Airbag Deploy H3 AirbagDeploy V2

8006°

#video #anime #kenderaan #fetishes #belon #kereta

NSFW

Model NSFW. Gambarnya disembunyikan semasa NSFW dimatikan; hidupkan NSFW untuk melihatnya.

Jalankan model ini

Tawaran / Iklan

Easy Creator (Prism) Web

Tanpa had · yuran tetap

Terbaik untuk pemula. Aliran kerja yang kuat, lengkung pembelajaran rendah.

PirateDiffusion Telegram

Tanpa had · yuran tetap

Cipta video, imej, persona sembang tersuai, dan banyak lagi.

Pro studio (SpyGlass) Web

Tanpa had · yuran tetap

Layari model, render dan perbaiki dari mana-mana pelayar atau telefon.

Discord bot (Vector)

Tanpa had · yuran tetap

Tambah Vector ke pelayan anda atau sertai Discord Vector. Cipta apa sahaja!

Unified Editor Web

Tanpa had · yuran tetap

Editor untuk imej dan video: render, sunting, tingkatkan dan banyak lagi dalam satu halaman.

Civitai Web

Bayar ikut guna

Jana di laman Civitai sendiri; setiap imej dibayar dengan kredit Buzz.

Aplikasi tempatan

Perlu tetapan

Pasang program tempatan kalau komputer kau cukup kuat.

ModelDuel Web

Bayar ikut guna

Jana arahan yang sama pada sehingga 50 model checkpoint/asas sekaligus.

Sewa GPU di awan

Graydient Cloud GPU

Tanpa had · yuran tetap

Bayaran tetap, penggunaan tanpa had. Model ini dipasang dengan satu klik.

RunPod Cloud GPU

Caj mengikut minit

Sewa GPU mengikut minit dan pasang model sendiri.

Dicipta oleh

AirbagGuy

di Civitai

by AirbagGuy - Airbag Deploy

Nota pencipta

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 pencetus

airbag

AirbagDeploy

240 muat turun · 15 suka di Civitai

SHA256

B2AA8988C4E03F4FFA1ABC8BC827A982E1900F4BA88DB93349D05D3B6DB49FFC

Trend populariti Airbag Deploy H3 AirbagDeploy V2

Skor panas sejak 12 Aug 2026

Skor haba

8,006°

Minggu ini

n/a

Belum dikeluarkan/dipantau

Bulan ini

n/a

Belum dikeluarkan/dipantau

Tahun lalu

n/a

Belum dikeluarkan/dipantau

7,000°

Lantai

Skala berjalan dari 0° hingga 9,999°. Apa sahaja di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian di situ supaya senarai tetap lengkap. 7,000° adalah tempat data yang diukur bermula: model dengan data sebenar tapi hampir tiada muat turun berada di lantai, dan ukuran mengisi darjah di atasnya. Lantai tidak memberitahu apa-apa tentang model; hanya darjah di atasnya yang buat beza antara satu model dengan model lain.

+719°

Muat turun Civitai

240 muat turun versi tepat ini di Civitai. Muat turun adalah bahan paling berat dan dikira pada skala logaritma: sepuluh kali muat turun menambah 300° yang sama, jadi model dengan sejuta muat turun tidak sepuluh ribu kali lebih panas daripada yang seribu. Enam sumber muat turun berkongsi satu terma itu, dibahagi mengikut jumlah mereka.

+181°

Suka

15 suka dan jempol naik di semua sumber. Suka seberat setengah muat turun, pada skala log yang sama.

+6°

Kadar penerimaan

Kira-kira 0 muat turun sehari, diukur antara dua bacaan sumber, tidak pernah dianggarkan dari purata sepanjang hayat. Kelajuan seberat suku istilah muat turun, jadi lonjakan baru kelihatan tanpa membiarkan lonjakan satu hari mengatasi penggunaan bertahun-tahun.

+100°

Boost keluarga

+100° sebab ini LoRA dari keluarga yang laman ini sedang galakkan sekarang. Ia adalah dorongan terhad dalam skor dan disenaraikan di sini dengan terbuka; ia tidak boleh sembunyikan model atau lebih berat daripada perbezaan muat turun seribu kali ganda.

Tunjukkan pecahan terperinci

Setiap nombor di laman ini boleh diperiksa. Skor panas model ini adalah 8,006°, dan ia dibina satu bahan pada satu masa, dengan jumlah terkini selepas setiap langkah: lantai, darjah yang ditambah oleh setiap sumber, bonus untuk jenis model dan apa yang umur beratnya tolak. Warna-warna itu adalah jalur carta di atas. Glosari di akhir menerangkan setiap istilah.

1
Mula di lantai.
Kenapa 7,000° dan bukan sifar: skala dari 0° hingga 9,999°, dan bahagian di bawah 7,000° dikhaskan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian supaya senarai tetap lengkap dan tidak pernah mengatasi model dengan data. 7,000° adalah tempat data yang diukur bermula. Model dengan data sebenar tapi hampir tiada muat turun berada di sini; semua yang berikut adalah ukuran, dan ruang di atas lantai ada sepuluh langkah muat turun sepuluh kali ganda pada 300° setiap satu. Lantai sama untuk setiap model, jadi ia tidak tentukan apa-apa; darjah di atasnya yang buat beza.
7,000°
jumlah berjalan
2
Tambah muat turun.
240 muat turun setara semuanya, dari Muat turun Civitai. Sepuluh kali muat turun menambah 300° yang sama, jadi saiz penting tapi tidak pernah mengatasi skor.
+719°
7,719°
jumlah berjalan
3
Tambah suka.
15 suka dan jempol, dengan berat separuh muat turun.
+181°
7,900°
jumlah berjalan
4
Tambah kadar penerimaan.
Sekitar 0 muat turun sehari sekarang, diukur antara dua bacaan, dengan berat suku.
+6°
7,906°
jumlah berjalan
5
Boost keluarga.
Dorongan terbuka dan terhad untuk LoRA keluarga yang sedang dipromosikan laman ini sekarang.
+100°
8,006°
jumlah berjalan
=
Skor heat.
Di mana model ini berdiri dalam setiap senarai laman ini. Tiada yang lain mengubahnya.
8,006°

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Bagaimana populariti model ini bergerak berbanding katalog lain: pertumbuhannya dalam muat turun, suka dan penggunaan setiap tempoh, diukur berbanding pertumbuhan model biasa dalam tempoh yang sama, dengan skor panasnya pada masa itu. Di atas pertumbuhan biasa dibaca sebagai kenaikan, di bawahnya sebagai penurunan. Masa lalu dibina semula dari jumlah hari ini, hari pertama model dan kelajuan muat turun yang diukur jika ada dua bacaan; model yang tidak wujud pada permulaan tempoh menunjukkan n/a.

Contoh render

NSFW

Prompt dan tetapan yang dikongsi oleh orang yang membuat render ini di Civitai. Pilih render untuk melihat cara ia dibuat.