/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
27 мая 2025

wan2.1-t2v-1.3b-controlnet-canny-v1

Генерация изображенийВидео, текст → видео3 профессии

Модуль Dilated ControlNet для Wan2.1 1.3B управляет генерацией видео по картам контуров canny.

309скачиваний за 30 дней1лайквеса обновлены27 мая 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это модуль Dilated ControlNet для Wan2.1, опубликованный TheDenk. Он предназначен для управления генерацией видео по условию canny: карта контуров задаёт структуру кадров, а базовая модель Wan2.1 1.3B формирует видео. Для варианта под Wan 1.3B указаны 8 блоков ControlNet и параметр stride со значением 3; веса представлены в формате safetensors.

Модуль рассчитан на сценарии video-to-video с видеоданными и картами контуров. В карточке не приведены сведения о контекстном окне, поддерживаемых языках запросов или результатах оценки качества. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • управление генерацией видео по карте контуров canny
  • перенос структуры исходного видео в сгенерированные кадры
  • создание видео с сохранением заданных границ объектов

Ограничения

Модуль рассчитан на Wan2.1 1.3B и требует совместимой базовой модели и контура запуска. README не содержит сведений о качестве, производительности или ограничениях применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Dilated Controlnet for Wan2.1 (canny)

This repo contains the code for dilated controlnet module for Wan2.1 model.
Dilated controlnet has less basic blocks and also has stride parameter. For Wan1.3B model controlnet blocks count = 8 and stride = 3.
See Github code.
General scheme
image/png

How to

Clone repo

git clone https://github.com/TheDenk/wan2.1-dilated-controlnet.git
cd wan2.1-dilated-controlnet

Create venv

python -m venv venv
source venv/bin/activate

Install requirements

pip install -r requirements.txt

Inference examples

Inference with cli

python -m inference.cli_demo \
    --video_path "resources/physical-4.mp4" \
    --prompt "A balloon filled with water was thrown to the ground, exploding and splashing water in all directions. There were graffiti on the wall, studio lighting, and commercial movie shooting." \
    --controlnet_type "canny" \
    --controlnet_stride 3 \
    --base_model_path Wan-AI/Wan2.1-T2V-1.3B-Diffusers \
    --controlnet_model_path TheDenk/wan2.1-t2v-1.3b-controlnet-canny-v1

Inference with Gradio

python -m inference.gradio_web_demo \
    --controlnet_type "canny" \
    --base_model_path Wan-AI/Wan2.1-T2V-1.3B-Diffusers \
    --controlnet_model_path TheDenk/wan2.1-t2v-1.3b-controlnet-canny-v1

Detailed Inference

python -m inference.cli_demo \
    --video_path "resources/physical-4.mp4" \
    --prompt "A balloon filled with water was thrown to the ground, exploding and splashing water in all directions. There were graffiti on the wall, studio lighting, and commercial movie shooting." \
    --controlnet_type "canny" \
    --base_model_path Wan-AI/Wan2.1-T2V-1.3B-Diffusers \
    --controlnet_model_path TheDenk/wan2.1-t2v-1.3b-controlnet-canny-v1 \
    --controlnet_weight 0.8 \
    --controlnet_guidance_start 0.0 \
    --controlnet_guidance_end 0.8 \
    --controlnet_stride 3 \
    --num_inference_steps 50 \
    --guidance_scale 5.0 \
    --video_height 480 \
    --video_width 832 \
    --num_frames 81 \
    --negative_prompt "Bright tones, overexposed, static, blurred details, subtitles, style, works, paintings, images, static, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, misshapen limbs, fused fingers, still picture, messy background, three legs, many people in the background, walking backwards" \
    --seed 42 \
    --out_fps 16 \
    --output_path "result.mp4"

Acknowledgements

Original code and models Wan2.1.

Citations

@misc{TheDenk,
    title={Dilated Controlnet},
    author={Karachev Denis},
    url={https://github.com/TheDenk/wan2.1-dilated-controlnet},
    publisher={Github},
    year={2025}
}

Contacts

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «видео → видео» пока не запускаются.

Ревизия весов
1735ab9

0 моделей