Slop Twerk WAN 2.2 I2V

8663°

#video #tarian #slop #butts #bounce #twerk

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.

Wan 2.2 LoRA datang sebagai dua fail, satu untuk pakar bunyi tinggi dan satu untuk pakar bunyi rendah, dan kedua-duanya ada di halaman ini. Gunakan kedua-dua fail bersama. Skor panas dan angka dalam senarai ini adalah untuk fail bunyi tinggi; kiraan fail bunyi rendah tidak ditambah.

Dicipta oleh

anonimoose

di Civitai

by anonimoose - Slop Twerk WAN 2.2 I2V

Nota pencipta

Baked another half-assed slop LoRA. Trained sloppily on 11 of my old AI generated videos that were using various WAN 2.1 twerk LoRAs using with a minor fix for WAN 2.2 I2V training that just made the --i2v toggle only apply to latent cache creation instead of training. Trained for 20 epochs but the uploaded epoch is a 50-50 merge between epoch 7 and epoch 3. Videos were lazily manually tagged as usual like A black haired woman facing away from the viewer and wearing a short white skirt with no panties twerks her ass causing her butt to shake, jiggle, and ripple. or A red haired woman wearing a hat and jean shorts twerks causing her butt cheeks to clap together. There is no relevant genital data in the dataset so use a genital LoRA if naughty bits are out of view in your initial image. Prompting something about twerking and ass shaking will work probably. There is some breast jiggle baked in despite the dataset mostly consisting of back views and side views. If the initial image is from the front, the subject may try to turn around but there was limited testing on my part or in other words, I basically only tested it like once and it's that example image of Lancer Artoria in the swimsuit that almost turns around. A lot of the test image prompts were something simple like a description of the character and then twerks causing her ass to jiggle and shake Didn't do much testing but if combined with Slop Bounce, probably expect giga janky slop motion. Training data includes the modified musubi_tuner_ for PGC's GUI with the fixed toggle for properly caching latents for i2v as well as the .json and .toml files that contain the dataset settings and training settings. Also has the workflow images for the model page's initially uploaded videos although the videos should also have the Comfyui workflow included for once.

23,603 muat turun · 2,337 suka di Civitai

SHA256

83FE88476F551AA0ACDD119C6993DE30910139B1635DC08C7F986FC3459D7CC5

Trend populariti Slop Twerk WAN 2.2 I2V

Skor panas, 12 bulan terakhir

Skor haba

8,663°

Minggu ini

▼

0.2%

8,665° dulu, 8,663° sekarang

Bulan ini

▼

0.9%

8,672° dulu, 8,663° sekarang

Tahun lalu

▲

29.6%

8,695° dulu, 8,663° sekarang

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.

+1,331°

Muat turun Civitai

23,603 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.

+505°

Suka

2,337 suka dan jempol naik di semua sumber. Suka seberat setengah muat turun, pada skala log yang sama.

+85°

Kadar penerimaan

Kira-kira 13 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.

−258°

Umur

−258° sebab berat Wan keluar pada 2025. Setiap model mewarisi umur berat yang dibina padanya: 150° setahun, sehingga 750°, dan ia terus bertambah sehingga itu. Tanpanya, senarai teratas akan jadi checkpoint 2022 dan 2023 berdasarkan muat turun yang ada bertahun untuk terkumpul.

Tunjukkan pecahan terperinci

Setiap nombor di laman ini boleh diperiksa. Skor panas model ini adalah 8,663°, 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.
23,603 muat turun setara semuanya, dari Muat turun Civitai. Sepuluh kali muat turun menambah 300° yang sama, jadi saiz penting tapi tidak pernah mengatasi skor.
+1,331°
8,331°
jumlah berjalan
3
Tambah suka.
2,337 suka dan jempol, dengan berat separuh muat turun.
+505°
8,836°
jumlah berjalan
4
Tambah kadar penerimaan.
Sekitar 13 muat turun sehari sekarang, diukur antara dua bacaan, dengan berat suku.
+85°
8,921°
jumlah berjalan
5
Tanggalkan umur.
Berat Wan keluar pada 2025: 150° setahun, sehingga 750°, bertambah sehingga itu.
−258°
8,663°
jumlah berjalan
=
Skor heat.
Di mana model ini berdiri dalam setiap senarai laman ini. Tiada yang lain mengubahnya.
8,663°

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.