[WAN2.2] WindowSeat Redmond T2V 14B

7685°

#video #latar belakang #efek #gaya seni #window seat #wan

Jalankan model ini

Penawaran / Iklan

Easy Creator (Prism) Web

Tak terbatas · biaya tetap

Terbaik untuk pemula. Alur kerja yang kuat, kurva pembelajaran rendah.

PirateDiffusion Telegram

Tak terbatas · biaya tetap

Buat video, gambar, persona chat kustom, dan lainnya.

Pro studio (SpyGlass) Web

Tak terbatas · biaya tetap

Jelajahi model, render, dan perbaiki dari browser atau ponsel mana pun.

Discord bot (Vector)

Tak terbatas · biaya tetap

Tambahkan Vector ke servermu atau gabung Discord Vector. Buat apa saja!

Unified Editor Web

Tak terbatas · biaya tetap

Editor untuk gambar dan video: render, edit, tingkatkan kualitas, dan lainnya dalam satu halaman.

Civitai Web

Bayar per penggunaan

Buat di situs Civitai; setiap gambar dibayar dengan kredit Buzz.

Aplikasi lokal

Perlu pengaturan

Install program lokal kalau komputermu punya hardware yang cukup.

ModelDuel Web

Bayar per penggunaan

Hasilkan prompt yang sama pada hingga 50 model checkpoint/base sekaligus.

Sewa GPU di cloud

Graydient Cloud GPU

Tak terbatas · biaya tetap

Biaya tetap, penggunaan tanpa batas. Model ini terpasang dengan satu klik.

RunPod Cloud GPU

Dikenakan per menit

Sewa GPU per menit dan atur model sendiri.

Dibuat oleh

artificialguybr

di Civitai

by artificialguybr - [WAN2.2] WindowSeat - Redmond - T2V-14B

Catatan pembuat

💖 Support My Work & Explore More If this model is useful to you, your support helps me keep publishing free models and open-source AI tools. - Patreon: - Ko-fi: - Buy Me a Coffee: Discover more of my models, projects, and practical AI resources: - Portfolio: — models, projects, and experiments. - Prompt library: — curated prompts for image and language models. - AI tools directory: — a curated directory of useful AI tools. - Twitter/X: — new models announced here first. Special Thanks: This project was made possible thanks to generous sponsorship and GPU time provided by Redmond Ai. We are grateful for their support in training this LoRA. Window Seat LoRA for Wan Model Description This LoRA captures the contemplative, surreal experience of looking through windows while traveling. Each scene presents a view from buses, trains, planes, and trams that reveals extraordinary moments beyond ordinary reality - from floating islands above clouds to orchestras performing in wheat fields, from breathing forests to submerged cities. The style combines cinematic framing with surreal elements, creating dreamlike journeys that transform the mundane act of looking out a window into a portal to other worlds. Trigger Words The trigger phrase is Window Seat. For best results, start your prompt with “Window Seat” followed by a description of a view through a vehicle window that reveals something surreal or extraordinary. The model will render these scenes with a cinematic, contemplative quality. Setup for ComfyUI To use this LoRA in ComfyUI, simply place the file in your loras directory: - Download [WAN2.2]WindowSeat_Redmond_high_noise.safetensors and place it in ComfyUI/models/loras/ Ensure your ComfyUI environment is already configured to run Wan models. Example Workflow (ComfyUI) In your ComfyUI workflow, add a Load LoRA node after your base model loader. - Load your base Wan model. - Connect the output of the model loader to the model input of the Load LoRA node. - Select [WAN2.2]WindowSeat_Redmond_high_noise.safetensors in the Load LoRA node. - Connect the MODEL output of the LoRA node to your KSampler. - Adjust the strength_model as needed (0.8-1.0 is a good starting point). Example Prompts Here are some example prompts to get you started with Window Seat: - Window Seat. A handheld wide shot from inside a moving bus, looking through dirty windows at a one-room schoolhouse that sits isolated in the middle of a vast sunflower field in late summer. - Window Seat. From a plane window during turbulence: a vast desert below turns into a sea of mirror-like salt flats reflecting storm clouds. A lone horse gallops across the reflection. - Window Seat. Through airplane window at cruising altitude: floating islands drift above cloud layer, connected by hanging bridges made of ropes and lanterns. - Window Seat. A locked-off shot from the interior of a moving subway captures the window view of an old theater stage where a single spotlight illuminates a giraffe standing center stage. - Window Seat. Fixed side view from within a moving train, the window perfectly framing a surreal orchestral moment in an empty wheat field under stormy grey skies.

Kata pemicu

Window Seat

286 unduhan · 21 suka di Civitai

SHA256

E8EB3B532C53772BDE39D829EDE406234AB586D71C0E27A1F61CD9242E6FB6A3

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Tren popularitas [WAN2.2] WindowSeat Redmond T2V 14B

Skor panas sejak 24 Oct 2025

Skor panas

7,685°

Minggu ini

n/a

Belum dirilis/dilacak

Bulan ini

n/a

Belum dirilis/dilacak

Tahun lalu

n/a

Belum dirilis/dilacak

7,000°

Floor

Skala berjalan dari 0° sampai 9.999°. Semua yang di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh sumber mana pun, yang memakai angka pengganti di sana supaya daftar tetap lengkap. 7,000° adalah titik awal data yang diukur: model dengan data nyata tapi hampir tidak ada unduhan berada di floor, dan pengukuran mengisi derajat di atasnya. Floor tidak mengatakan apa-apa tentang model; hanya derajat di atasnya yang berbicara, dan itu yang membedakan satu model dengan yang lain.

+739°

Unduhan Civitai

286 unduhan versi tepat ini di Civitai. Unduhan adalah bahan terberat dan dihitung dalam skala log: sepuluh kali unduhan menambah 300° yang sama, jadi model dengan sejuta unduhan tidak seribu kali lebih panas dari yang seribu unduhan. Enam sumber unduhan berbagi satu istilah itu, dibagi proporsional sesuai jumlahnya.

+201°

Suka

21 suka dan jempol ke atas dari berbagai sumber. Suka dihitung setengah unduhan, dengan skala log yang sama.

+3°

Tingkat adopsi

Sekitar 0 unduhan per hari, diukur antara dua pembacaan sumber, tidak pernah ditebak dari rata-rata seumur hidup. Kecepatan dihitung seperempat dari istilah unduhan, jadi lonjakan baru terlihat tanpa membiarkan lonjakan satu hari mengalahkan penggunaan bertahun-tahun.

−258°

Usia

−258° karena bobot Wan keluar di 2025. Setiap model mewarisi usia bobot yang dipakai: 150° per tahun, sampai 750°, dan terus bertambah sampai itu. Tanpa ini, puncak daftar akan diisi checkpoint 2022 dan 2023 hanya karena unduhan yang sudah bertahun-tahun menumpuk.

Tampilkan rincian

Setiap angka di situs ini bisa dicek. Skor heat model ini adalah 7,685°, dan ini dibangun satu bahan pada satu waktu, dengan total berjalan setelah setiap langkah: floor, derajat yang ditambahkan setiap sumber, bonus untuk jenis model dan pengurangan karena usia bobotnya. Warna-warna itu adalah rentang pada grafik di atas. Glosarium di akhir menjelaskan setiap istilah.

1
Mulai dari floor.
Kenapa 7,000° dan bukan nol: skala dari 0° sampai 9.999°, dan bagian di bawah 7,000° disediakan untuk model yang belum dilaporkan sumber mana pun, yang memakai angka pengganti supaya daftar tetap lengkap dan tidak pernah mengalahkan model dengan data. 7,000° adalah titik awal data yang diukur. Model dengan data nyata tapi hampir tidak ada unduhan berada di sini; semua yang berikutnya adalah pengukuran, dan ruang di atas floor memuat sepuluh langkah sepuluh kali lipat unduhan dengan 300° masing-masing. Floor sama untuk semua model, jadi tidak menentukan apa-apa; yang menentukan adalah derajat di atasnya.
7,000°
total berjalan
2
Tambahkan unduhan.
286 setara unduhan secara total, dari Unduhan Civitai. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.
+739°
7,739°
total berjalan
3
Tambahkan suka.
21 suka dan jempol ke atas, dengan bobot setengah dari satu unduhan.
+201°
7,940°
total berjalan
4
Tambahkan tingkat adopsi.
Sekitar 0 unduhan per hari sekarang, diukur antara dua pembacaan, dengan bobot seperempat.
+3°
7,943°
total berjalan
5
Lepaskan usia.
Bobot Wan keluar di 2025: 150° per tahun, sampai 750°, bertambah sampai saat itu.
−258°
7,685°
total berjalan
=
Skor heat.
Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.
7,685°

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Bagaimana popularitas model ini bergerak dibandingkan dengan katalog lainnya: pertumbuhan unduhan, suka, dan penggunaan setiap periode, diukur terhadap pertumbuhan model biasa dalam periode yang sama, dengan skor panasnya saat itu. Di atas pertumbuhan biasa berarti naik, di bawahnya berarti turun. Masa lalu direkonstruksi dari total hari ini, hari pertama model, dan kecepatan unduhan yang diukur jika ada dua pembacaan; model yang belum ada di awal periode menunjukkan n/a.

Contoh render

Prompt dan pengaturan yang dibagikan oleh orang-orang yang membuat render ini di Civitai. Pilih sebuah render untuk melihat cara membuatnya.

Dapatkan prompt ini

Render by Lannfield on

Civitai

Prompt on BunchaPrompts

Laporkan

Pengaturan

Ukuran

1440x1920

Prompt

Window Seat, side view from within a rapidly moving vintage train with two leather seat and a table in between, under the sea. a woman sitting on one side on the seat, while sipping on a cup of coffee. fishes swimming, view of sunken ships and wreckages. a moment later a shark swim pass the window and startle the woman.

Render oleh artificialguybr di Civitai

Laporkan