Loras AI

LoRA 训练 / Wan 2.2

为 Wan 2.2 视频 LoRA 规划专属数据流程。

了解 Wan 2.2 视频数据集与图片数据集的区别,定义一个动作,整理片段信息,并完整保存兼容的适配器输出。

简明说明: 已接入 Wan 2.2 视频 LoRA 训练,每次 1667 积分。准备 MP4 片段并配置 WaveSpeed、R2,再使用配套生成器。

已接入 Krea 2、FLUX.1、FLUX.2 Dev、Qwen Image、Z-Image、Wan 2.2 I2V 和 LTX-2 19B 云端训练。提交前请配置所需服务、登录并核对积分报价。

水粉概念参考:地中海村庄、陶土色台阶与钴蓝色海面
概念示意图

训练视频 LoRA

上传 3–10 个 MP4 片段,每个不超过 8 MB,总计不超过 24 MB。使用主体一致、有清晰动作的短视频;字幕标注使用你的触发词。

返回图片训练

    100 训练步数 · 1667 积分

    登录账户

    查看我的 LoRA

    训练能力与使用条件

    以下费用和限制读取自应用配置。已接入表示代码具备相关功能,不代表已核实供应商实时状态或完成真实训练验证。

    云端训练的输入、积分与兼容输出
    模型接入状态云端输入限制积分与参数输出与兼容性
    Wan 2.2已接入,需配置服务3–10 个 MP4 片段及触发词。单个最多 8 MiB,总计最多 24 MiB。训练:每次 1667 积分;生成:每 5 秒视频 67 积分;固定训练步数:100。成功后获得 LoRA 权重,使用配对的 Wan 2.2 生成模型;不代表与其他基础模型兼容。

    云端任务需要登录和足够积分。Krea 2 需要配置 Fal;WaveSpeed 图片及视频训练需要配置 WaveSpeed 和 R2 存储。

    提交云端训练会将所选素材和标注发送给服务商。图片和视频的数据集限制不同,请在提交前确认账号可用。

    专注训练准备

    为Wan 2.2整理清晰的准备流程。

    动作需要时间维度的证据。一组静态图片不能替代兼容的片段流程,单个权重文件也未必能完整描述视频适配器。

    明确一个动作

    区分主体运动、镜头行为和视觉处理。

    规划片段要求

    训练器开放后,核对其时长、画面与输入要求。

    保留准确版本

    不同 LTX 或 Wan 版本可能需要不同的适配器流程。

    沿时间维度评估

    规划动作辨识度、时序瑕疵与提示词变化的测试。

    值得模型学习的创意

    Wan 2.2的概念与场景示例。

    这些静态图片仅说明视觉概念,可用于规划角色与风格;动作片段需要按所选视频训练器的要求单独准备。

    这些原创图片由 AI 生成,仅作为概念参考;不是 Loras AI 的训练产物、前后对比或模型性能证明。

    从目标到评估

    如何准备Wan 2.2概念。

    按照所选模型的要求准备图片或视频数据集,检查触发词和标注后提交训练。训练完成后,在对应的生成器中使用权重。

    1. 1

      确定一个概念

      先确定你需要的是可辨识的角色、可迁移的风格、独特的产品,还是某个动作。

      阅读笔记
    2. 2

      整理有效样例

      保持目标概念一致,同时变化你不希望模型记住的细节。

      阅读笔记
    3. 3

      检查描述并导出

      检查文件尺寸,逐张编辑描述,并在离开工作台前导出本地配置。

      阅读笔记
    4. 4

      规划测试提示词

      对已完成训练的兼容 LoRA 使用新提示词,记录模型、参数、成功结果与失败案例,对照基础模型判断是否学到了目标概念。

      阅读笔记

    数据集与兼容性

    准备更扎实的Wan 2.2数据集。

    Wan 图片数据集和视频片段不应共用无法区分的上传流程。真实视频接入需要保存全部必需适配器输出与加载元数据。

    阅读数据集准备指南
    • 从一个动作或一种镜头行为开始。
    • 将动作描述与外观描述分开。
    • 打包文件前,等待并确认所选训练器的片段要求。
    • 保存全部必需的适配器文件与元数据。

    提示词笔记

    用于Wan 2.2评估的新提示词。

    保存这些思路,用于之后评估兼容的训练适配器。它们是提示词示例,不代表生成结果或效果保证。

    主体动作

    ohwx_motion, a ceramic explorer slowly opens a field notebook, fixed camera, calm natural daylight.

    镜头环绕

    ohwx_motion, a slow controlled camera orbit around an amber glass bottle, neutral studio setting.

    新的场景

    ohwx_motion, the same deliberate movement in a quiet greenhouse, stable lighting and simple composition.

    控制构图

    ohwx_motion, a gentle forward camera movement along a coastal stairway, restrained perspective change.

    材质动态

    ohwx_motion, a linen cloth slowly moving in a light breeze beside a still product, fixed framing.

    简单基准

    ohwx_motion, one clear action on a plain background, fixed camera, even lighting, no cuts.

    相关笔记

    把准备工作做扎实。

    了解素材选择、图片描述、训练设置,以及如何判断模型真正学到了什么。

    FAQ

    关于Wan 2.2,训练前需要了解的问题。

    针对所选模型的实用说明,并明确当前开放情况。

    Wan 2.2需要先准备什么?

    动作需要时间维度的证据。一组静态图片不能替代兼容的片段流程,单个权重文件也未必能完整描述视频适配器。 Wan 图片数据集和视频片段不应共用无法区分的上传流程。真实视频接入需要保存全部必需适配器输出与加载元数据。

    如何评估Wan 2.2概念?

    训练完成后,在生成页选择你自己的兼容 LoRA。使用新场景和提示词测试动作时序、主体一致性及时间伪影。Wan I2V 还需要首帧图片。

    现在可以在这个页面提交付费训练吗?

    Krea 2、FLUX.1、FLUX.2 Dev、Qwen Image、Z-Image、Wan 2.2 I2V 和 LTX-2 19B 已接入训练及配套生成。付费任务需要配置服务、登录并准备足够积分。其他目录模型仍为预览。

    添加的图片会如何处理?

    仅整理本地草稿时,图片在当前浏览器标签页内处理,导出的 JSON 不含原图;刷新或离开会清空本地图片。提交云端训练时,选中的数据集与描述会发送给供应商;WaveSpeed 训练还会使用已配置的 R2 存储保存数据集和归档产物,存储隐私取决于存储桶访问配置。生图会将提示词和所选 LoRA 引用发送给对应服务。请仅提交有权使用的素材。

    同一个 LoRA 能用于所有图片和视频模型吗?

    不能直接互换。需要匹配模型架构、基础版本和加载流程。Krea 2、MOSS 与 Anima 使用各自兼容的权重;名称相似不代表兼容。视频模型的工作流程还可能需要多个适配器文件。

    继续探索

    寻找兼容的下一步流程。

    选择训练流程前,先比较相关模型家族。适配器格式与基础模型版本必须保持兼容。

    从这里开始准备Wan 2.2概念。

    选择匹配的模型,整理图片与描述,再提交已开放的训练或生图流程。你也可以先免费导出数据集配置草稿。

    准备训练数据集