Alissonerdx/LTX-Best-Face-ID
LTX-Best-Face-ID — LTX-2.3 Identity LoRA (Reference-to-Video / IPT2V) An identity-preserving reference-to-video LoRA for LTX-2.3 (22B). Give it a reference photo of a person + a text prompt, and it generates a video that keeps that person's identity...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#1 Repository Của Tháng
🔥 LTX-Best-Face-ID — Giữ nguyên nhận dạng trong text-to-video
LoRA identity-preserving đầu tiên cho LTX-2.3 (22B), biến ảnh tham chiếu thành video giữ nguyên diện mạo người.
LTX-Best-Face-ID là một LoRA reference-to-video (ref_t2v) xây dựng trên LTX-2.3 (22B), giúp tạo video mà nhân vật giữ nguyên nhận dạng từ ảnh tham chiếu. Dự án dùng kỹ thuật overlap reference conditioning + TASS-RoPE (source-phase RoPE) và ArcFace identity loss để cải thiện độ chính xác nhận dạng. Hỗ trợ chạy trên ComfyUI qua bộ nút BFS Nodes.
✨ Điểm nổi bật
- Reference-to-video (ref_t2v): một ảnh tham chiếu → video của cùng một nhân vật thực hiện hành động theo prompt.
- Overlap reference + TASS-RoPE: tiêm latent tham chiếu vào lưới RoPE khung đầu tiên, dùng phase phân biệt nguồn.
- ArcFace identity loss: hàm mất mát cosine đưa khuôn mặt sinh về gần với embedding ảnh tham chiếu.
- Hỗ trợ đa ảnh tham chiếu: cơ chế phase mở rộng cho nhiều nguồn (source_id = 2, 3, 4…).
- Prompt Enhancer tích hợp: tự động mở rộng prompt dựa trên ảnh tham chiếu bằng Gemma-3 text encoder.
- Chạy trên ComfyUI: thông qua BFS Nodes — workflow kèm hỗ trợ 2-pass upscale.
💡 Vì sao đáng chú ý
Khác với các phương pháp LoRA truyền thống, LTX-Best-Face-ID không chỉ áp dụng identity loss mà còn dùng TASS-RoPE (nền tảp từ arXiv:2606.02441) để phân biệt rõ nguồn tham chiếu và nội dung sinh. Kết hợp với overlap reference conditioning, mô hình tránh việc ảnh tham chiếu bị nhầm lẫn với khung hình đầu tiên cần sinh. Phù hợp cho ứng dụng sinh video cá nhân hóa, nhân vật ảo, hoặc kể chuyện video với nhân vật cố định.
#LTX #LoRA #TextToVideo #ComfyUI #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
LTX-2.5 — Video, Audio & World Simulation Full control and customization — self-host on your infrastructure. Homepage Docs GitHub Research API Playground Discord LTX License LTX-2.5 — Video, Audio & World Simulation Full control and customiz...
MiniMax-H3 Turbo LoRA — 4-step audio-video generation (early preview) A LoRA for MiniMax-H3(https://huggingface.co/Comfy-Org/MiniMax-H3) that renders joint video + synchronized stereo audio in 4 sampling steps instead of the usual ~20 — roughly a 5×...
HunyuanVideo: A Systematic Framework For Large Video Generation Model Training ----- This repo contains PyTorch model definitions, pre-trained weights and inference/sampling code for our paper exploring HunyuanVideo. You can find more visualizations...
Sulphur 2 An uncensored video generation model based on LTX 2.3 supporting both t2v and i2v natively, as well as all of the other ltx 2.3 formats. Join our Discord(https://discord.gg/C3d56f39Ah) Support the next version of the project, even just a fe...
Wan2.1 💜 Wan    ｜    🖥️ GitHub    |   🤗 Hugging Face   |   🤖 ModelScope   |    📑 Paper (Coming soon)    |    📑 Blog    |   💬 WeChat Group &nbs...
Mochi 1 Blog(https://www.genmo.ai/blog) | Direct Download(https://weights.genmo.dev/weights.zip) | Hugging Face Download(https://huggingface.co/genmo/mochi-1-preview/tree/main) | Playground(https://www.genmo.ai/play) | Careers(https://jobs.ashbyhq.c...
中文文档(./READMECN.md) HunyuanVideo-1.5 🎬 HunyuanVideo-1.5: A leading lightweight video generation model -- HunyuanVideo-1.5 is a video generation model that delivers top-tier quality with only 8.3B parameters, significantly lowering the barrier to usa...
AnimateDiff-Lightning AnimateDiff-Lightning is a lightning-fast text-to-video generation model. It can generate videos more than ten times faster than the original AnimateDiff. For more information, please refer to our research paper: AnimateDiff-Li...
Wan2.2 💜 Wan    ｜    🖥️ GitHub    |   🤗 Hugging Face   |   🤖 ModelScope   |    📑 Technical Report    |    📑 Blog    |   💬 WeChat Group   |...