Model
.ai
vi följer öppna AI-modeller

Setsuna_LTX2 Beta1

7772°
Setsuna_LTX2 Beta1
Skapad av
MengY_Madrigal
på Civitai
by MengY_Madrigal - Setsuna_LTX2-Beta1
Skaparens anteckningar
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:
Triggerord
Setsuna
139 nedladdningar · 16 gillningar på Civitai
SHA256
4810A51C5F1AFC0A5563FEF6FB49F97139080EF0A768D62A54B74A27EB27BF98
Ranking badge
Updated Oct 22, 2026
Setsuna_LTX2 Beta1 på 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?
Popularitetstrend för Setsuna_LTX2 Beta1
Värmenpoäng sedan 11 Jan 2026
Värmescore
7,772°
Den här veckan
n/a
Inte släppt/spårad än
Den här månaden
n/a
Inte släppt/spårad än
Senaste året
n/a
Inte släppt/spårad än
Setsuna_LTX2 Beta1: Värmenpoäng sedan 11 Jan 20267,000°7,261°7,521°7,782°8,043°Jan 2026Mar 2026May 2026Jun 2026Aug 2026Oct 20267,772°ModelTrends.ai
7,000°
Golvet
Skalan går från 0° till 9 999°. Allt under 7,000° är reserverat för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta. 7,000° är där mätta data börjar: en modell med riktiga data men nästan inga nedladdningar ligger på golvet, och mätningarna fyller graderna ovanför. Golvet säger inget om modellen; det gör bara graderna ovanför, och det är de som skiljer en modell från en annan.
+644°
Civitai-nedladdningar
139 nedladdningar av denna exakta version på Civitai. Nedladdningar är den tyngsta ingrediensen och räknas på en logaritmisk skala: tio gånger nedladdningarna lägger till samma 300°, så en modell med en miljon nedladdningar är inte tusen gånger hetare än en med tusen. De sex nedladdningskällorna delar på den termen, fördelat efter deras antal.
+185°
Gilla-markeringar
16 gilla-markeringar och tummar upp över källorna. En gilla-markering väger som en halv nedladdning, på samma logaritmiska skala.
+2°
Adoptionshastighet
Ungefär 0 nedladdningar per dag, mätt mellan två avläsningar av källorna, aldrig uppskattat från ett livstidsgenomsnitt. Hastigheten väger en fjärdedel av nedladdningstermen, så en ny våg syns utan att en dags toppar slår ut år av användning.
+100°
Familjebonus
+100° eftersom det här är en LoRA från en familj som den här sidan just nu lyfter fram. Det är en begränsad skjuts inom poängen och visas öppet här; den kan aldrig dölja en modell eller väga tyngre än en tusenfaldig skillnad i nedladdningar.
−159°
Ålder
−159° eftersom Ltx2-vikterna släpptes 2025. Varje modell ärver vikternas ålder som den bygger på: 150° per år, upp till 750°, och den fortsätter växa tills dess. Utan det skulle toppen av listan vara checkpoints från 2022 och 2023 baserat på nedladdningar som hunnit samlas under år.
Visa detaljerad uppdelning
Varje siffra på den här sidan kan kontrolleras. Den här modellens heat-poäng är 7,772°, och här byggs den upp en ingrediens i taget, med löpande total efter varje: golvet, graderna varje källa lägger till, bonusen för modelltypen och vad vikternas ålder drar bort. Färgerna är banden i diagrammet ovan. Ordlistan i slutet förklarar varje term.
  1. 1
    Börja vid golvet.
    Varför 7,000° och inte noll: skalan går från 0° till 9 999°, och delen under 7,000° är reserverad för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta och aldrig rankas högre än en modell med data. 7,000° är där mätta data börjar. En modell med riktiga data men nästan inga nedladdningar ligger här; allt som följer är mätning, och utrymmet ovanför golvet rymmer tio tiofaldiga steg i nedladdningar på 300° vardera. Golvet är detsamma för varje modell, så det avgör inget; det gör graderna ovanför.
    7,000°
    löpande total
  2. 2
    Lägg till nedladdningarna.
    139 nedladdnings-ekvivalenter totalt, från Civitai-nedladdningar. Tio gånger nedladdningarna ger samma 300°, så storlek spelar roll men tar aldrig över poängen.
    +644°
    7,644°
    löpande total
  3. 3
    Lägg till gillanden.
    16 gillanden och tummar upp, värda hälften av en nedladdning.
    +185°
    7,829°
    löpande total
  4. 4
    Lägg till adoptionshastigheten.
    Ungefär 0 nedladdningar per dag just nu, mätt mellan två mätningar, med en fjärdedels vikt.
    +2°
    7,831°
    löpande total
  5. 5
    Familje-boost.
    En öppen, begränsad skjuts för LoRAs i en familj som den här sidan just nu lyfter fram.
    +100°
    7,931°
    löpande total
  6. 6
    Ta bort åldern.
    Ltx2-vikterna släpptes 2025: 150° per år, upp till 750°, växande fram till dess.
    −159°
    7,772°
    löpande total
  7. =
    Heat-poängen.
    Var den här modellen står på varje lista på den här sidan. Ingenting annat ändrar den.
    7,772°
Ordlista: termerna som används här
Heat-poäng
Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet
De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter
Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala
Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden
Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet
Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad
Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder
Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde
Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter
Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token
En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint)
Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding
Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter
Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder
Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost
En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng
Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod)
En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend
Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell
Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.
Hur den här modellens popularitet har rört sig jämfört med resten av katalogen: dess tillväxt i nedladdningar, gillningar och användning under varje period, mätt mot en typisk modells tillväxt under samma period, med dess heat-poäng vid den tiden. Över den typiska tillväxten ses som en uppgång, under som en nedgång. Det förflutna rekonstrueras från dagens totalsummor, modellens första dag och dess uppmätta nedladdningshastighet där två mätningar finns; en modell som inte fanns i början av en period visar n/a.
Exempelrenderingar
Prompter och inställningar delade av personerna som gjorde dessa renderingar på Civitai. Välj en rendering för att se hur den gjordes.
Ingen prompt delades för den här renderingen.
Ingen prompt delades för den här renderingen.
Ingen prompt delades för den här renderingen.
Ingen prompt delades för den här renderingen.
Kör lokalt
SetsunaLtx2.safetensors
816 MB · SafeTensor
Nedladdningar sköts av Civitai. Vissa skapare kräver att du först loggar in på Civitai.