WanVideoNAG

Узел WanVideoNAG реализован на основе проекта Normalized-Attention-Guidance от ChenDarYen. Он работает путем модификации слоев перекрестного внимания в процессе диффузии модели.

WanVideoNAG — это экспериментальный узел для применения «Нормализованного управления вниманием» (NAG) к моделям генерации видео. Его основная функция заключается в корректировке механизма внимания внутри модели для усиления или управления степенью соответствия генерируемого видеоконтента заданным условиям (например, текстовым промптам), что потенциально может улучшить связность видео или соответствие теме.

Функциональность узла

Этот узел реализован на основе проекта Normalized-Attention-Guidance от ChenDarYen и работает путем модификации слоев перекрестного внимания в процессе диффузии модели. Он принимает базовую модель и условные входные данные, а затем использует три параметра — nag_scale, nag_alpha и nag_tau — для точной настройки силы управления, коэффициента смешивания и порога отсечения смещения внимания. Он также предлагает дополнительные настройки для типа входных данных и модификации модели на месте. В итоге узел выдает модифицированную новую модель, содержащую механизм NAG.

Описание параметров узла - WanVideoNAG

Входные подключения (Inputs)

Название параметра	Тип данных	Обязательный	Значение по умолчанию	Диапазон значений/Опции	Описание
`model`	MODEL	Да	-	-	Выводит новую модель с примененным механизмом нормализованного управления вниманием.
`conditioning`	CONDITIONING	Да	-	-	Входные данные для текстовых условных эмбеддингов, управляющих процессом генерации. Обычно поступают от узла `CLIP Text Encode`.

Параметры управления (Parameters)

Название параметра	Тип данных	Обязательный	Значение по умолчанию	Диапазон значений/Опции	Описание
`nag_scale`	FLOAT	Да	11.0	0.0 - 100.0 (шаг: 0.001)	Сила эффекта негативного управления.
`nag_alpha`	FLOAT	Да	0.25	0.0 - 1.0 (шаг: 0.001)	Коэффициент смешивания, контролирующий баланс между нормализованным управляемым представлением и исходным позитивным представлением.
`nag_tau`	FLOAT	Да	2.5	0.0 - 10.0 (шаг: 0.001)	Порог отсечения, контролирующий степень отклонения управляемого внимания от позитивного внимания.
`input_type`	COMBO	Нет	default	"default", "batch"	Определяет, как применяется условие. Режим 'default' обрабатывает условие как единый вход; режим 'batch' ожидает пакетное условие.
`inplace`	BOOLEAN	Нет	False	True/False	Если включено, модифицирует модель на месте вместо возврата копии. Используйте с осторожностью, чтобы избежать непреднамеренных побочных эффектов.

Выходные данные (Output)

Название параметра	Тип данных	Описание
model	MODEL	Выводит новую модель с примененным механизмом нормализованного управления вниманием.

Сценарии использования

В рабочем процессе генерации видео этот узел можно разместить после загрузки базовой модели, но перед сэмплер

Wan Video NAG