Model
.ai
urmărim modelele AI deschise

Setsuna_LTX2 Beta1

7772°
Setsuna_LTX2 Beta1
Creat de
MengY_Madrigal
pe Civitai
by MengY_Madrigal - Setsuna_LTX2-Beta1
Notele creatorului
This is a test LoRA model based on LTX-2, trained on 44 videos (most with audio) using LTX Trainer. The Lora still has some problems, but here I'd like to share some experiences from the training process. LTX-2 has significant limitations with Japanese language support, which appears to be a base model capability issue—most Japanese kanji characters cannot be pronounced correctly. However, there are some impressive aspects: lip-sync and audio cloning show great promise. The model fits quickly and shows results rapidly, but I believe more diverse training data (video dynamics, audio variations, etc.) is needed for better outcomes. Dataset Caption I highly recommend using Gemini for dataset captioning. Gemini can directly process both video and audio, delivering excellent results. While ComfyUI workflows with other caption nodes + Whisper audio recognition + refine are possible, they're not particularly recommended. Agent Prompt I used the following prompt for video analysis: You are a professional video analysis assistant responsible for generating descriptive text for video training datasets. Please analyze this video and output the description in the following format: 【Output Format】 Visual content: [Detailed description of visual content] Speech transcription: [Transcribe dialogue content, omit this line if none] Sounds: [Describe sounds and music, omit this line if none] On-screen text: [List on-screen text, omit this line if none] 【Rules】 1. Use plain text format, no Markdown bold or other formatting 2. "Visual content:" is required; omit entire lines (not "None") if other sections are empty 3. Descriptions should be natural and fluid, suitable for video generation model training 4. Focus on: actions, scenes, camera movement, lighting, atmosphere, emotions 5. Use present continuous tense for actions (e.g., is walking, is standing) 【Visual Content Description Points】 - Subject's actions and behaviors - Scene environment and background details - Camera movements (push, pull, pan, tilt, close-up, wide-angle, etc.) - Lighting and color tone (warm light, cool light, backlight, soft light, etc.) - Overall atmosphere and mood (serene, tense, warm, etc.) - Composition and visual elements Refine Prompt After generation, use this prompt to convert structured descriptions into natural paragraphs: You are a video description expert. Now you need to rewrite structured video descriptions into completely natural paragraph form. 【Task】 Rewrite the segmented video description into a smooth, natural paragraph, as if someone is describing what they see in the video. 【Rewriting Requirements】 1. Completely remove all labels (don't write "Visual content:", "Speech:", "Sounds:", etc.) 2. Naturally merge all information (visuals + dialogue + sounds into one fluid paragraph) 3. Like storytelling (use third-person perspective, present tense, vivid and specific with visual appeal) 4. Maintain technical details (camera movement, lighting, atmosphere descriptions should be preserved but naturally integrated) Preprocessing Configuration To prevent VRAM overflow, I used multiple bucket settings: - Maximum resolution: 768×?, 25 frames - Minimum resolution: 256×?, 121 frames - Unified frame rate: 24fps - Frame count requirement: Must satisfy frame_count % 8 == 1 (e.g., 1, 9, 17, 25...) Training Configuration Using RTX 4090 (48GB VRAM), no fp8/quanto quantization needed, training config was barely modified. Training Progress: - Sampling every 400 steps - First sample (400 steps) already captured basic character features - At 800 steps, ComfyUI testing showed incomplete character feature retention - Total training: 3400 steps (approximately 8 hours) - Final weight used: 2200 steps (1400 steps might also work well) Testing Findings Prompt Impact Prompts significantly affect results: - Without background description, likely generates simple solid color backgrounds - Need detailed descriptions of character movements (hair flowing, etc.) - Overall motion tends to be minimal Workflow Configuration Using official T2V workflow, found second-pass sampling has significant impact: - First pass (720p): More aligned with LoRA characteristics but slightly blurry - Second pass (spatial upscale): Clearer, but audio quality slightly degraded - Without LoRA in second pass, noticeable differences appear—more 2.5D style, most obvious in lip-sync details (presence/absence of teeth) Interesting Discovery Using cinematic-style descriptions produces interesting effects. Future Plans Planning to test training with larger-scale datasets. Reference Documentation:
Cuvinte declanșatoare
Setsuna
139 descărcări · 16 aprecieri pe Civitai
SHA256
4810A51C5F1AFC0A5563FEF6FB49F97139080EF0A768D62A54B74A27EB27BF98
Ranking badge
Updated Oct 22, 2026
Setsuna_LTX2 Beta1 pe ModelTrends.ai: #32 Hottest Ltx2 model
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #32 Hottest Ltx2 LoRA
Not this creator?
Tendința de popularitate a Setsuna_LTX2 Beta1
Scor de căldură din 11 Jan 2026
Scor de popularitate
7,772°
Săptămâna aceasta
n/a
Nu a fost lansat/urmărit
Luna aceasta
n/a
Nu a fost lansat/urmărit
Ultimul an
n/a
Nu a fost lansat/urmărit
Setsuna_LTX2 Beta1: Scor de căldură din 11 Jan 20267,000°7,261°7,521°7,782°8,043°Jan 2026Mar 2026May 2026Jun 2026Aug 2026Oct 20267,772°ModelTrends.ai
7,000°
Prag minim
Scara merge de la 0° la 9.999°. Tot ce este sub 7,000° este rezervat pentru modelele despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete. 7,000° este punctul de start pentru datele măsurate: un model cu date reale, dar aproape fără descărcări, stă la prag, iar măsurătorile umplu gradele de deasupra. Pragul nu spune nimic despre model; doar gradele de deasupra îl diferențiază de alte modele.
+644°
Descărcări Civitai
139 descărcări ale acestei versiuni exacte pe Civitai. Descărcările sunt ingredientul cel mai important și sunt numărate pe o scară logaritmică: de zece ori mai multe descărcări adaugă același 300°, deci un model cu un milion de descărcări nu este de o mie de ori mai popular decât unul cu o mie. Cele șase surse de descărcări împart acest termen, proporțional cu numărul lor.
+185°
Apăsări de like
16 like-uri și aprecieri pe toate sursele. Un like valorează jumătate de descărcare, pe aceeași scară logaritmică.
+2°
Rata de adoptare
Aproximativ 0 descărcări pe zi, măsurate între două citiri ale surselor, niciodată estimate dintr-o medie pe viață. Viteza cântărește un sfert din termenul descărcărilor, așa că o creștere recentă se vede fără să lase un vârf de o zi să depășească ani de utilizare.
+100°
Boost familie
+100° pentru că este un LoRA dintr-o familie pe care site-ul o promovează acum. Este un impuls limitat în scor și este listat deschis aici; nu poate ascunde un model sau depăși o diferență de o mie de ori în descărcări.
−159°
Vârstă
−159° pentru că greutățile Ltx2 au fost lansate în 2025. Fiecare model moștenește vârsta greutăților pe care se bazează: 150° pe an, până la 750°, și continuă să crească până atunci. Fără asta, topul listei ar fi checkpoint-urile din 2022 și 2023 bazate pe descărcări acumulate în ani.
Arată detalii
Fiecare număr de pe acest site poate fi verificat. Scorul de popularitate al acestui model este 7,772°, iar aici este construit pas cu pas, cu totalul acumulat după fiecare ingredient: pragul minim, gradele adăugate de fiecare sursă, bonusul pentru tipul modelului și ce scade vârsta greutăților. Culorile sunt benzile din graficul de mai sus. Glosarul de la final definește fiecare termen.
  1. 1
    Începe de la prag.
    De ce 7,000° și nu zero: scara merge de la 0° la 9.999°, iar partea de sub 7,000° este rezervată modelelor despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete și să nu depășească niciodată un model cu date. 7,000° este punctul de start pentru datele măsurate. Un model cu date reale, dar aproape fără descărcări, stă aici; tot ce urmează este măsurare, iar spațiul de deasupra pragului conține zece pași de zece ori mai multe descărcări, fiecare la 300°. Pragul este același pentru toate modelele, deci nu decide nimic; gradele de deasupra fac diferența.
    7,000°
    total curent
  2. 2
    Adaugă descărcările.
    139 echivalente de descărcări în total, de la Descărcări Civitai. De zece ori descărcările adaugă același 300°, deci mărimea contează, dar nu domină scorul.
    +644°
    7,644°
    total curent
  3. 3
    Adaugă aprecierile.
    16 aprecieri și like-uri, la jumătate din greutatea unei descărcări.
    +185°
    7,829°
    total curent
  4. 4
    Adaugă rata de adoptare.
    Aproximativ 0 descărcări pe zi acum, măsurate între două citiri, cu un sfert din greutate.
    +2°
    7,831°
    total curent
  5. 5
    Boost de familie.
    Un impuls deschis și limitat pentru LoRA-urile dintr-o familie pe care site-ul o promovează acum.
    +100°
    7,931°
    total curent
  6. 6
    Scoate vârsta.
    Greutățile Ltx2 au fost lansate în 2025: 150° pe an, până la 750°, crescând până atunci.
    −159°
    7,772°
    total curent
  7. =
    Scorul de căldură.
    Unde se situează acest model pe fiecare listă de pe site. Nimic altceva nu îl ajustează.
    7,772°
Glosar: termenii folosiți aici
Scor de căldură
Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag
7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări
Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică
Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri
Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare
Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat
Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder
Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde
O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare
Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter
Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint)
Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding
Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți
Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă
Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie
Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă
Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație)
Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință
Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic
Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.
Cum s-a schimbat popularitatea acestui model față de restul catalogului: creșterea lui în descărcări, aprecieri și utilizare în fiecare perioadă, comparată cu creșterea tipică a unui model în aceeași perioadă, plus scorul său de căldură la momentul respectiv. Dacă e peste creșterea tipică, înseamnă că a crescut, dacă e sub, a scăzut. Istoricul se reconstruiește din totalurile de azi, prima zi a modelului și viteza lui de descărcare măsurată când sunt două citiri; un model care nu exista la începutul perioadei arată n/a.
Exemple de randări
Prompturi și setări partajate de cei care au făcut aceste randări pe Civitai. Alege o randare pentru a vedea cum a fost făcută.
Nu a fost partajat niciun prompt cu această randare.
Nu a fost partajat niciun prompt cu această randare.
Nu a fost partajat niciun prompt cu această randare.
Nu a fost partajat niciun prompt cu această randare.
Rulează local
SetsunaLtx2.safetensors
816 MB · SafeTensor
Descărcările sunt servite de Civitai. Unii creatori cer mai întâi autentificarea pe Civitai.