Model
.ai
オープン AI モデルを追跡

Boreal HL

8189°
Boreal HL
作者
kudzueye
(Civitai)
by Kudzueye - realism effect video lora. makes videos look like ordinary real everyday footage
作者のメモ
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.
Civitai で 4,060 ダウンロード · 399 いいね
SHA256
657972C09D107E6ED41835C23A7E26E005064B2CF071985CE8AC4D8DF2D04465
Boreal HL の人気トレンド
ヒートスコア、過去12ヶ月
ヒートスコア
8,189°
今週
▲
0.5%
8,190° 当時、8,189° 今
今月
▲
2.4%
8,192° 当時、8,189° 今
過去1年
▲
68.4%
8,167° 当時、8,189° 今
Boreal HL: ヒートスコア、過去12ヶ月7,000°7,412°7,825°8,237°8,650°Oct 2025Dec 2025Mar 2026May 2026Aug 2026Oct 20268,189°ModelTrends.ai
7,000°
基準値
スケールは0°から9,999°までです。7,000°未満はまだどのソースも報告していないモデル用に確保されており、リストを完全に保つために仮の数値が割り当てられています。7,000°が実際のデータが始まる地点で、実データがほとんどないモデルはここに位置し、それより上の度数が測定値です。基準値自体はモデルについて何も示さず、上の度数だけがモデル間の違いを示します。
+1,083°
Civitaiのダウンロード数
この正確なバージョンはCivitaiで4,060ダウンロードされました。ダウンロード数は最も重い要素で、対数スケールでカウントされます:ダウンロード数が10倍になると300°上昇します。つまり100万ダウンロードのモデルは1000ダウンロードのモデルの1000倍熱いわけではありません。6つのダウンロードソースはこの1つの項目を共有し、それぞれの数に比例して分配されます。
+390°
いいね数
各ソースで399回のいいねや高評価があります。いいねはダウンロードの半分の重みで、同じ対数スケールで計算されます。
−284°
年齢
−284°はHunyの重みが2024にリリースされたからです。すべてのモデルは基にしている重みの年齢を引き継ぎます:1年あたり150°、最大750°までで、それまでは増え続けます。これがなければ、リストのトップはダウンロード数が何年も積み重なった2022年や2023年のチェックポイントばかりになってしまいます。
詳細な内訳を表示
このサイトのすべての数字は確認できます。このモデルのヒートスコアは8,189°で、ここでは一つずつ要素を積み上げていき、各段階の合計を示しています:基準値、各ソースが加える度数、モデルの種類によるボーナス、そして重みの年齢による減算。色は上のチャートの帯を表しています。最後の用語集で全ての用語を定義しています。
  1. 1
    基準値から始めます。
    なぜ7,000°でゼロではないのか:スケールは0°から9,999°までで、7,000°未満はまだどのソースも報告していないモデル用に確保されており、仮の数値が割り当てられてリストを完全に保ち、データのあるモデルより上位にならないようにしています。7,000°が実際のデータが始まる地点です。実データがほとんどないモデルはここに位置し、それ以降が測定値で、基準値の上には10段階の10倍増が300°ずつあります。基準値はすべてのモデルで同じなので、何も決めません。違いを決めるのはその上の度数です。
    7,000°
    累計合計
  2. 2
    ダウンロード数を加算します。
    合計でCivitaiのダウンロード数から4,060のダウンロード相当数。ダウンロード数が10倍になると同じ300°が加算されるので、サイズは重要ですがスコアを独占することはありません。
    +1,083°
    8,083°
    累計合計
  3. 3
    いいね数を加算します。
    ダウンロードの半分の重みで399のいいねとサムズアップ。
    +390°
    8,473°
    累計合計
  4. 4
    年齢を除外します。
    Hunyの重みは2024にリリースされました:1年あたり150°、最大750°まで成長します。
    −284°
    8,189°
    累計合計
  5. =
    ヒートスコア。
    このモデルがこのサイトのすべてのリストでどの位置にいるか。これ以外の調整はありません。
    8,189°
用語集:ここで使われている用語
ヒートスコア
モデルが今どれだけ使われていて求められているかを示す1つの数字。0°から9,999°まで。ここで「最も熱い」と言われるすべてのリストはこれで並べられています。
フロア
実データのあるすべてのモデルが7,000°からスタートする基準点。スケールは0°から9,999°までで、フロア以下はデータのないモデル用に確保されているので、データのあるモデルは必ず上位になります。フロアは全員共通で順位には影響しません。フロアを超えた度数が実際の評価です。
ダウンロード相当数
スコアがダウンロードとして扱うすべてのものを合計:ダウンロードそのもの、各トレントシーダーは1,000、各AI Horde画像と生成サイトでの実行は1としてカウント。
対数スケール
1ずつではなく10ずつ数えます:1,000から10,000ダウンロードに増えるのは、10,000から100,000に増えるのと同じ度数を加算。巨大なものが他を圧倒しないようにしています。
いいね
すべてのソースからのサムズアップといいね。対数スケールでダウンロードの半分の価値があります。
普及率
2回の計測の差からわかる、今の1日あたりのダウンロード数。ダウンロード項目の4分の1の重みです。
測定済みと推定
測定済みは、あるソースの2つの読み取り値が存在し、その差が実際のものであることを意味します。推定は、今日の合計だけがわかっていて、過去の値はモデルの寿命にわたって分配されていることを意味します。サイトはどちらを表示しているかを示します。
シーダー
トレント経由で他の人がダウンロードできるように重みのコピーをオンラインで保持している人、または同じことをするホストされたミラーのことです。それぞれが1,000ダウンロードとしてカウントされます。
AI Horde
寄付されたコンピューターで無料で画像を生成するボランティアネットワークです。モデルで作成した画像の数は公開されており、それぞれが1ダウンロードとしてカウントされます。
生成サイト
PixAI、SeaArt、Yodayoのように、自分のモデルのコピーをホストして人々が生成できるサイトです。これらのダウンロードはCivitaiのものと同じようにカウントされ、各生成実行が1ダウンロードとして数えられます。
OpenRouterトークン
ClaudeやGPTのようなAPI経由で提供されるテキストモデルはダウンロードする重みがなく、その利用はトークン数で測定されます。トークンとはOpenRouterを通じて読み書きされたテキストの断片で、OpenRouterは多くのアプリが利用するゲートウェイです。過去30日間のトークン数を10,000,000トークンごとに1ダウンロードとしてカウントします。出典:OpenRouter (openrouter.ai/rankings)、CC BY 4.0。
完全モデル(チェックポイント)
重みそのもので、単独で生成を行うファイルです。アドオンがこれに依存しているためボーナスがつきます。
LoRAと埋め込み
他人の重みを特定のスタイル、キャラクター、コンセプトに向けて調整する小さなアドオンファイルです。単独では動作しません。
ファミリーと重み
モデルが基づいているベースで、SD 1.5、SDXL、Flux、Wanなどがあります。すべてのモデルはそのファミリーの重みのリリース日を継承します。
年齢
ファミリーの重みがリリースされてからの経過時間に応じて減点されます:1年で150°、最大750°まで。古いダウンロードはリストの上位を凍結して積み上げられます。
ファミリーブースト
このサイトが現在推しているファミリーのLoRAに対する小さく制限された後押しで、常に内訳に表示されます。
代替スコア
まだソースから報告がないモデルに与えられる安定した最低値で、リストが完全なままでいられます。データのあるモデルより上位には決してなりません。
新着!(猶予期間)
7日未満の新しいモデルはスコアの代わりに「新着!」と表示され、ランキングには入りません。スコアは初日から計算されますが、1日目のモデルは非常に急速に成長するため、猶予期間なしでは常に昨日リリースされたモデルが今週の#1になってしまいます。
トレンド
ある期間におけるモデルの成長が、同じ期間の典型的なモデルの成長と比べてどうかを示します。典型より速ければ上昇、遅ければ下降と読みます。
典型的なモデル
カタログの真ん中にあたるモデルで、数値があるモデルの半分はこの期間により速く成長し、半分は遅く成長しています。
このモデルの人気がカタログ全体と比べてどう動いたかを示してるよ。期間ごとのダウンロード数、いいね数、使用数の伸びを、同じ期間の普通のモデルの伸びと比べてる。熱スコアもその時点のものだよ。普通の伸びより上なら人気が上がってる、下なら下がってるってこと。過去のデータは今日の合計、モデルの初日、ダウンロード速度の2回の計測から再構成してる。期間の初めに存在しなかったモデルはn/aになるよ。
ローカルで実行
boreal-hl-v1.safetensors
172 MB · SafeTensor
ダウンロードは Civitai が提供します。作者によっては Civitai へのログインが必要です。