Model
.ai
vi följer öppna AI-modeller

[WAN2.2] WindowSeat Redmond T2V 14B

7685°
[WAN2.2] WindowSeat   Redmond   T2V 14B
Skapad av
artificialguybr
på Civitai
by artificialguybr - [WAN2.2] WindowSeat - Redmond - T2V-14B
Skaparens anteckningar
💖 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. ​
Triggerord
Window Seat
286 nedladdningar · 21 gillningar på Civitai
SHA256
E8EB3B532C53772BDE39D829EDE406234AB586D71C0E27A1F61CD9242E6FB6A3
Ranking badge
Updated Oct 22, 2026
[WAN2.2] WindowSeat Redmond T2V 14B på ModelTrends.ai: Heat 7,685°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Popularitetstrend för [WAN2.2] WindowSeat Redmond T2V 14B
Värmenpoäng sedan 24 Oct 2025
Värmescore
7,685°
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
[WAN2.2] WindowSeat Redmond T2V 14B: Värmenpoäng sedan 24 Oct 20257,000°7,264°7,528°7,792°8,056°Oct 2025Jan 2026Mar 2026May 2026Aug 2026Oct 20267,685°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.
+739°
Civitai-nedladdningar
286 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.
+201°
Gilla-markeringar
21 gilla-markeringar och tummar upp över källorna. En gilla-markering väger som en halv nedladdning, på samma logaritmiska skala.
+3°
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.
−258°
Ålder
−258° eftersom Wan-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 7,685°, 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.
    286 nedladdnings-ekvivalenter totalt, från Civitai-nedladdningar. Tio gånger nedladdningarna ger samma 300°, så storlek spelar roll men tar aldrig över poängen.
    +739°
    7,739°
    löpande total
  3. 3
    Lägg till gillanden.
    21 gillanden och tummar upp, värda hälften av en nedladdning.
    +201°
    7,940°
    löpande total
  4. 4
    Lägg till adoptionshastigheten.
    Ungefär 0 nedladdningar per dag just nu, mätt mellan två mätningar, med en fjärdedels vikt.
    +3°
    7,943°
    löpande total
  5. 5
    Ta bort åldern.
    Wan-vikterna släpptes 2025: 150° per år, upp till 750°, växande fram till dess.
    −258°
    7,685°
    löpande total
  6. =
    Heat-poängen.
    Var den här modellen står på varje lista på den här sidan. Ingenting annat ändrar den.
    7,685°
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.
Render by Lannfield on
Civitai
·
Prompt on BunchaPrompts
Rapportera
Inställningar
Storlek
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.
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.
Ingen prompt delades för den här renderingen.
Ingen prompt delades för den här renderingen.
Ingen prompt delades för den här renderingen.
Kör lokalt
[WAN2.2]WindowSeat_Redmond.zip
459 MB · Diffusers
Nedladdningar sköts av Civitai. Vissa skapare kräver att du först loggar in på Civitai.