Model
.ai
sinusubaybayan ang mga open AI model

Setsuna_LTX2 Beta1

7772°
Setsuna_LTX2 Beta1
Ginawa ni
MengY_Madrigal
sa Civitai
by MengY_Madrigal - Setsuna_LTX2-Beta1
Mga tala ng gumawa
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:
Mga trigger word
Setsuna
139 download · 16 like sa Civitai
SHA256
4810A51C5F1AFC0A5563FEF6FB49F97139080EF0A768D62A54B74A27EB27BF98
Ranking badge
Updated Oct 22, 2026
Setsuna_LTX2 Beta1 sa 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?
Trend ng kasikatan ng Setsuna_LTX2 Beta1
Heat score mula 11 Jan 2026
Iskor ng init
7,772°
Ngayong linggo
n/a
Hindi pa nailalabas/natatrack
Ngayong buwan
n/a
Hindi pa nailalabas/natatrack
Nakaraang taon
n/a
Hindi pa nailalabas/natatrack
Setsuna_LTX2 Beta1: Heat score mula 11 Jan 20267,000°7,261°7,521°7,782°8,043°Jan 2026Mar 2026May 2026Jun 2026Aug 2026Oct 20267,772°ModelTrends.ai
7,000°
Floor
Ang sukat ay mula 0° hanggang 9,999°. Lahat ng nasa ibaba ng 7,000° ay para sa mga modelong wala pang ulat mula sa pinanggalingan, kaya may stand-in na numero doon para kumpleto ang mga listahan. Sa 7,000° nagsisimula ang nasusukat na datos: ang modelong may totoong datos pero halos walang downloads ay nasa floor, at ang mga sukat ay pumupuno sa mga degree sa itaas nito. Ang floor ay hindi nagsasabi ng anuman tungkol sa modelo; ang mga degree sa itaas nito ang nagkakaiba-iba at siyang naghihiwalay ng mga modelo.
+644°
Mga download sa Civitai
139 downloads ng eksaktong bersyon na ito sa Civitai. Ang downloads ang pinakamahalagang sangkap at binibilang sa log scale: sampung beses na downloads ay nagdadagdag ng parehong 300°, kaya ang modelong may isang milyong downloads ay hindi isang libong beses na mas mainit kaysa sa may isang libong downloads. Ang anim na pinagmulan ng download ay naghahati sa isang term na iyon, ayon sa proporsyon ng kanilang bilang.
+185°
Mga likes
16 mga likes at thumbs up mula sa mga pinanggalingan. Ang isang like ay katumbas ng kalahating download, gamit ang parehong log scale.
+2°
Bilis ng pagtanggap
Mga humigit-kumulang 0 downloads bawat araw, sinusukat sa pagitan ng dalawang pagbabasa ng mga pinanggalingan, hindi hinuhulaan mula sa average ng buong buhay. Ang bilis ay katumbas ng isang-kapat ng term ng downloads, kaya ang bagong pagtaas ay nakikita nang hindi pinapantayan ng isang araw na spike ang mga taon ng paggamit.
+100°
Pampamilyang boost
+100° dahil ito ay isang LoRA ng pamilyang tinutulak ng site ngayon. Ito ay isang limitadong tulak sa score at nakalista dito nang bukas; hindi nito pwedeng itago ang isang modelo o malampasan ang libong beses na pagkakaiba sa downloads.
−159°
Edad
−159° dahil lumabas ang Ltx2 weights noong 2025. Lahat ng modelo ay minamana ang edad ng weights na pinagbasehan nito: 150° kada taon, hanggang 750°, at patuloy itong tumataas hanggang doon. Kung wala ito, ang nangunguna sa listahan ay mga checkpoint ng 2022 at 2023 dahil sa lakas ng downloads na naipon sa loob ng mga taon.
Ipakita ang detalyadong paghahati
Pwedeng suriin ang bawat numero sa site na ito. Ang heat score ng modelong ito ay 7,772°, at dito ito binubuo ng paisa-isang sangkap, kasama ang tumatakbong kabuuan pagkatapos ng bawat isa: ang floor, ang mga degree na idinadagdag ng bawat pinanggalingan, ang bonus para sa uri ng modelo at ang binabawas ng edad ng mga weights nito. Ang mga kulay ay ang mga banda ng tsart sa itaas. Ang glossary sa dulo ay naglilinaw ng bawat termino.
  1. 1
    Magsimula sa floor.
    Bakit 7,000° at hindi zero: ang sukat ay mula 0° hanggang 9,999°, at ang bahagi sa ibaba ng 7,000° ay nakalaan para sa mga modelong wala pang ulat mula sa pinanggalingan, kaya may stand-in na numero doon para kumpleto ang mga listahan at hindi mauuna sa modelong may datos. Sa 7,000° nagsisimula ang nasusukat na datos. Ang modelong may totoong datos pero halos walang downloads ay nandito; ang lahat ng susunod ay sukat, at ang espasyo sa itaas ng floor ay may sampung hakbang na sampung beses na pagtaas sa downloads na may 300° bawat isa. Pareho ang floor para sa lahat ng modelo, kaya hindi ito nagdedesisyon; ang mga degree sa itaas nito ang nagdedesisyon.
    7,000°
    patuloy na kabuuan
  2. 2
    Idagdag ang mga download.
    139 na katumbas ng download sa lahat, mula sa Mga download sa Civitai. Sampung beses na pagdagdag ng downloads ay nagdadagdag ng parehong 300°, kaya mahalaga ang laki pero hindi ito sobra sa puntos.
    +644°
    7,644°
    patuloy na kabuuan
  3. 3
    Idagdag ang mga likes.
    16 na likes at thumbs up, kalahati ang bigat kumpara sa isang download.
    +185°
    7,829°
    patuloy na kabuuan
  4. 4
    Idagdag ang bilis ng pagtanggap.
    Mga 0 downloads kada araw ngayon, sinusukat sa pagitan ng dalawang readings, na may isang-kapat na bigat.
    +2°
    7,831°
    patuloy na kabuuan
  5. 5
    Pampalakas ng pamilya.
    Isang bukas, limitadong tulak para sa mga LoRA ng isang pamilya na pinapalaganap ng site na ito ngayon.
    +100°
    7,931°
    patuloy na kabuuan
  6. 6
    Alisin ang edad.
    Lumabas ang Ltx2 weights noong 2025: 150° kada taon, hanggang sa 750°, tumataas hanggang noon.
    −159°
    7,772°
    patuloy na kabuuan
  7. =
    Ang heat score.
    Kung saan nakatayo ang modelong ito sa bawat listahan ng site na ito. Wala nang ibang nagbabago nito.
    7,772°
Talahulugan: ang mga terminong ginagamit dito
Heat score
Isang numero kung gaano kadalas gamitin at gusto ang isang modelo ngayon, mula 0° hanggang 9,999°. Bawat listahan sa site na ito na nagsasabing pinakamainit ay nakaayos base dito at wala nang iba pa.
Floor
Ang 7,000° na panimulang puntos ng bawat modelong may totoong datos. Ang sukatan ay mula 0° hanggang 9,999°; ang bahagi sa ilalim ng floor ay para sa mga stand-in (mga modelong walang datos), para laging mas mataas ang ranggo ng may datos kaysa wala. Pareho ang floor para sa lahat at hindi ito nagpapasya; ang mga degree sa itaas nito ang totoong sukat.
Katumbas ng download
Lahat ng tinatrato ng score bilang download, pinagsama-sama: mga download mismo, bawat torrent seeder bilang 1,000, bawat AI Horde na larawan at bawat takbo sa isang generation site bilang isa.
Log scale
Bilang ng sampu, hindi isa-isa: ang pagtaas mula 1,000 hanggang 10,000 downloads ay nagdadagdag ng parehong degree tulad ng mula 10,000 hanggang 100,000. Pinipigilan nito ang mga higante na mauna sa lahat.
Likes
Thumbs up at likes mula sa lahat ng pinanggalingan, na katumbas ng kalahati ng download sa log scale.
Bilis ng pagtanggap
Ilang downloads kada araw ang nakukuha ng modelo ngayon, mula sa pagkakaiba ng dalawang readings ng isang pinanggalingan. Isang-kapat ng bigat ng term na download.
Nasukat at tinantya
Ang nasukat ay ibig sabihin may dalawang pagbabasa mula sa isang pinagmulan at tunay ang pagkakaiba. Ang tinantya naman ay alam lang ang kabuuan ngayon at hinahati ang nakaraan sa buong buhay ng modelo; sinasabi ng site kung alin ang ipinapakita.
Seeder
Isang tao na nag-iimbak ng kopya ng weights online para ma-download ng iba gamit ang torrent, o isang naka-host na mirror na gumagawa rin nito. Bawat isa ay katumbas ng 1,000 downloads.
AI Horde
Isang volunteer network na gumagawa ng mga larawan nang libre gamit ang mga donadong computer. Pampubliko kung ilang larawan ang nagawa gamit ang isang modelo, at bawat isa ay katumbas ng isang download.
Mga generation site
Mga site na may sariling kopya ng modelo at pinapayagan ang mga tao na gumawa gamit ito, tulad ng PixAI, SeaArt at Yodayo. Ang kanilang mga downloads ay binibilang tulad ng sa Civitai at bawat generation run ay isang download.
OpenRouter tokens
Ang isang text model na pinagsisilbihan sa pamamagitan ng API, tulad ng Claude o GPT, ay walang weights na ida-download, kaya ang paggamit nito ay sinusukat sa tokens: mga piraso ng teksto na binasa at isinulat nito sa pamamagitan ng OpenRouter, isang gateway na ginagamit ng maraming apps, sa nakaraang 30 araw. Bawat 10,000,000 tokens ay katumbas ng isang download. Pinagmulan: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Buong modelo (checkpoint)
Ang weights mismo, ang file na kayang mag-generate mag-isa. May bonus ito dahil nakadepende dito ang mga add-on.
LoRA at embedding
Maliit na add-on files na nagtutulak sa weights ng iba papunta sa isang estilo, karakter o konsepto. Hindi sila kayang tumakbo mag-isa.
Pamilya at weights
Ang base na pinagbuo ng modelo, tulad ng SD 1.5, SDXL, Flux o Wan. Lahat ng modelo ay namamana ang petsa ng release ng weights ng pamilya nito.
Edad
Mga degree na ibinabawas base sa gaano katagal nang lumabas ang weights ng pamilya: 150° kada taon, hanggang 750°. Pinananatili nito ang mga lumang downloads na may taon para mag-ipon mula sa pag-freeze sa taas ng listahan.
Pampasigla ng pamilya
Isang maliit at limitadong tulak para sa mga LoRA ng pamilyang itinataguyod ng site ngayon, palaging nakalista sa breakdown.
Stand-in score
Isang matatag na numero sa ibaba ng floor na ibinibigay sa modelong wala pang ulat mula sa pinagmulan, para kumpleto ang listahan. Hindi ito nangunguna sa modelong may datos.
Bago! (panahon ng grace)
Ang isang model na mas mababa sa 7 araw ang tanda ay nagpapakita ng Bago! sa halip na score at walang puwesto sa mga ranggo. Ang score nito ay kinakalkula mula unang araw, pero ang modelong isang araw pa lang ang tanda ay lumalago nang mas mabilis kaysa sa iba, kaya kung walang paghihintay, ang #1 ng linggo ay palaging yung lumabas kahapon kaysa sa tumagal nang isang linggo.
Uso
Paano ang paglago ng modelo sa isang panahon kumpara sa karaniwang paglago ng modelo sa parehong panahon. Mas mabilis kaysa karaniwan ay pagtaas, mas mabagal ay pagbaba.
Karaniwang modelo
Gitna ng katalogo: kalahati ng mga modelo na may numero ay mas mabilis ang paglago sa panahon, kalahati ay mas mabagal.
Paano gumalaw ang kasikatan ng modelong ito kumpara sa ibang mga nasa katalogo: ang paglago nito sa downloads, likes, at paggamit sa bawat panahon, sinusukat laban sa karaniwang paglago ng modelo sa parehong panahon, kasama ang heat score nito sa panahong iyon. Kapag mas mataas kaysa sa karaniwan, ibig sabihin ay pagtaas, kapag mas mababa ay pagbaba. Binubuo ang nakaraan mula sa mga kabuuan ngayon, unang araw ng modelo at sukat na bilis ng pag-download kung may dalawang sukat; ang modelong hindi pa umiiral sa simula ng panahon ay nagpapakita ng n/a.
Mga halimbawang render
Mga prompt at setting na ibinahagi ng mga gumawa ng mga render na ito sa Civitai. Pumili ng render para makita kung paano ito ginawa.
Walang ibinahaging prompt para sa render na ito.
Walang ibinahaging prompt para sa render na ito.
Walang ibinahaging prompt para sa render na ito.
Walang ibinahaging prompt para sa render na ito.
Patakbuhin nang lokal
SetsunaLtx2.safetensors
816 MB · SafeTensor
Ang mga download ay mula sa Civitai. May mga gumawa na humihingi muna ng Civitai login.