[WAN2.2] WindowSeat Redmond T2V 14B

7685°

#vídeo #fundos #efeitos #estilos artísticos #window seat #wan

Executar modelo

Ofertas / Anúncios

Easy Creator (Prism) Web

Ilimitado · taxa fixa

Melhor para iniciantes. Fluxos de trabalho poderosos, curva de aprendizado baixa.

PirateDiffusion Telegram

Ilimitado · taxa fixa

Crie vídeos, imagens, personas de chat personalizadas e muito mais.

Pro studio (SpyGlass) Web

Ilimitado · taxa fixa

Navegue por modelos, renderize e refine de qualquer navegador ou celular.

Discord bot (Vector)

Ilimitado · taxa fixa

Adicione o Vector ao seu servidor ou entre no Discord do Vector. Crie qualquer coisa!

Unified Editor Web

Ilimitado · taxa fixa

Editor para imagens e vídeos: renderize, edite, aumente a resolução e mais em uma única página.

Civitai Web

Pague por uso

Gere no site do Civitai; cada imagem é paga com créditos Buzz.

Apps locais Local

Requer configuração

Instale programas locais se seu computador tiver hardware compatível.

ModelDuel Web

Pague por uso

Gere o mesmo prompt em até 50 modelos checkpoint/base ao mesmo tempo.

Alugue uma GPU na nuvem

Graydient Cloud GPU

Ilimitado · taxa fixa

Taxa fixa, uso ilimitado. Este modelo instala com um clique.

RunPod Cloud GPU

Cobrado por minuto

Alugue uma GPU por minuto e configure o modelo você mesmo.

Criado por

artificialguybr

no Civitai

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

Notas do criador

💖 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.

Palavras-gatilho

Window Seat

286 downloads · 21 curtidas no 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

Tendência de popularidade de [WAN2.2] WindowSeat Redmond T2V 14B

Pontuação de calor desde 24 Oct 2025

Pontuação de destaque

7,685°

Esta semana

n/a

Ainda não lançado/monitorado

Este mês

n/a

Ainda não lançado/monitorado

Último ano

n/a

Ainda não lançado/monitorado

7,000°

Piso

A escala vai de 0° a 9.999°. Tudo abaixo de 7,000° é reservado para modelos que nenhuma fonte reportou ainda, que carregam um número provisório ali para as listas ficarem completas. 7,000° é onde começam os dados medidos: um modelo com dados reais mas quase nenhum download fica no piso, e as medições preenchem os graus acima dele. O piso não diz nada sobre o modelo; só os graus acima dele dizem, e são eles que diferenciam um modelo do outro.

+739°

Downloads no Civitai

286 downloads desta versão exata no Civitai. Downloads são o ingrediente mais pesado e são contados numa escala logarítmica: dez vezes os downloads adicionam os mesmos 300°, então um modelo com um milhão de downloads não é mil vezes mais quente que um com mil. As seis fontes de downloads compartilham esse termo, dividido entre elas proporcionalmente aos seus contadores.

+201°

Curtidas

21 curtidas e thumbs up nas fontes. Uma curtida vale metade de um download, na mesma escala logarítmica.

+3°

Taxa de adoção

Cerca de 0 downloads por dia, medidos entre duas leituras das fontes, nunca estimados por média de vida útil. A velocidade pesa um quarto do termo de downloads, então um surto recente aparece sem deixar um pico de um dia superar anos de uso.

−258°

Idade

−258° porque os pesos da família Wan saíram em 2025. Todo modelo herda a idade dos pesos em que foi construído: 150° por ano, até 750°, e continua crescendo até lá. Sem isso, o topo da lista seria só checkpoints de 2022 e 2023 baseados em downloads que tiveram anos para acumular.

Mostrar detalhamento

Cada número neste site pode ser verificado. A pontuação de popularidade deste modelo é 7,685°, e aqui ela é construída um ingrediente de cada vez, com o total acumulado após cada um: o piso, os graus que cada fonte adiciona, o bônus pelo tipo de modelo e o que a idade dos pesos subtrai. As cores são as faixas do gráfico acima. O glossário no final define cada termo.

1
Comece pelo piso.
Por que 7,000° e não zero: a escala vai de 0° a 9.999°, e a parte abaixo de 7,000° é reservada para modelos que nenhuma fonte reportou ainda, que carregam um número provisório ali para as listas ficarem completas e nunca ficarem acima de um modelo com dados. 7,000° é onde começam os dados medidos. Um modelo com dados reais mas quase nenhum download fica aqui; tudo que vem depois é medição, e o espaço acima do piso tem dez passos de dez vezes mais downloads, com 300° cada. O piso é o mesmo para todo modelo, então ele não decide nada; os graus acima dele é que decidem.
7,000°
total acumulado
2
Some as downloads.
286 equivalentes a downloads no total, de Downloads no Civitai. Dez vezes os downloads adicionam o mesmo 300°, então o tamanho importa, mas nunca domina a pontuação.
+739°
7,739°
total acumulado
3
Some os likes.
21 likes e joinhas, valendo metade de um download.
+201°
7,940°
total acumulado
4
Adicione a taxa de adoção.
Cerca de 0 downloads por dia agora, medido entre duas leituras, valendo um quarto do peso.
+3°
7,943°
total acumulado
5
Remova a idade.
Os pesos Wan saíram em 2025: 150° por ano, até 750°, crescendo até lá.
−258°
7,685°
total acumulado
=
A pontuação heat.
Onde este modelo está em todas as listas deste site. Nada mais altera isso.
7,685°

Glossário: os termos usados aqui

Pontuação heat: Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
Limite mínimo: Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
Equivalentes a downloads: Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
Escala logarítmica: Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
Likes: Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
Taxa de adoção: Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
Medido e estimado: Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
Seeder: Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
AI Horde: Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
Sites de geração: Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
Tokens OpenRouter: Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint): Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
LoRA e embedding: Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
Família e pesos: A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
Idade: Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
Impulso da família: Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
Pontuação provisória: Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
Novo! (período de carência): Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
Tendência: Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
Modelo típico: O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.

Como a popularidade deste modelo mudou em relação ao resto do catálogo: seu crescimento em downloads, curtidas e uso em cada período, medido contra o crescimento típico dos modelos no mesmo período, junto com sua pontuação de calor na época. Acima do crescimento típico significa alta, abaixo significa queda. O passado é reconstruído a partir dos totais de hoje, do primeiro dia do modelo e da velocidade de download medida quando existem duas leituras; um modelo que não existia no começo do período mostra n/a.

Renders de exemplo

Prompts e configurações compartilhados por quem fez estes renders no Civitai. Escolha um render para ver como foi feito.

Obter este prompt

Render by Lannfield on

Civitai

Prompt on BunchaPrompts

Denunciar

Configurações

Tamanho

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 de artificialguybr no Civitai

Denunciar