Cseti/LTX2.3-22B_IC-LoRA-CrossView-Warp
LTX-Video 2.3 22B — IC-LoRA: CrossView Warp 0.9 This is a PoC, that's why the 0.9. What it does: you give it a video and a camera offset (azimuth / elevation / distance), and it generates the same scene from that new viewpoint. It's an IC-LoRA for L...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#1 Repository Của Tháng
🎥 Sinh góc nhìn mới cho video thực chỉ bằng vài con số
IC-LoRA CrossView Warp sinh lại cảnh tượng từ góc độ camera mới dựa trên azimuth, elevation và distance — không cần prompt.
Đây là mô hình IC-LoRA (Image-Conditioned LoRA) dựa trên LTX-Video 2.3 (22B), cho phép người dùng nhập một đoạn video và một bộ số mô tả góc chuyển đổi (azimuth / elevation / distance). Mô hình sẽ sinh ra phiên bản từ góc nhìn mới của cùng một cảnh. Hai nguồn tham chiếu được dùng: một depth-warp mang tính hình học và video gốc giữ nguyên nhận diện.
✨ Điểm nổi bật
- IC-LoRA với dual reference: sử dụng depth-warp + video gốc để duy trì hình học và nhận diện.
- Điều khiển bằng số chứ không prompt: nhập trực tiếp azimuth/elevation thay vì chọn từ danh sách cố định.
- Tích hợp ComfyUI: hoạt động với nút CrossViewWarp và Depth Anything V2.
- Hỗ trợ chọn góc trên 3D orbit picker: kéo thả marker hoặc nhập số trực tiếp.
- Độ chính xác theo vùng: hỗ trợ góc xanh (đáng tin cậy), vàng (khả thi), ngoài vùng (giới hạn).
- Được huấn luyện trên dữ liệu thực: 548 cặp video từ Syn4D và SynCamVideo.
- Cài đặt chi tiết: IC-LoRA strength 1.3, latent_downscale_factor = 1.
💡 Vì sao đáng chú ý
Khác với các LoRA chuyển góc nhìn khác dùng prompt, bản này cho phép nhập số chính xác — giúp kiểm soát góc nhìn tốt hơn. Kết hợp với ComfyUI và Depth Anything V2, đây là công cụ mạnh cho thử nghiệm sinh video góc nhìn mới. Tuy là PoC (vì số 0.9), nhưng kết quả trên video thực khẳng định tiềm năng.
#VideoGeneration #LoRA #CrossViewWarp #LTXVideo #NovelViewSynthesis #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
LTX-Video 2.3 22B — IC-LoRA: CrossView Prompt v0.9 A fine-tuned In-Context LoRA (IC-LoRA) adapter for LTX-Video 2.3 (22B) that acts as a virtual second camera: give it a reference video and a short camera-angle prompt, and it re-renders the same sce...
LTX-Video 2.3 22B — IC-LoRA: CrossView Warp v2 Give it a video and a camera offset — azimuth, elevation, distance — and it generates the same scene from that new viewpoint. It is an IC-LoRA for LTX-Video. It reads two reference videos: a depth-warp...
LTX-Video 2.3 22B — IC-LoRA: Cameraman v2 A fine-tuned In-Context LoRA (IC-LoRA) adapter for LTX-Video 2.3 (22B), trained to replicate camera movements from a reference video. This is v2 of the Cameraman IC-LoRA(https://huggingface.co/Cseti/LTX2.3-2...
LTX-2.3 22B IC-LoRA Reference Sheet Control This is an IC-LoRA trained on top of LTX-2.3-22B, which conditions video generation on a reference sheet — a single composite image inventorying the characters, props, and location of a scene — so that gen...
LTX-2.3 Clean Plate IC-LoRA An IC-LoRA for LTX-2.3-22B that removes people and other dynamic subjects from a source video and reconstructs the empty background, producing a clean "clean plate" of the same scene. It is based on the LTX-2.3(https://hu...
LTX Restore IC-LoRA An In-Context LoRA that restores old and damaged footage: it takes archive video (low-resolution web rips, low-bitrate broadcast transfers, tape, sepia or black-and-white film scans) as its reference and renders the same shot as...
LTX2.3 Audio Reactive LoRA LoRA adapter for LTX-2.3 audio-reactive video generation. V2 Update - June 15, 2026 V2 adds stronger audio-reactive motion, heavier beat impact, and more aggressive smoke/liquid-light movement driven by the track. This upd...
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...
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...