Model
.ai
memantau model AI terbuka
Dicipta oleh
codexq
di Civitai
by codexq - It is a Lora that can Particalize anything.
Nota pencipta
If you like my lora, you can come and discuss via 可以通过 QQ 3877209711 联系我 It is a Lora that can Particalize anything. It might require a little bit of imagination to prompt this Lora. Posts are welcome. 这是一个可以将物体粒子化的Lora。写提示词的时候可能需要一些想象力。欢迎使用完之后返视频到post。 --------------------------------------------------------------------------------------------------------------------------------- Please use version1.5, Suggested strength: 0.4-1.0!!! Suggested step: 30 cfg: 6.0. For better result, DO NOT use Teacache, it will do great damage to the Lora model. Turning on the slg of Kijai workflow might increase the quality. 请使用最新版本v1.5,建议强度0.4-1.0!!!想要效果好,不要开Teacache,否则生成质量会很差!然后最好开kj的slg 建议步数30 CFG: 6.0 --------------------------------------------------------------------------------------------------------------------------------- Prompt examples: something is disintegrating or turning into something ("something" need to be substituted) eg(weight 1.0). The yellow Pikachu is disintegrating or turning into small yellow leaves. Then a Nintendo Switch appears on the sofa. eg(weight 0.45). A figurine wearing a yellow jacket and black shirt underneath. It is disintegrating or turning into many white bread slices. If you wanna do small particles use weight 1.0, if you wanna be more creative use weight 0.4-0.5 (see my post that a figurine turning to bread slices) You can use "background change" as the negative prompt. 提示词:什么 is disintegrating or turning into 什么 (“什么”要根据你的需求替换) 例如(权重1.0):The yellow Pikachu is disintegrating or turning into small yellow leaves. Then a Nintendo Switch appears on the sofa. 例如(权重0.4-0.5):A figurine wearing a yellow jacket and black shirt underneath. It is disintegrating or turning into many white bread slices. 如果你想做颗粒化那就用权重1.0,如果你想更加有创意那么就用权重0.4-0.5(看我的post那个变成小面包的dio) 你可以把“background change”作为反向提示词 --------------------------------------------------------------------------------------------------------------------------------- Trained on WAN2.1-I2V-480p model, 720p-i2v model might work as well. 在WAN2.1-I2V-480p模型上训练的,但是WAN2.1-I2V-720p模型应该也可以用
Kata pencetus
something is disintegrating or turning into something
1,275 muat turun · 126 suka di Civitai
SHA256
987271516B7FCDB7026848BBA776DB24C18497F19DC719F78CF29E8A256CDD1B
Ranking badge
Updated Oct 22, 2026
Particalize I2V Lora di ModelTrends.ai: #37 Hottest Wan LoRA
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #46 Hottest Wan model
Not this creator?
Trend populariti Particalize I2V Lora
Skor panas, 12 bulan terakhir
Skor haba
7,989°
Minggu ini
▲
0.6%
7,990° dulu, 7,989° sekarang
Bulan ini
▲
2.7%
7,991° dulu, 7,989° sekarang
Tahun lalu
n/a
Belum dikeluarkan/dipantau
Particalize I2V Lora: Skor panas, 12 bulan terakhir7,000°7,349°7,698°8,047°8,397°Oct 2025Dec 2025Mar 2026May 2026Aug 2026Oct 20267,989°ModelTrends.ai
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.
+931°
Muat turun Civitai
1,275 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.
+316°
Suka
126 suka dan jempol naik di semua sumber. Suka seberat setengah muat turun, pada skala log yang sama.
−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 7,989°, 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. 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. 2
    Tambah muat turun.
    1,275 muat turun setara semuanya, dari Muat turun Civitai. Sepuluh kali muat turun menambah 300° yang sama, jadi saiz penting tapi tidak pernah mengatasi skor.
    +931°
    7,931°
    jumlah berjalan
  3. 3
    Tambah suka.
    126 suka dan jempol, dengan berat separuh muat turun.
    +316°
    8,247°
    jumlah berjalan
  4. 4
    Tanggalkan umur.
    Berat Wan keluar pada 2025: 150° setahun, sehingga 750°, bertambah sehingga itu.
    −258°
    7,989°
    jumlah berjalan
  5. =
    Skor heat.
    Di mana model ini berdiri dalam setiap senarai laman ini. Tiada yang lain mengubahnya.
    7,989°
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
Prompt dan tetapan yang dikongsi oleh orang yang membuat render ini di Civitai. Pilih render untuk melihat cara ia dibuat.
Tetapan
Saiz
512x512
Prompt
Open hands cradle a glowing, translucent orb, It is disintegrating and turning into small white spheres
Jalankan secara tempatan
wan_disintegrate_e141.safetensors
171 MB · SafeTensor
Muat turun disediakan oleh Civitai. Sesetengah pencipta memerlukan log masuk Civitai dahulu.
Torrents
wan_disintegrate_e141.safetensors
171.36 MB · v1.5 · 0 penyemaian ·
CivitasBay
Torrents dikongsi secara peer to peer oleh penyemaian mereka; ModelTrends.ai tidak menghoskan fail. Buka pautan magnet dengan klien BitTorrent dan bandingkan checksum fail siap dengan yang ada di senarai.