@@ -716,31 +716,37 @@ def translate_ltx2_nnx_path_to_diffusers_lora(nnx_path_str, scan_layers=False):
716716 "attn1.to_k" : "attn1.to_k" ,
717717 "attn1.to_v" : "attn1.to_v" ,
718718 "attn1.to_out" : "attn1.to_out.0" ,
719+ "attn1.to_gate_logits" : "attn1.to_gate_logits" ,
719720 # Audio Self Attention (audio_attn1)
720721 "audio_attn1.to_q" : "audio_attn1.to_q" ,
721722 "audio_attn1.to_k" : "audio_attn1.to_k" ,
722723 "audio_attn1.to_v" : "audio_attn1.to_v" ,
723724 "audio_attn1.to_out" : "audio_attn1.to_out.0" ,
725+ "audio_attn1.to_gate_logits" : "audio_attn1.to_gate_logits" ,
724726 # Audio Cross Attention (audio_attn2)
725727 "audio_attn2.to_q" : "audio_attn2.to_q" ,
726728 "audio_attn2.to_k" : "audio_attn2.to_k" ,
727729 "audio_attn2.to_v" : "audio_attn2.to_v" ,
728730 "audio_attn2.to_out" : "audio_attn2.to_out.0" ,
731+ "audio_attn2.to_gate_logits" : "audio_attn2.to_gate_logits" ,
729732 # Cross Attention (attn2)
730733 "attn2.to_q" : "attn2.to_q" ,
731734 "attn2.to_k" : "attn2.to_k" ,
732735 "attn2.to_v" : "attn2.to_v" ,
733736 "attn2.to_out" : "attn2.to_out.0" ,
737+ "attn2.to_gate_logits" : "attn2.to_gate_logits" ,
734738 # Audio to Video Cross Attention
735739 "audio_to_video_attn.to_q" : "audio_to_video_attn.to_q" ,
736740 "audio_to_video_attn.to_k" : "audio_to_video_attn.to_k" ,
737741 "audio_to_video_attn.to_v" : "audio_to_video_attn.to_v" ,
738742 "audio_to_video_attn.to_out" : "audio_to_video_attn.to_out.0" ,
743+ "audio_to_video_attn.to_gate_logits" : "audio_to_video_attn.to_gate_logits" ,
739744 # Video to Audio Cross Attention
740745 "video_to_audio_attn.to_q" : "video_to_audio_attn.to_q" ,
741746 "video_to_audio_attn.to_k" : "video_to_audio_attn.to_k" ,
742747 "video_to_audio_attn.to_v" : "video_to_audio_attn.to_v" ,
743748 "video_to_audio_attn.to_out" : "video_to_audio_attn.to_out.0" ,
749+ "video_to_audio_attn.to_gate_logits" : "video_to_audio_attn.to_gate_logits" ,
744750 # Feed Forward
745751 "ff.net_0" : "ff.net.0.proj" ,
746752 "ff.net_2" : "ff.net.2" ,
@@ -778,6 +784,13 @@ def translate_ltx2_nnx_path_to_diffusers_lora(nnx_path_str, scan_layers=False):
778784 "caption_projection.linear_2" : "diffusion_model.caption_projection.linear_2" ,
779785 "audio_caption_projection.linear_1" : "diffusion_model.audio_caption_projection.linear_1" ,
780786 "audio_caption_projection.linear_2" : "diffusion_model.audio_caption_projection.linear_2" ,
787+ # Prompt-conditioned AdaLN
788+ "prompt_adaln.linear" : "diffusion_model.prompt_adaln_single.linear" ,
789+ "prompt_adaln.emb.timestep_embedder.linear_1" : "diffusion_model.prompt_adaln_single.emb.timestep_embedder.linear_1" ,
790+ "prompt_adaln.emb.timestep_embedder.linear_2" : "diffusion_model.prompt_adaln_single.emb.timestep_embedder.linear_2" ,
791+ "audio_prompt_adaln.linear" : "diffusion_model.audio_prompt_adaln_single.linear" ,
792+ "audio_prompt_adaln.emb.timestep_embedder.linear_1" : "diffusion_model.audio_prompt_adaln_single.emb.timestep_embedder.linear_1" ,
793+ "audio_prompt_adaln.emb.timestep_embedder.linear_2" : "diffusion_model.audio_prompt_adaln_single.emb.timestep_embedder.linear_2" ,
781794 # Connectors
782795 "feature_extractor.linear" : "text_embedding_projection.aggregate_embed" ,
783796 }
0 commit comments