/ Модель

Характеристики

Размер весов
3,4 ГБ
Лицензия
Apache 2.0
Базовая модель
Wan2.2-Fun-A14B-InP
Библиотека
videox_fun
Опубликована
3 сен 2025

Wan2.2-Fun-Reward-LoRAs

Генерация видеоТекст → видео3 профессии

Набор LoRA-адаптеров Alibaba PAI для улучшения генерации видео Wan2.2-Fun по оценкам предпочтений HPS v2.1 и MPS.

20 767скачиваний за 30 дней77лайковвеса обновлены11 дек 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

Wan2.2-Fun-Reward-LoRAs — набор обученных LoRA-адаптеров от Alibaba PAI для улучшения видео, создаваемых моделью Wan2.2-Fun, с помощью оптимизации по оценкам предпочтений. Адаптеры предназначены для соответствующих высоко- и низкошумовых вариантов Wan2.2-Fun-A14B-InP; в карточке указаны варианты, обученные с HPS v2.1 и MPS. README описывает Reward Backpropagation и параметры адаптеров rank=128, network_alpha=64.

Адаптеры подключаются к базовой модели при генерации видео по текстовому описанию. Для низкошумовой модели авторы рекомендуют HPS v2.1: вариант MPS может сходиться медленно и давать неудовлетворительные результаты. Лицензия репозитория — Apache-2.0.

При оптимизации оценка вознаграждения может расти без дальнейшего улучшения видео, а адаптер может выучить обходные признаки, например добавлять артефакты на фон. Использование моделей предпочтений для изображений не учитывает временные свойства видео и может снижать динамичность. Для работы требуется совместимая базовая модель Wan2.2-Fun; это LoRA-адаптеры, а не самостоятельная модель генерации.

Сценарии применения

  • повышение соответствия сгенерированного видео человеческим предпочтениям
  • генерация видео по текстовому описанию с подключённым reward LoRA
  • эксперименты с оптимизацией качества видео через HPS v2.1
  • оценка и сравнение вариантов reward-оптимизации видео

Ограничения

Рост оценки вознаграждения не всегда улучшает видео и может приводить к артефактам на фоне; предпочтительные модели для изображений не оценивают временную согласованность видео и могут снижать динамичность. Для низкошумовой модели вариант MPS может сходиться медленно и давать неудовлетворительные результаты.

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

Wan2.2-Fun-Reward-LoRAs

Introduction

We explore the Reward Backpropagation technique 1 2 to optimized the generated videos by Wan2.2-Fun for better alignment with human preferences. We provide the following pre-trained models (i.e. LoRAs) along with the training script. You can use these LoRAs to enhance the corresponding base model as a plug-in or train your own reward LoRA.

For more details, please refer to our GitHub repo.

NameBase ModelReward ModelHugging FaceDescription
Wan2.2-Fun-A14B-InP-high-noise-HPS2.1.safetensorsWan2.2-Fun-A14B-InP (high noise)HPS v2.1🤗LinkOfficial HPS v2.1 reward LoRA (rank=128 and network_alpha=64) for Wan2.2-Fun-A14B-InP (high noise). It is trained with a batch size of 8 for 5,000 steps.
Wan2.2-Fun-A14B-InP-low-noise-HPS2.1.safetensorsWan2.2-Fun-A14B-InP (low noise)MPS🤗LinkOfficial HPS v2.1 reward LoRA (rank=128 and network_alpha=64) for Wan2.2-Fun-A14B-InP (low noise). It is trained with a batch size of 8 for 2,700 steps.
Wan2.2-Fun-A14B-InP-high-noise-MPS.safetensorsWan2.2-Fun-A14B-InP (high noise)HPS v2.1🤗LinkOfficial MPS reward LoRA (rank=128 and network_alpha=64) for Wan2.2-Fun-A14B-InP (high noise). It is trained with a batch size of 8 for 5,000 steps.
Wan2.2-Fun-A14B-InP-low-noise-MPS.safetensorsWan2.2-Fun-A14B-InP (low noise)MPS🤗LinkOfficial MPS reward LoRA (rank=128 and network_alpha=64) for Wan2.2-Fun-A14B-InP (low noise). It is trained with a batch size of 8 for 4,500 steps.

[!NOTE] We found that, MPS reward LoRA for the low-noise model converges significantly more slowly than on the other models, and may not deliver satisfactory results. Therefore, for the low-noise model, we recommend using HPSv2.1 reward LoRA.

Demo

Wan2.2-Fun-A14B-InP

[!NOTE] The above test prompts are from T2V-CompBench and expanded into detailed prompts by Llama-3.3. Videos are generated with HPSv2.1 Reward LoRA weight 0.5 and MPS Reward LoRA weight 0.5.

Quick Start

Set lora_path along with lora_weight for the low noise reward LoRA, while specifying lora_high_path and lora_high_weight for high noise reward LoRA in examples/wan2.2_fun/predict_t2v.py.

Training

Please refer to README_TRAIN_REWARD.md

Limitations

  1. We observe after training to a certain extent, the reward continues to increase, but the quality of the generated videos does not further improve. The model trickly learns some shortcuts (by adding artifacts in the background, i.e., adversarial patches) to increase the reward.
  2. Currently, there is still a lack of suitable preference models for video generation. Directly using image preference models cannot evaluate preferences along the temporal dimension (such as dynamism and consistency). Further more, We find using image preference models leads to a decrease in the dynamism of generated videos. Although this can be mitigated by computing the reward using only the first frame of the decoded video, the impact still persists.

Reference

Как запустить

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

GPU в ailist

Универсальный рантайм · videox_fun

Нельзя запустить

Базовая модель Wan-AI/Wan2.2-T2V-A14B выложена не в формате diffusers, адаптер не к чему подключить.

Ревизия весов
98ccd86

0 моделей