Licon Studio LTX-2.5 için birden fazla nesne ile çalışmak üzere LoRA adaptörü yayınladı

Licon Studio ekibi LTX-2.5-Multiple-Subject-Reference adlı özel LoRA-uyarlayıcısını sundu - temel video oluşturma modeli LTX-2.5'in yeteneklerini genişletmek için tasarlandı. Araç, sistemde aynı anda beş farklı nesne, karakter veya arka plan öğesinin görsel kimliğini korumasına olanak tanır.

Teknoloji, referans görüntülerini görsel tokenler olarak kodlayarak çalışır. Oluşturma sırasında model, bu tokenleri hedef video sırasıyla eşleştirmek için self-attention mekanizmasını kullanır. Bu, kaynak dosyalarından sonuç animasyonuna nesne özelliklerinin yüksek doğrulukta aktarılmasını sağlar ve ayrıntılarda kayıp olmaz.

Çözüm, video akışındaki karakter tutarlılığı üzerinde sıkı kontrol gerektiren kullanıcılar için tasarlanmıştır. Uyarlayıcı, LTX-2.5 mimarisiyle optimize edilmiştir, bu da temel modelin yeniden eğitilmesi gerekmeden mevcut oluşturma işlem hatlarına entegre edilmesini sağlar. Kaynak kodu ve model ağırlıkları Hugging Face platformunda indirilmeye hazır.

Benzer araçların ortaya çıkması, önceden karmaşık tersine çevirme veya kare başına işleme yöntemleri gerektiren sabit karakterli videolar oluşturmayı basitleştirir. Çoklu referanslı bir yaklaşımın kullanılması, birden fazla konunun aynı karede işlenmesi sırasında promt hazırlama süresini kısaltır ve sonucun öngörülebilirliğini artırır.