger one is more versatile, I think, but both respond well to shape and texture prompts, as well as deployment zones. For passenger I recommend "top of dashboard." H3 Version - Combo Combines both datasets though I kept them prompted for LTX/Wan. Will redo at some point. But it works as is, fairly straight forward to use. AirbagDeploy is the trigger but you don't really need it. H3 has a good idea of what an airbag is, so keep the strength I'd say no higher than .6. Higher gives you a more explosive deployment but fucks with animation. LTX 2.3 - Realistic Version This one was trained using actual crash test and dashcam footage. It creates a realistic crash and deployment, but it does suffer with the "structure" of the airbag. In that it can deploy pretty limp. I recommend pairing it with the "Puffy" version, but turning the weight down on the Puffy version to .1 to .15. In fact, the two LTX 2.3 versions pair well together and should be used in conjunction, shifting the weight balance as desired. LTX 2.3 Version Best version by far. Prompt for sound and dialog otherwise you'll get music. Works best at .75 strength. LTX2 Version This one is pretty straight forward. I don't quite have a handle on how to get quality outputs with LTX2 yet, but the lora does work. It wasn't trained on the sound of an airbag deployment (tried that and it was a nightmare) so you'll have to prompt it. Otherwise it, for some reason, adds in a horror soundtrack. The physical motion works great, and the airbags look good. It's versatile and FAR dynamic than the Wan 2.2 loras. Best results at .30-.60 strength. Higher and the sound goes to shit. EDIT: Version 2 works better at higher strengths. It also has a decent deployment sound without much work being done, but I would recommend prompting the sound. Version 2 Version 2 adds more dynamic motion to the character as well as a much faster and consistent bag inflation. It does also work well with post-inflation starting images for airbag interaction. It's pretty versatile and you can have an airbag come out of pretty much anywhere, but it still struggles with front views if a steering wheel is not clearly visible. Version 1 A lora to add airbag deployment to Wan 2.2. This is separate from my Airbag Hug model for 2.1 but can work in conjunction with it. I'll make a Airbag Hug 2.2 shortly. The starting image should, of course, be some one in a car. You can technically do a portrait and the video will shift to them in a car. I don't know how well it works deploying airbags in other settings.

Kata pemicu

airbag

AirbagDeploy

240 unduhan · 15 suka di Civitai

SHA256

B2AA8988C4E03F4FFA1ABC8BC827A982E1900F4BA88DB93349D05D3B6DB49FFC

Tren popularitas Airbag Deploy H3 AirbagDeploy V2

Skor panas sejak 12 Aug 2026

Skor panas

8,006°

Minggu ini

n/a

Belum dirilis/dilacak

Bulan ini

n/a

Belum dirilis/dilacak

Tahun lalu

n/a

Belum dirilis/dilacak

7,000°

Floor

Skala berjalan dari 0° sampai 9.999°. Semua yang di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh sumber mana pun, yang memakai angka pengganti di sana supaya daftar tetap lengkap. 7,000° adalah titik awal data yang diukur: model dengan data nyata tapi hampir tidak ada unduhan berada di floor, dan pengukuran mengisi derajat di atasnya. Floor tidak mengatakan apa-apa tentang model; hanya derajat di atasnya yang berbicara, dan itu yang membedakan satu model dengan yang lain.

+719°

Unduhan Civitai

240 unduhan versi tepat ini di Civitai. Unduhan adalah bahan terberat dan dihitung dalam skala log: sepuluh kali unduhan menambah 300° yang sama, jadi model dengan sejuta unduhan tidak seribu kali lebih panas dari yang seribu unduhan. Enam sumber unduhan berbagi satu istilah itu, dibagi proporsional sesuai jumlahnya.

+181°

Suka

15 suka dan jempol ke atas dari berbagai sumber. Suka dihitung setengah unduhan, dengan skala log yang sama.

+6°

Tingkat adopsi

Sekitar 0 unduhan per hari, diukur antara dua pembacaan sumber, tidak pernah ditebak dari rata-rata seumur hidup. Kecepatan dihitung seperempat dari istilah unduhan, jadi lonjakan baru terlihat tanpa membiarkan lonjakan satu hari mengalahkan penggunaan bertahun-tahun.

+100°

Bonus keluarga

+100° karena ini LoRA dari keluarga yang sedang didorong situs ini sekarang. Ini dorongan terbatas dalam skor dan tercantum di sini secara terbuka; tidak pernah bisa menyembunyikan model atau mengalahkan perbedaan unduhan seribu kali lipat.

Tampilkan rincian

Setiap angka di situs ini bisa dicek. Skor heat model ini adalah 8,006°, dan ini dibangun satu bahan pada satu waktu, dengan total berjalan setelah setiap langkah: floor, derajat yang ditambahkan setiap sumber, bonus untuk jenis model dan pengurangan karena usia bobotnya. Warna-warna itu adalah rentang pada grafik di atas. Glosarium di akhir menjelaskan setiap istilah.

1
Mulai dari floor.
Kenapa 7,000° dan bukan nol: skala dari 0° sampai 9.999°, dan bagian di bawah 7,000° disediakan untuk model yang belum dilaporkan sumber mana pun, yang memakai angka pengganti supaya daftar tetap lengkap dan tidak pernah mengalahkan model dengan data. 7,000° adalah titik awal data yang diukur. Model dengan data nyata tapi hampir tidak ada unduhan berada di sini; semua yang berikutnya adalah pengukuran, dan ruang di atas floor memuat sepuluh langkah sepuluh kali lipat unduhan dengan 300° masing-masing. Floor sama untuk semua model, jadi tidak menentukan apa-apa; yang menentukan adalah derajat di atasnya.
7,000°
total berjalan
2
Tambahkan unduhan.
240 setara unduhan secara total, dari Unduhan Civitai. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.
+719°
7,719°
total berjalan
3
Tambahkan suka.
15 suka dan jempol ke atas, dengan bobot setengah dari satu unduhan.
+181°
7,900°
total berjalan
4
Tambahkan tingkat adopsi.
Sekitar 0 unduhan per hari sekarang, diukur antara dua pembacaan, dengan bobot seperempat.
+6°
7,906°
total berjalan
5
Dorongan keluarga.
Dorongan terbuka dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang.
+100°
8,006°
total berjalan
=
Skor heat.
Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.
8,006°

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Bagaimana popularitas model ini bergerak dibandingkan dengan katalog lainnya: pertumbuhan unduhan, suka, dan penggunaan setiap periode, diukur terhadap pertumbuhan model biasa dalam periode yang sama, dengan skor panasnya saat itu. Di atas pertumbuhan biasa berarti naik, di bawahnya berarti turun. Masa lalu direkonstruksi dari total hari ini, hari pertama model, dan kecepatan unduhan yang diukur jika ada dua pembacaan; model yang belum ada di awal periode menunjukkan n/a.

Contoh render

NSFW

Prompt dan pengaturan yang dibagikan oleh orang-orang yang membuat render ini di Civitai. Pilih sebuah render untuk melihat cara membuatnya.