Boreal-H，一個(gè)可以提升生成視頻真實(shí)感的LoRA模型。Boreal-H模型特別針對騰訊HunyuanVideo優(yōu)化過。

Boreal-HL的主要功能：

• 提高細(xì)節(jié)表現(xiàn)：Boreal-HL通過改進(jìn)模型參數(shù)，使生成的視頻在細(xì)節(jié)表現(xiàn)上比傳統(tǒng)方法更為出色。

• 增強(qiáng)真實(shí)感：這個(gè)ai模型能夠創(chuàng)造出更自然的背景，改善膚色質(zhì)感，提供更真實(shí)的光照效果，從而使得生成的視頻更加符合現(xiàn)實(shí)場景。這一功能對于影視制作、游戲開發(fā)等領(lǐng)域尤為重要。

• 避免淺景深問題：Boreal-HL還特別優(yōu)化了對于景深的處理能力，使用戶在生成時(shí)避免因景深控制不當(dāng)而造成的效果不佳。

Boreal-HL的訓(xùn)練細(xì)節(jié)：

• 訓(xùn)練周期（epochs）：600

• 梯度累積步數(shù)（gradient accumulations steps）：4

• 學(xué)習(xí)率（learning rate）：0.0002 這種專業(yè)化的訓(xùn)練流程和設(shè)定確保了模型在生成視頻時(shí)，能夠保留更高的細(xì)節(jié)與真實(shí)感。

Boreal-HL模型采用大約150張公共領(lǐng)域的圖片進(jìn)行訓(xùn)練，訓(xùn)練數(shù)據(jù)很少，而且這些圖片多來自2010年代初期。很奇怪為什么用這么久以前的照片來訓(xùn)練，而且這種訓(xùn)練策略造成了模型在某些情況下表現(xiàn)出過度訓(xùn)練的特征，影響了生成結(jié)果的多樣性和穩(wěn)定性。對于生成的輸出，建議用戶根據(jù)具體場景調(diào)整模型的強(qiáng)度設(shè)置，一般建議在0.6左右，就可以達(dá)到比較好的生成效果了。

在參數(shù)調(diào)整上，用戶可根據(jù)需要靈活改變步驟、分辨率和引導(dǎo)強(qiáng)度等，用戶報(bào)告也顯示，在嘗試不同的種子時(shí)，生成的內(nèi)容會有顯著差異，探索性調(diào)整是得到最佳輸出的重要手段。此外，該模型也適用于圖像生成，特別是在使用視頻的初始幀時(shí)。

Boreal-HL Lora下載地址：https://civitai.com/models/1222102/boreal-hl