1. Wan от Alibaba
https://huggingface.co/collections/Wan-AI/wan22
VACE модели:
https://github.com/ali-vilab/VACE
https://huggingface.co/Wan-AI/Wan2.1-VACE-14B
https://huggingface.co/Wan-AI/Wan2.1-VACE-1.3B
2. Hunyuan от Tencent
https://huggingface.co/tencent/HunyuanVideo-1.5
3. Ovi
https://huggingface.co/chetwinlow1/Ovi
4. Starflow
https://huggingface.co/apple/starflow
5. LTX-2
Скоро...
Прочие модели
1. MAGI-1 от Sand AI
https://sand.ai/magi
https://github.com/SandAI-org/MAGI-1
2. LongCat-Video
https://github.com/meituan-longcat/LongCat-Video
https://huggingface.co/meituan-longcat/LongCat-Video
https://meituan-longcat.github.io/LongCat-Video/
3. Wan 2.1
https://huggingface.co/collections/Wan-AI/wan21
Локальный UI
https://github.com/comfyanonymous/ComfyUI
Установка локальных моделей
Wan 2.2: https://comfyanonymous.github.io/ComfyUI_examples/wan22/
Wan 2.1: https://comfyanonymous.github.io/ComfyUI_examples/wan/
Hunyuan Video (осторожно, ссылки в туторе на предыдущую модель): https://comfyanonymous.github.io/ComfyUI_examples/hunyuan_video/
Гайд для использования Wan 2.2
https://alidocs.dingtalk.com/i/nodes/EpGBa2Lm8aZxe5myC99MelA2WgN7R35y
Альтернативные ноды ComfyUI
Hunyuan Video: https://github.com/kijai/ComfyUI-HunyuanVideoWrapper
Wan: https://github.com/kijai/ComfyUI-WanVideoWrapper
Где брать готовые LoRA
https://civitai.com/models
Обучение LoRA
https://github.com/tdrussell/diffusion-pipe
Терминология моделей
prune — удаляем ненужные веса, уменьшаем размер
distill — берем модель побольше, обучаем на ее результатах модель поменьше, итоговый размер меньше
quant — уменьшаем точность весов, уменьшаем размер
scale — квантуем чуть толще, чем обычный fp8, чтобы качество было чуть лучше, уменьшение чуть меньше, чем у обычного квантования, но качество лучше
merge — смешиваем несколько моделей или лор в одну, как краски на палитре.
lightning/fast/turbo — а вот это уже просто название конкретных лор или моделей, которые обучены генерировать видео на малом количестве шагов, они от разных авторов и называться могут как угодно, хоть sonic, хоть sapogi skorohody, главное, что они позволяют не за 20 шагов генерить, а за 2-3-4-6-8.
Предыдущие треды
>>1404065 (OP)
>>1382874 (OP)
Ссылка не проходит. Короче, в треде нейрофана nsfw делают с озвучкой.
просто для хуев в рот сделали отдельный тред. и слава богу.
Прогресса нет, будет ван 2.5 надо будет снова горлоеблю тестить тогда
чел, модели на основе вана релизят чуть ли не каждую неделю
если твои задачи начинаются и заканчиваются на горлоебле, то я хз что для тебя будет прогрессом, генерация 20 минутного прона во всех позициях по одному фото подруги?
На основе вана 2.1, что есть мертворождение или стагнация. Охота получить больше контроля и длину контекста хотя бы до 20 секунд без склеек.
Вот интересный проект, но пока только бумага https://xizaoqu.github.io/video4spatial/
чел, любая 2.1 модель может использоваться как лоунойз в 2.2 ване
И как оно работать будет с хай нойзом от ван 2.2? Как там лоры применять? Как мне инфинитолк/хумо использовать с хай нойзом от ван 2.2?
Лтх 2 пидорасы и хуесосы перенесли релиз на 2 месяца
Ван пидорасы и хуесосы молчат
Хуйнян просто пидорасы высрали хуйню
Я разочаровался в Ване. Искал где-бы делать простенькую i2v аниме-анимацию с сохранением изначального стиля, но ван даже с этим умудряется обосраться.
Прикл - ветер срывает шляпу с головы. Пробовал дохуя разных промптов, но эта хуйня не видит что на голове шляпа.
Прикл 2 - должен идти снег, а платье развиваться на ветру. Снег полностью исчезает, а платье деревянное.
И таких приколов слишком уж дохуя.
Я разочаровался в тебе.
Сплошное разочарование
Как ты это сделал?
Вообще видос должен быть зациклен, а она ловить шляпу, пока та не улетела и надевать обратно, может конкретно это для вана слишком сложно?
воркфлоу в видео
fflf и будет все зациклено, только в промпте надо будет прописать что шляпа улетает но она её хватает и возвращает на место
С твоим промптом не намного лучше.
Либо у меня конкретная модель говно, либо дело в количестве шагов, а может в разрешении. Буду думать, спасибо за демонстрацию.
Это Лтх 2 просто пидорасы и хуесосы.
Пусть хоть щас релизят, толку от их говно-качества (в 4К!).
А вот Ван могли бы блядь и релизнуть!
Бесит, ведь модель не топовая, но хорошая, и зажали.
так а че за модель и лоры
там ебать сколько лор на шаги, хуй проссышь чем отличаются и как влияют
Вот эту юзал https://civitai.com/models/1981116?modelVersionId=2388627
Лора на шаги там вроде как зашита.
Моя главная проблема в том что скорость генерации ебать какая медленная и чтобы проверить все варианты и понять что пошло не так у меня уйдёт пол дня минимум. так что возможно и нахуй оно пока не надо
Надо обновляться. К концу месяца хочу заказать что-нибудь за 50-60к, пока к 3090 склоняюсь.
Вот чекни воркфлоу https://civitai.com/models/1772470/wan-22-i2v-loop-workflow?modelVersionId=2335600
Вроде так хорошие залупы получаются, склейку не видно.
ну понятно, скачать рандомный васянский ноунейм кал с цивита и потом охуевать почему все идет по пизде это так называемая база
где про это почитать?
Это называется lora. Но обучение лоры требует много видеопамяти, если для ван 2.2 то там 24 гига минимум, для картинок (флюкс, хрома, сдхл) хватит и 12 гигабайт. Самое простое для тренировки на картинки - fuxgym, там практически однокнопочный интерфейс. Для тренировки видео - AI-Toolkit/onetrainer (они можгут и на картинки тренировать в целом универсальней), немного посложнее но тоже есть гуи интерфейс и много инфы в интернете.
ты на приколе видимо
Вопрос - стоит ли в некросборку (ddr3 8+8+4+4) вместо 2x4Gb прикупить 2х8Gb, коль скоро ddr3 в этом сумасшедшем мире никому кроме меня не нужна и цены на нее особо не ползут.
Psensor говорит, что память забита под завязку. И сдается мне, что часть всей прелести выгружается на hdd в подкачку. Поэтому и подумал, что проблема в утечке на жесткий.
Или это ситуевину не исправит, оно так и будет голимый сас 703х1280 генерить?
В 12 гегов видлопамяти только 3 секунды контекста в таком разврешении влазиет. Снижай разрешение, или количество кадров уменьшай до 3 секов, если хочешь в этом разрешении.
5 сек в хд только от 16 кеков.
Оперативка конкретно в этом случае не зароляет.
>В 12 гегов видлопамяти только 3 секунды контекста в таком разврешении влазиет. Снижай разрешение, или количество кадров уменьшай до 3 секов, если хочешь в этом разрешении.
>5 сек в хд только от 16 кеков.
спасибо, анон, попробую затестить на досуге.
Это только уже после спада цен, к сожалению. Там и материнку надо будет сменить.
братан, такое разрешение на 14b тебе не по карману
как впрочем и любое разрешение на 2.2, там две модели каждая из которых весит как весь твой запас оперативки, и это в fp8, не считая текстэнкодера, затрат на комфи и винду и т.д.
так что оперативу если покупать то сразу чтобы 64 было. не помню правда можно ли столько на ддр3, лол.
альтернатива - докупать до 32-48 гб и использовать только лоунойз модель вана
https://www.reddit.com/r/StableDiffusion/comments/1pf7986/i_did_all_this_using_4gb_vram_and_16_gb_ram/
вот чел на 4VRAM/16RAM умудрился
У меня была зеоновская материнка с четырехканалом, 64 гига на 48 псп. =)
Но это правда не любая, конечно.
На моей старушке только 32gb ddr3 можно набрать, к сожалению. Ну понятно, я и так юзал только лоу. Значит надо резать кадры и разрешение.
У меня почему-то не получалось сделать i2v, уходило в серость. Толи в лоре трабла, толи воркфлоу запорол. Чтобы оттестить похоже придется в самый минимум снижать настройки. А то опять по часу будет пыхтеть. Но опыт интересный. С 5b мне понравилоь возиться
Сколько это займет времени?
Можно.
Зависит от того какую лору хочешь обучить, самое простое на внешность персонажа на одних картинках можно обучить, в принципе достаточно быстро, за несколько часов обучится. На какие-то нсфв действия обучать надо дольше, и датасет нужен большой, с подробными описаниями.
А в чём он не прав? Я даже 2.2 до сих пор не скачал, копия 2.1. А 2.5 говно и не нужно. Какие-то лонгкеты выходили, не вижу в треде примеров, очередная хуйнян.
Жду Z-Video.
Ух ты, я тут оказывается не самый медленный!
Попробуй генерить с макс. разрешением 640, ван 2.2. это позволяет, второе разрешение считай по соотношению, либо 480. Нагрузка упадёт.
Ставь поменьше ФПС 13 хватит и правильно считай кол. кадров. У меня тоже была проблема что видос уходил в серость на последних кадрах. Оказалось что это из за неправильно рассчитанной длинны.
С твоей и моей конфигурацией нет смысла делать ролики с нормальными ФПС и разрешением, гораздо проще после генерации сделать апскейл и интерполяцию, первое добавляет кадров, второе - разрешение. Понятно что качество хуже чем при нормальной генерации, но лучше так, чем по часу пыхтеть.
Нода для первого - Upscale image by.
Для второго - RIFE VFI
Можешь даже готовые ролики апскейлить, загружая через ноду Get Video Components
мимо тесловод
Алсо, выбираю себе 3090. Продавец скинул такие тесты, норм или хуйня? Чёт по моему высоковато по температуре.
Сколько не коупь бесплатный сыр лишь в мышеловке, слоумо не пофиксить, пикселизацию не пофиксить
Видел видосы грока в 640х480 и не мог поверить в такое качество, как у нас в 720р
> pow limit 123
> 1050 mv
Охуенная температура ещё, небось и вертушки на дефолтных скоростях крутит
Вот он мне то-же самое написал, ещё написал что на обслуживание хуй забил и никогда термопрокладки не менял. Можно надеяться что станет получше если поменять, но как бы он там уже не пережег всё к хуям с такой эксплуатацией.
С другой стороны это возможно даже плюс по сравнению с лотами где всё идеально. Могут ведь и дохлую, либо с выпаянными чипами прислать, а эта хоть работает и чувак явно не слишком пытается наебать.
Ты в любом случае берешь кота в мешке не проверяя карту лично.
В случае неудачи можешь насрать продавцу под дверь если тебя это утешит
Термопрокладки столько не сбросят температуры чтобы до 70 хотя бы снизить, тут надо от пыли продуть в первую очередь, завышенный поверлимит убирать, даунвольтить, ну и все остальное потом. Радиатор снимать только когда уже будут прокладки куплены, старые наверняка уже просто высыпятся.
Я свою 3090ti msi supreme x покупал тоже поюзанную которую никогда не обслуживали. До 77 грелась в фурмарке с вентилями на максималке, почистил, поменял термопасту с термопрокладками - до 72 стала греться, сделал даунвольт - выше 68 редкость с задушенными до бесшумности вентилями.
> свою 3090ti msi supreme x
Вот как раз выбираю между MSI RTX 3090 Suprim X и Asus ROG Strix RTX 3090 OC, но первую продают по 70, а вторую по 60, поэтому смотрю сейчас второй вариант. Увы, не ti, т.к. они ещё дороже.
Тоже думаю всё нормально обслужить - заказать термопрокладки и возможно даже паверлимит занизить чтоб не грелась при генерации.
А не могли на ней от 83 градусов чипы начать отваливаться или текстолит зхериться? Вот такой хуйни бы точно не хотелось.
Если ее так долго эксплуатировали и постоянно игры гоняли то могут и начать отваливаться чипы, не сейчас так во время установки или перевозки, когда плату начнут теребить и деформировать.
Для генерации однозначно надо поверлимит занижать, потому что sage attention и fp8 fast насколько увеличивают скорость, настолько же и увеличивают потребление, а с ним и температуры.
я безумно рад, что моя 3060/12 с двумя карлсонами выше 74 не поднимается, несмотря на в целом старую пеку, и процессорную печь неподалеку.
>>1446348
Спасибо за наводку, анон, буду пыхтеть.
Лол, а я думал, на тесте проблем со скоростями нет как таковых.
Это смотре какое тесто. У меня P40, и 3060 в генерации должна быть в 1,5-2 раза быстрее.
Думаю её кстати пока оставить как вторую карту. А потом или продать когда цены совсем ебанутся, либо 48 Гб совместной видеопамяти могут вдруг понадобиться.
>моя 3060/12 с двумя карлсонами выше 74 не поднимается,
Я теслу тоже больше 75 не грею хоть и с паверлимитом в 60%
>>1446413
Пиздос. Короче 2 стула: На первом карта которую могли пережарить разгоном, на втором - карта, которая вообще может не включиться. Дорого же нынче видосы с тяночками обходятся
До 85 не пережарка а нормальная рабочая темпа.
Это железка бля а не пласмаса
Учитывая, что 5070 продают по 45, будто бы стоит брать 3090 ti, ты и так, и так переплачиваешь, так хоть переплати за вариант получше.
>>1446451
Все же, генерить на тесле ето капец. =)
Я их тока для ллм и не выше 60°.
>выше 74 не поднимается
дак это чип, а хотспот все 100 градусов при такой температуре.
ван 14b всегда генерит в 16 фпс, это никак не настраивается
>будто бы стоит брать 3090 ti, ты и так, и так переплачиваешь
Просто читал что только эти
>MSI RTX 3090 Suprim X и Asus ROG Strix RTX 3090 OC
две ревизии прям норм по охладу и производительности, а у остальных проблемки. А вот в варианте TI их не то чтобы много на авито.
Есть от TI от Gigabyte за 68к сама по себе вроде норм выглядит. Но выходить за 60к бюджета бы не хотелось, насколько они вообще мощнее стоковой версии?
Высмысле блядь не настраивается? И причём тут ван вообще?
Я условно генерю 65 кадров, а затем свожу их в 5-секундное видео отдельной нодой. Сколько ФПС на выходе получается?
Чел, я тебе тоже скажу, как и чел выше:
Wan всегда генерирует 16FPS - он на таком материале обучен и другого не знает. Все движения на изображении он генерит из расчета на 16 кадров в секунду.
Если ты видео нодой выставишь 24 для сборки видео из того что Wan нагенерил - будет тебе ускоренная анимация в результате. В секунду будет впихнуто больше кадров - больше движения за то же время. А если выставишь 10 - будет замедленная анимация. Так еще на кинокамерах в прошлом веке делали эффекты ускорения и Slow Mo.
>Я условно генерю 65 кадров, а затем свожу их в 5-секундное видео отдельной нодой. Сколько ФПС на выходе получается?
Если ты хочешь сохранить естественную скорость - 65/16FPS=4 сек. нормального видео. Или - 65/24FPS=2.7сек, но будет Slow Mo. Или 65/10FPS=6.5сек. ускоренного видео - как в кино Чарли Чаплина.
Если же мерить от времени как ты написал - 65/5сек=13FPS. Это ускорение движений получается.
Такая вот математика для Wan.
У меня сложилось впечатление что нейросетки как не усрись не могут использоваться для создания фильмов и сериалов. Потому что как не усрись ты не можешь повторить тот результат который у тебя был ранее. Ты нагенерил персонажа и локацию, а при новой генерации с другого ракурса что-то в этой локации или персонаже обязательно поменяется, помимо ракурса. И это никак не исправить, такова как бы структура нейросетей. Поэтому те же операторы, актёры, гафферы(световики) будут востребованы всегда.
В чём я не прав? Может я не прав, но вы всё равно считаете, что нейросети не заменят киношников, но по другим причинам? Или вы убеждены, что обязательно заменят? Поделитесь почему вы так считаете.
Да на те же 10%-12%, что и по паспорту.
Но тут главное охлад, расположение чипов памяти, насколько я знаю.
Так что 60 против 68 — как раз за прирост и спокойствие условное переплата и выходит.
Но дело твое, это реально каждый сам себе решает, что брать.
>Ты нагенерил персонажа и локацию, а при новой генерации с другого ракурса что-то в этой локации или персонаже обязательно поменяется, помимо ракурса
И да и нет. Внешность персонажа сохраняется ЛОРами, обученными на артах-видео с этим персонажем. С локациями сложнее, даже крупные нейросети вроде соры пока не могут, во всех подробностях, сгенерить одну и ту же локацию в разных видео с разного ракурса.
Имхо, это частично можно пофиксить различными худ. приёмами, например выбирать во время тех же диалогов/действий ракурсы с минимумом деталей, а общие планы локаций показывать один раз в одном отрезке.
По мне так для какого-нибудь артхауса/короткометражек вполне уже можно использовать только нейронки. Но этим пока никто особо не занимается, т.к. ебатни не на много меньше, чем с реальными съёмками/рисованием.
Но постепенно модели становятся всё лучше, думаю момент когда "Сгенери мне сериал Ведьмак, только чтоб бабы были не страшные и Лютик не пидарас" будет вполне себе осуществим уже не за горами. И вот примерно тогда киностудии могут ощутить конкуренцию от нейроэнтузиастов. Но не больше, чем её сейчас ощущают художники.
Нейросети никогда НЕ заменят всех кого они грозятся "заменить", потому что нейросеть это инструмент, в умелых руках умножающий производительность в N раз, а не отдельный блядь работник, который будет за тебя ебаться с твоими задачами.
> Я студент-киношник
> нейросетки как не усрись не могут использоваться
Надеюсь, не на режиссерском? А то все знакомые режиссеры на удивление ебанаты. =D
Не прав, конечно.
Это инструмент, который ты можешь применять умело, или как говно.
Ошибки могут быть, но ты неправильно рассматриваешь. С твоей точки зрения, в кино нельзя использовать операторов, актеров, режиссеров и костюмеров, потому что — они совершают ошибки.
Так же нельзя писать книги людям и так далее — тот же Гарри Поттер — говно говна по логике и продуманности. Люди всерьез обсуждают продуманные миры — потому что там ошибок меньше, чем в непродуманных.
Так что, ты должен хвалить нейронку за то, что она всего 3 объекта в кадре поменяла, а не 10. =)
Надо быть последовательным и оценивать одинаково что людей, что нейронки, если уж хочется судить с этой точки зрения.
НО! Сейчас нейронки и правда допускают ошибки, порою неприятные. И сделать 20 попыток из которых черрипикнуть корректную может быть дольше, чем снять сцену.
Однако, дольше ≠ дороже. Это не в защиту нейронок, но стоит признать, что Голливуд делает хуевые спецэффекты, потому что экономит, значит и нейронки пойдут в ход, потому что экономия, а не потому что качество сопоставимое. =)
А в будущем, вероятно, ты сможешь целиком закидывать в контекст изображения (флюкс и нанобанана картиночные уже работают с 10~15 входящими изображениями), и нейронки почти не будут допускать ошибок, а все сгенеренное хранить в контексте и помнить, что они нарисовали с нуля.
И еще раз призову к равному отношению — мелкие детали в кино в принципе не соблюдаются, те же пятна грязи на актерах из кадра в кадр разные, и это считается нормой, хотя по факту это та же хуйня, на которую ты сейчас жалуешься на нейронки.
Так что, подобными мелочами нейронки могут даже обойти людей, и снимать лучше, к этому надо быть готовым.
Просто на это нужно время, но это не невозможно.
Как минимум, уже сейчас ты можешь применять нейронки в малобюджетных картинах частично, в будущем малобюджетки целиком можно будет снимать нейронками, а крупнобюджетки уже с применением нейронок как инструментов где допустимо по качеству.
Вопрос времени.
> Поэтому те же операторы, актёры, гафферы(световики) будут востребованы всегда.
Это от авторов «авторы статей и копирайтеры никуда не денутся» и «программисты никуда не денутся».
Особенно смешно, когда эти люди продолжают повторять, но жалуются, что найти работу стало тяжелее. ХМММ… ПОЧЕМУ БЫ… Наверное на рынке внезапно появилось много хороших специалистов-людей, просто пришли из параллельного мира. =D
Заметь, те же актеры озвучания вполне себе натурально в США бастовали. И Нетфликс подписывал контракты «передаете внешность и голос, и права на использования в художественных произведениях безгранично». Есть мнение, что там сидят не дураки (а кто дурак — тот голодный).
Ты прав лишь в том, что структура нейросетей такова, что шанс допустить ошибку будет всегда. Просто в какой-то момент он станет пренебрежительно малым. А до этого сравнятся с человеческим (у человека шанс ошибки так-то дохуя, цветущий жанр киноляпов на ютубе не даст соврать).
Так что лучше — знакомься хотя бы мельком. =) Чтобы потом не оказаться в отстающих. Ну мало ли что!
>Я студент-киношник. Поясните за нейросети для видео пожалуйста, какие у них перспективы?
Спецэффекты и сокращение рутины в анимации - ближайшие векторы применения. Сетки хорошо достраивают по образцу, и умеют в интерполяцию между состояниями. Т.е. - такая штука как анимация по ключевым кадрам - это им родное дело. Заменить одну рожу другой, или собаку инопланетной кракозяброй - тоже.
>Потому что как не усрись ты не можешь повторить тот результат который у тебя был ранее.
А с живыми актерами ты 2 раза ровно одно и то же снимешь? Вот прямо - 1 в 1?
>Может я не прав, но вы всё равно считаете, что нейросети не заменят киношников, но по другим причинам? Или вы убеждены, что обязательно заменят?
Не надо делать из еды культа!(с)
Сетки - инструмент. Применение обязательно найдут (и уже находят), но не "вместо", а "вместе".
>Спецэффекты и сокращение рутины в анимации - ближайшие векторы применения. Сетки хорошо достраивают по образцу, и умеют в интерполяцию между состояниями. Т.е. - такая штука как анимация по ключевым кадрам - это им родное дело. Заменить одну рожу другой, или собаку инопланетной кракозяброй - тоже.
А что скажешь насчёт операторской и актёрской работы? Может как то сильно автоматизировать всё?
>А с живыми актерами ты 2 раза ровно одно и то же снимешь? Вот прямо - 1 в 1?
Не совсем. Когда я говорил что не сможет повторить результат, я имел ввиду, что локация будет другой, одежда на персонаже тоже, лицо поменяется и т.д. Но я уже понял, что в принципе можно ей дать другое видео чтобы она постаралась повторить, вопрос в том насколько она будет способна все детали учитывать и т.д., чтобы в глаза не бросалось то что в сцене на фоне раньше был например диван, а теперь на него месте кресло. Или что на персонаже были одни носки, а потом другие.
>Сетки - инструмент. Применение обязательно найдут (и уже находят), но не "вместо", а "вместе".
Ну не буквально заменят. Но многих оставят без работы, потому что чем выше производительность труда - тем меньше потребности в множестве специалистов.
>Надеюсь, не на режиссерском? А то все знакомые режиссеры на удивление ебанаты. =D
Не, оператор. Но есть знакомые которые учатся на режиссёров, и они нормальные. Но режиссеры это часто люди обязательно с амбициями и желанием своё видение всем показать, это правда. И ебанашек значит больше.
>Ошибки могут быть, но ты неправильно рассматриваешь. С твоей точки зрения, в кино нельзя использовать операторов, актеров, режиссеров и костюмеров, потому что — они совершают ошибки.
Ну ошибки нейронок куда больше в глаза бросаются. Если косяки по сценарию или по не совсем выразительной игре актёров можно просто списать на тупость персонажей и нехаризматичности героев(это ведь то, что ты можешь и так встретить в жизни: тупых или нехаризматичных людей), то в случае с несоответствием и нелогичности визуала или аудио, то всё погружение сразу сломается. Аудиоряд не соответствует видеоряду(например, персонаж бежит, а звука как ноги касаются земли нету) - всё, пизда погружению. Тоже самое с видео. Если ты снял одну сцену, где на фоне тот же диван, а через секунду снимаешь с другого ракурса и там уже кресло да ещё и другого цвета, то человек сразу ахуевает, потому что в реальности такого никогда не бывает. Погружение идёт по полной пизде.
И вот щас у нейронки проблемы с этим вроде присутствуют. Но вопрос в том, обусловлены ли эти проблемы их архитектурой, лежат ли эти проблемы в её основании, или это просто временная проблема потому что тупо мощностей или оптимизации не хватает. Вот этого я не понимаю. Пройдет ли с годами эта проблема или нет. Потому что если пройдет, то в целом моя работа относительно бесполезной станет.
>Это от авторов «авторы статей и копирайтеры никуда не денутся» и «программисты никуда не денутся».
Ну вот кстати про программеров неправда. Никуда они не делись и пока не денутся, нейросети относительно хуево кодят. Но про копирайтеров, переводчиков и актёров озвучки ты абсолютно верно сказал, им уже пизда, а дальше только хуже.
>И да и нет. Внешность персонажа сохраняется ЛОРами, обученными на артах-видео с этим персонажем. С локациями сложнее, даже крупные нейросети вроде соры пока не могут, во всех подробностях, сгенерить одну и ту же локацию в разных видео с разного ракурса.
Ну вот да. Но я не понимаю это их фундаментальная проблема, просто нейросетей как технологии или это вопрос оптимизации и отсутствия мощного железа. В целом как оценить шансы будут ли они иметь такие же проблемы через 5 лет или нет.
>Нейросети никогда НЕ заменят всех кого они грозятся "заменить", потому что нейросеть это инструмент, в умелых руках умножающий производительность в N раз, а не отдельный блядь работник, который будет за тебя ебаться с твоими задачами.
Да похуй, суть одна. Вот умножится производительность, и конкуренция в сфере увеличится, зарплата упадёт, многие останутся без работы. Не потому что нейросеть их заменила, а потому что теперь один чел с нейросетью выполняет работу за 5ых.
>Вот умножится производительность, и конкуренция в сфере увеличится, зарплата упадёт, многие останутся без работы.
Чтобы понять что произойдёт, вернись назад лет на 200, к началу НТР и появления станков. Остались ли тогда без работы ремесленники? Да - остались. Исчезли ли в результате НТР рабочие профессии? - Нет, не исчезли, напротив, появилось много новых. Плюсом по итогу увеличилось количество дешёвых товаров, от чего в итоге выиграли даже уволенные ремесленники, т.к. им больше не надо было за новые штаны отдавать половину коровы.
Так будет и сейчас, с той лишь разницей что всё происходит слишком быстро и это порождает больший хаос и панику.
>Но я не понимаю это их фундаментальная проблема, просто нейросетей как технологии или это вопрос оптимизации и отсутствия мощного железа.
Это проблема подхода. Технически уже сейчас можно было бы сделать ЛОРы на локации, но этим никто не занимается, т.к. модели целенаправленно тренируют на персонажей. Появится необходимость - сделают.
>будут ли они иметь такие же проблемы через 5 лет или нет
Думаю да, лет через 5, если такие проблемы и останутся, то будут не настолько критичны.
>Чтобы понять что произойдёт, вернись назад лет на 200, к началу НТР и появления станков. Остались ли тогда без работы ремесленники? Да - остались. Исчезли ли в результате НТР рабочие профессии? - Нет, не исчезли, напротив, появилось много новых. Плюсом по итогу увеличилось количество дешёвых товаров, от чего в итоге выиграли даже уволенные ремесленники, т.к. им больше не надо было за новые штаны отдавать половину коровы.
Ну это и так очевидно, что если например операторскую работу оптимизируют нейросети, то оператор не помрет от голода и просто пойдёт на завод. Но только он мог бы сразу пойти на завод, строить там карьеру, а в итоге тратит время на операторство, а потом придёт на завод без опыта все с нуля начинать.
>Технически уже сейчас можно было бы сделать ЛОРы на локации
Откуда такая уверенность? Даже человек вряд ли в своей памяти всю локацию может уместить и представить как она с разных ракурсов будет выглядеть, как это сделает нейросеть?
Блядь, я писал ответ, но двач решил его стереть.
Буду краток, сорян.
1. Временно. Сравни какие были картинки в 2020-2021 и сейчас. Сравни тексты в 2023 и сейчас. Дай время. Видео-нейронкам годик всего.
> Ну вот кстати про программеров неправда.
2. Я программист, это правда. Много знакомых жалуются, что найти работу сложнее. Джуны все менее востребованы. Один сеньор легко закрывает 2-3 старых рабочих места, это выгоднее, чем брать кривых джунов. Просто это малораспространено еще.
>>1446667
Да, раскупили. Видимо, надо было вчера брать, когда находил объявы.
>Откуда такая уверенность? Даже человек вряд ли в своей памяти всю локацию может уместить и представить как она с разных ракурсов будет выглядеть, как это сделает нейросеть?
А как нейросеть может в подробностях со всех ракурсакх изобразить конкретного персонажа? Это просто сам принцип её действия. Грубо говоря, обучаешь лору на 100500 фотках конкретной комнаты, к каждой из которых прикрепляешь конкретные теги иии внезапно потом с этой лорой, при появлении конкретных тегов в промпте, модель будет ориентироваться на те самые фотки, а недостающие детали рисовать самостоятельно. Притом чем больше материалов будет при обучении лоры, тем точнее будет результат.
Разница лишь в том, что нынешние модели в основном обучены на фотках лидей / картинках персонажей, а не на просто на локациях. Так что всё-таки могут быть проблемки.
Но это не точно, лоры на локации так то вполне существуют.
Айти само по себе уже просто перестало быть такой востребованной сферой, где легко найти работу без опыта и вышки. Это необязательно из-за нейросетей, скорее потому что в айти пытается вкатиться каждый дурачок.
>>1446771
Ну получается проще чем фоткать комнату просто в ней отснять актёра, а нейронкой можно допустим просто ебальничек и мимику подправить. Другое дело если нейронка сможет сгенерировать комнату с нуля, на основе фоток 100500 разных комнат и потом она будет придерживаться схемы и внешнего вида именно той комнаты что она уже сгенерировала. Тогда половина киношников станет не нужна, а кино само по себе дешевле станет.
>>1446742
Мне понять свои перспективы жизненные нужно, и правильно ли я выбрал направление обучения. Учиться а потом понять что тебя видеонейронка выебала и ты не востребован не хочется, но и направление менять не будучи уверенным в том что это произойдёт тоже.
> Айти само по себе уже просто перестало быть такой востребованной сферой
Одно другому не мешает, все это накладывается. =)
> Ну получается проще чем фоткать комнату просто в ней отснять актёра
Отсюда и далее — да, все верно. Пока что проще так, а потом подучится, сможет более-менее консистентно поддерживать.
> Мне понять свои перспективы жизненные нужно
Я не спец в этом, но могу предположить, что операторы как таковые никуда не исчезнут — иногда снять проще, подготовить датасет проще, отснять чисто бэк проще, так что МНЕ лично видится оператор как одна из самых сейвовых профессий в области. Но, это мой нубских взгляд в данном случае. =)
Ну свадьбы будешь фоткать, с голода не помрешь. =D
Две половины 14б вана похоже в мою сборку (12vram+24ram) не влезают, процесс виснет на этапе начала работы сэмплера хая, даже не сыплет ошибкой, тупо виснет. Разрешение 256х480, 33кадра.
Что делать, тариться gguf-ами и будь что будет? Эхехе...
Отбой тревоги, перезапуск системы и комфи вроде помогает. Генерит херню, правда, но мб дело в промте. Код синий
>Две половины 14б вана похоже в мою сборку (12vram+24ram) не влезают
Это невозможно. Они работают последовательно, по очереди. Когда начинает работать вторая - первая выгружается. Если простой памяти хватает - только в память. Если не хватает - в своп, или вообще полностью (потом будет грузится с диска заново). То же самое со второй, и с энкодером.
У меня видимо с прошлых воркфлоу и сторонних процессов все забито было. Короче перезагрузка помогла.
братан, никто в кино нейронками всю сцену целиком, с актерами и прочим одним прогоном не делает. ну кроме россиянских кабанчиков, которые проплатили подписку на veo 3 и клепают сериалы для онлайн кинотеатров качеством хуже говна с лопаты.
нейронки используются для каких-то отдельных вещей и фиксов, которые потом на vfx постпродакшене собираются в кучу, как и при обычном пайплайне.
"не влезают" это то и значит что в оперу не влезают. потому что грузить каждый раз с диска это пиздец
> сериалы для онлайн кинотеатров
Заметь, качество ничуть не упало! 😁
Я знаю что щас никто не снимает. Я про перспективы на будущее спрашиваю, ты чо.
Вот это была магия.
А сейчас сколько прогресса не жди такого чувства уже не будет, ну сосет и сосет
первые сгенеренные ролики были t2v на хуньяне
то есть то чувство лично у меня во многом было из-за того что текстом все делал, а сейчас просто готовую картинку заставляешь двигаться
Попробовал данный вф, по сравнению с тем говном что я собрал цветокор лучше, засветы по краям конечно все еще есть а до этого на их месте вообще были темно фиолетовые артефакты но вспышки с перехода от ласт к ферст фрейму перестали появляться, заслуга колор мочи наверное, там бтв половину нод что есть я не юзал и не ебу че они делают, еще есть ощущение что аутпут получается более замыленный чем на дефолтном луп вф в котором нихуя нету, примеры пока принести не могу а то нагенерил себе видосов по интересу для теста, а на ментаче за такое можно и пизды получить.
другой мимио крок
>там бтв половину нод что есть я не юзал и не ебу че они делают
>есть ощущение что аутпут получается более замыленный чем на дефолтном луп вф
Выключи энхансер, он там не нужен а мыла наваливает только в путь, еще наг можешь вырубить если негатив промпты не нужны, он вроде как тоже подсирать может. Еще за псевдо качеством можешь попробовать cfr до 15 скрутить, битрейта накинет, должно выглядеть лучше, может плацебо хз.
По производительности не сильно выше, но чипы памяти с одной стороны находятся и лучше охлаждаются, сама плата с запасом прочности и использовалась потом для 4090. С придушенным поверлимитом TI примерно равна раздушеной не-TI, а греется меньше.
>Временно. Сравни какие были картинки в 2020-2021 и сейчас. Сравни тексты в 2023 и сейчас. Дай время. Видео-нейронкам годик всего.
Только картинки что тогда что сейчас можно крутить на локальной машине. Видео развиваются сейчас только закрытые нейронки за бабло, из доступных есть ван, который хоть и хорош, но все равно мало, и уже тоже стагнирует, и есть все остальные, которые даже не близки к вану.
С лорами ускорения качество не улучшить количеством шагов, оно как бы уже подразумевается что генеришь с максимальным количеством шагов. Без лор например, чтобы получить аналогичное качество надо количество шагов сильно больше стандартных 20.
Читал такую телегу что в стандартной версии Asus ROG Strix запили настолько годный охлад, что вышло не хуже TI и поэтому они больше ценятся на 10 к дороже остальных ревизий Потому и искал конкретно их. Но этот аргумент конечно звучит забавно на фоне 83 градусов в тесте. Чёт наверное всё-таки рискну её взять. Не может быть, чтобы после обслуживания охлад не улучшился
То есть вообще нет возможности улучшить качество кроме как использовать fp8/16 модели без лор?
А что тебя не устраивает по качеству? Качество можно сильно ухудшить если использовать неподходящие настройки, или если используется несколько разных лор которые между собой плохо сочетаются. Или например бывает если модель текст энкодера юзать киджаевский без киджаевских нод, это тоже поганит качество. Если все правильно используется качество довольно приличное.
Опять же, нифига нельзя было крутить на локальной машине. Долгое время была SD1.5, которая сравнимо с ваном — гораздо хуже, и мидджорни, которая вполне себе сора/вео от мира картинок на тот момент.
И только когда вышел Flux1, картинки стали хорошими, а с выходом квена и второго флюкса уже норм редакт появился.
Ван это скорее уже sdxl, который тоже не сразу появился, так что никакой стагнации нет, сравнение некорректное. Тогда мы тоже с SDXL сидели и ждали… и дождались. Так что рано опускать руки.
да как бы нет, с лорой на 4 шага можно ставить 6 или 8 шагов, получается лучше
зайди в треды картиночников, там одни генерили на слхл до выхода зетки, а другие (анимешники) до сих пор на сдхл сидят
Ну как сказать. Возможность делать ролики в логичном окружении стоит нескольких лор на локации.
И почему сразу для одной, ты лоры по одному разу всегда используешь?
Пхпхпх, ну когда появились лоры, даже 1.5 стала генерить фотореалистично. =) Я и сам долгое время на 1.5 и сдхл сидел.
Другое дело, что когда мне надо было что-то по работе, а не по фану — то пересаживался на флюкс и квен-имейдж.
Важная фича — следование промпту.
Если мы хотим сравнить Wan2.2 можно сравнить в таком случае с StableVideoDiffusion или AnimateDiff — скачок огромный, по тому же следованию промпту, да и по качеству.
Все развивается, просто стартанули позже.
лора один и тот же ебальник не может стабильно повторять похожим на самого себя, а ты целую локацию предлагаешь генерить.
ты приводишь пример с 100500 фотками команты, то есть локация уже по факту есть блять и все что тебе нужно это записать видео в комнате ирл или сделать комнату в 3д из тех же фоток и потом уже в этот видос вставлять сгенеренных челов, это не вдаваясь в подробности реализации и постобработки
если у тебя не 32+ врам то наврядли у тебя модель в врам сидит
ага. Но суть такова - при установке лоры на 0.4-0.5 Gb процесс валится с OOM, а при удалении - работает.
Сборка 12vram+24ram, ну явно все забиться не должно.
>лора один и тот же ебальник не может стабильно повторять похожим на самого себя
Я сейчас рассуждаю о гипотетической технологии. Лоры для картинок вполне себе ебальник уже повторяют со всех ракурсов. Так что это вопрос оптимизации.
>то есть локация уже по факту есть блять и все что тебе нужно это записать видео в комнате ирл
Ога блядь, то-то у меня есть доступ к любой гипотетической комнате и желание туда переться, чтобы снять её ИРЛ.
>или сделать комнату в 3д из тех же фоток и потом уже в этот видос вставлять сгенеренных челов
А что мешает и челов сделать в 3D и анимировать вручную?
Мы же тут занимаемся генерацией чтоб вручную всё снимать, рисовать и анимировать, ничего не перепутал?
Пойми, что лора это не когда лично ты для одного единственного видоса идёшь и делаешь дохуя фоток, потом ебёшься с тегами, свистя-пердя кое-как обучаешь и такой "Нахуй надо, лучшем вручную снял!".
Лора это когда у тебя завалялось какое-то количество материала, и ты на его основе обучаешь лору хотя бы даже из любопытства, а потом выкладываешь её на цивитаи, потому что не жалко, а там ещё 100500 таких пользуйся - не хочу. И по итогу получается легче чем 3D модельки анимировать лол.
> Лоры для картинок вполне себе ебальник уже повторяют со всех ракурсов
вот именно что нет. нету стабильности. на одно сиде похоже, на другом видно что не похоже. кстати, на видеомоделях у меня результат был получше как будто
> Ога блядь, то-то у меня есть доступ к любой гипотетической комнате и желание туда переться, чтобы снять её ИРЛ.
так а нахуя ты сам пример приводишь со 100500 фоток комнаты, дурилка
> Грубо говоря, обучаешь лору на 100500 фотках конкретной комнаты, к каждой из которых прикрепляешь конкретные теги иии внезапно потом с этой лорой, при появлении конкретных тегов в промпте, модель будет ориентироваться на те самые фотки, а недостающие детали рисовать самостоятельно
обсуждаем использование использование нейронок для кино, причем тут тут "Лора это когда у тебя завалялось какое-то количество материала, и ты на его основе обучаешь лору хотя бы даже из любопытства"
кароче ты нубик и несешь хуйню рандомную
Там говенный гайд как пилить через тензор, а где мне взять гайд для Smooth локального?
>обсуждаем использование использование нейронок для кино
Принцип тот-же. Тебе не приходило в голву что лоры могут делать одни люди, а кино генерировать другие?
Ты бы ещё предложил свой ван запилить для съёмок конкретного фильма лол.
>так а нахуя ты сам пример приводишь со 100500 фоток комнаты, дурилка
Потому что они понадобятся для обучения лоры, дурилка.
да, так и вижу киношника, который делает фильм на рандомных лорах с цивита
ты блять реально шизоид конченный)
>так и вижу киношника, который делает фильм на рандомных лорах
А на НЕ рандомных, ты прям видишь?
По твоей ебанутой версии, все почему-то обязаны делать все только самым ебанутым и неудобным образом и этот же "факт" одновременно ты используешь как аргумент того, что использования лор в кино невозможно.
И кто тут шизойд конченный?
Для начала, мы говорим про использование лор. А раз мы используем лоры, то очевидно мы используем свободные, некоммерческие модели. А, если мы используем не коммерческие модели с цивитаи, и нам по какой-то причине норм, то схуя ли в это всё не вписываются рандомные лоры от туда же, блядь?
Опять, же напомню, что я говорю не про текущий момент, а про развитие, когда свободные модели смогут выдавать приемлемое для кино качество. И как-бы логично предположить что рандомные лоры для этих моделей тоже должны быть приемлемы.
Или же ты сейчас в авторское право будешь уворачиваться? В таком случае добро пожаловать в коммерческую хуйню вроде Соры.
Но фишка в том, что ни в первом, ни во втором случае съёмочная группа НЕ ОБЯЗАНА делать лоры самостоятельно. Она либо возьмет бесплатные варианты с цивита, либо заплатит за эту задачу коммерсам.
Но даже во втором случае это должно выйти дешевле, чем арендовать место для съёмок, камеру, оператора, актёров и оплатить логистику всей этой хуйни. Для этого блядь генеративные модели и делаются.
я даже отвечать на эту шизофазию не буду, ты либо школьник у которого знания о нейронках заканчиваются на том что на цивите есть лоры, а про видеопродакшн вообще не в курсах, либо просто душевнобольной. судя по настойчивому желанию ДОКАЗАТЬ свои бредни, попутно путаясь в показаниях, и то и другое.
Чел ты реально шизоид. Ничего такого пока даже в планах особо нет, максимум консистентность персонажа поддерживать на должном уровне. Ибо как говорили даже с охеренно натренированной лорой при разных параметрах генерации лицо меняется, это нельзя отрицать. Где то больше где то меньше, но это факт. Про консистентность пространства и говорить не приходится, оно будет от генерации к генерации скакать как ебанутое, ты не сможешь зафиксировать конкретный угол или окружение, когда ты будешь делать второй дубль то все в сцене поменяется.
И тут мы подходим к самому главному - игра нейро-актеров, она полнейший кал, они путаются в эмоциях выражениях лица, да что уже говорить - ты голос даже не воспроизведешь такой же на разных сценах, не говоря уже о интонациях.
Нейрофильм на данный момент крайне противоречивая тема, максимум местное использование как сейчас и работает.
>на данный момент
Если бы я тебе 5 лет назад описал то чем ты занимаешься сейчас, ты бы мне вероятно выдал такую же триаду о том насколько это невозможно.
Это да, но не стоит это интерполировать на ближайшие 5 лет, уже видно что индустрия замедляется. В перспективе пока нет никаких революционных наработок только улучшение имеющегося функционала. А он в свою очередь очень далек от совершенства. Даже платные супер-пупер модели, вроде вео3 или соры2, не могут выдать чего то достойного. И уже заметно "упирание в железо", по тому что обучение этих моделей растет экспоненциально. Казалось бы - что мешает гига корпорациям с закрытым кодом сделать возможность генерации роликов хотя бы 30 секунд на этом этапе, но нет - довольствуйтесь 15 секундами в HD, даже за деньги.
>уже видно что индустрия замедляется
Это уже совершенно новая тема для дискуссий.
Даже если представить что вся ИИ индустрия резко сторнируется. Всё равно можно ожидать для видео выход фришного аналога платных моделей вроде Соры, также как для пикчей вышел Флюкс - аналог Миджорней да да аналог хуёвый, но тем не менее качество бустанул + Если начнётся стагнация, это может привести к лопанью ИИ-пузыря, и выкидывании на рынок тысяч никому не нужных серверных карт закупаем всем нейрачем А100 по 15к деревянных
А это уже само по себе откроет не малые перспективы. Не удивлюсь, если через год-два ИТТ будут блевать с роликов что сейчас здесь выкладывают.
В общем с тем что таких качественных скачков как с 20 по 23 год не будет, пожалуй соглашусь. Но что-то точно произойдёт.
Как думаешь, хорошая идея P102-100 в пару к 3060/12?
Вот вышел флюкс 2. Отличия надо под лупой искать, а потребляет в 2-3 раза больше памяти, при времени генерации в 4+ раза дольше. Что это как не стагнация, в конечном итоге все упрется в потребительское железо. Чтобы получить уровень условной соры2 или вео3 просто напросто не хватит мощностей на потребительском железе. Как не крути, пока не выйдут специализированные для ии карточки никакого прогресса дальше не будет.
Кожа зачастую покрывается такими сотами, волосы.
Как конкретно это фиксить, очень нейрокалово это выглядит.
> пока не выйдут специализированные для ии карточки никакого прогресса дальше не будет.
Так и тогда не будет, где твоя рам сейчас?
Закупайся, кушай прогресс вплоть до 1тр мое дома.
Главы ии просто спиздят весь рынок и от начального ценника на одну такую карту, который уже будет далек от потребительского, прибавится еще х10
>Так и тогда не будет
Будет, только не локально, а в условной соре3
то что там с десяток референсов можно прикрепить это мы опустим, ну чисто хуйня
>стагнация
>потребляет в 2-3 раза больше памяти, при времени генерации в 4+ раза
>Отличия надо под лупой искать
Велкам ту SD1.5!
Ты там куматрон крутить собрался что-ли?
Комфи не позволяет генерить сразу на нескольких картах или я что-то пропустил?
Да? Прискорбно. Казалось бы, что такого... Хотелось модель с лорами разместить и чтобы контексту место осталось.
>Как думаешь, хорошая идея P102-100 в пару к 3060/12?
Плохая.
Но для текста - можно P104-100. За копейки +8GB быстрой vram - там это все еще ценно.
Здесь - бессмысленно, cuda 6.1 в картинках уже не поддерживается.
>>1450967
Даже если бы позволял - cuda 7.5 сейчас минимум, без нее не работает вообще. А там 6.1.
Ну ахренеть успех, 10 референсов, в 3.3 раза больше чем в квен эдит, при том каждый доп референс во флюксе увеличивает время генерации в отличии от квена.
Принципиально ничего нового, да текст чуть получше стал выводить, чуть получше промпт стал понимать - минорные улучшения ценой четырехкратного повышения требований.
Что нас ждет во флюкс 3? 20 референсных изображений и требования в 200 гигов памяти с генерацией 1 картинки по часу?
>>1450898
При чем тут SD1.5, когда сравинимваю f1 и f2
>При чем тут SD1.5
Как причём? Памяти жрёт меньше? - Меньше. Картинки делает? - Делает! Да и разницы не видно, если под лупой не рассматривать, стагнация же кругом!
>при том каждый доп референс во флюксе увеличивает время генерации в отличии от квена
Да? Странно. У меня и в квене как раз - чем больше референсов, тем медленнее.
И вообще-то, это как бы логично - чем больше данных тем больше считать...
Если показать картинки sd vs f1 то отличия заметны - прогрессия.
Если показать картинки f1 vs f2 то ты не поймешь какая из них сделана на f1, а какая на f2 - стагнация.
Пиздишь, ты явно Ф2 не использовал. По качеству и знаниям разница между Ф1 и Ф2 такая же, как и между XL и Ф1. По пониманию промпта даже закрытые сетки соснут у Ф2.
Я седня весь день ебался с этими моделями, и чекай разницу:
он говорит о том, что ты не увидишь разницу, если тебе ПОКАЖУТ КАРТИНКИ.
Так-то F1-Qwen-F2 визуально и правда отличаются слабо (ну там синтетики где-то навалили, кожа пластиковая, но лоры и промпты фиксят). Не отличишь.
А в работе, да, я ебал, F1 очень тупая, F2 сильно тащит, Qwen местами тоже хорош, выручил пару раз.
блять а схуяли кто-то должен понимать что на чем сделано. аргумент пизда просто, так и на сдхл можно сидеть вангерлов генерить десятилетиями
мне надо чтобы модель сделала пикчу какую я сам хочу, флукс 2 с этим справляется лучше и имеет боле широкий функционал и область применения
Поэтапно-то почему бы и нет?
Есть же мультик
https://www.reddit.com/r/comfyui/comments/1hl0c1p/comfyuimultigpu_experimental_nodes_for_using/?tl=ru
Ищи cmp90hx, для нейронок сейчас топ. Это майнинговая RTX3080 с 11 Гб памяти. Соответственно все свежие пакеты её поддерживают, с LLM, SD и Wan проблем никаких. Просят за них 15к, можно и дешевле найти.
Поиграть нормально не получится на такой, имей в виду.
Короче с использованием выгруза/загруза латента ван кое-как работает на 16гб/8 врам, и даже не особо эпически срет в своп. Еще заметил что нода wanimagetovideo сначала конвертирует оригинальную пикчу в латент, а потом уже этот латент дожимает через nearest neighbor до требуемого разрешения, с соответствующим результатом для хайнойза. Потом это все наверное все равно затирается, но теперь ресайзю картинку заранее.
Можешь еще подробнее объяснить? Открыл твой воркфлоу и ничего не понял.
Во всех воркфлоу в лоунойз идет латент после хайнойза. Как ты туда подмешиваешь исходное изображение?
Для какой архитектуры моделей вообще выходили хорошие nsfw тюны за полгода? Для полторахи и XL (если считать поней хорошими)?
Чел я сам нихуя не понимаю в своем воркфлоу если честно. Тупо сохраняю пачку латентов после хая на диск, а потом открываю другой воркфлоу, загружаю лоу и прогоняю их батчем через него, а потом последний батч идет декодинг через вае. Шыснацать гигов памяти потому что, а срать по 30 гб в ссд за раз на рендер неохота. Наверное есть всякая сажа, питонкомпайл и т.п. что поможет снизить объем потребляемой памяти так что туда сразу оба эксперта одновременно влезут, но это для умных, а мне и так норм.
Теперь тоже любопытно. Сижу ковыряюсь. Но у тебя какой-то стремный результат на первом варианте. У меня без танцев с бубном как во втором. Может у тебя модель подосланная?
Да нет это я тупо затупил подвести гайданс к сэмплеру и охуевал часами почему у меня оригинальная картинка проебывается.
И вдогонку, как быстро по мнению анона происходит износ ССДшки при таких данных(а он будет же да?)?
>Локальной генерации ИИ-видео
>Где анон генерирует онлайн?
Очевидно, что нигде. Спроси в /nf/ в вымирающем тензор-треде.
>1
Тоже сначала подумал по превью, что она в чёрных колготках? (Эх, как жаль, что из-за блядской цензуры такого на самом деле нельзя сделать.)
Кстати, а что там по Cocoon Дурова?
Купить 24гб карточку нет возможности, а сервисы душат цензурой, яростно триггерясь на всё мало-мальски сексуальные.
Звучит круто!
Кто-нибудь тестил насколько это реально ускоряет генерацию?
Или тут смысл только в том чтобы раскидать модели по разной видеопамяти и выпольнять разные ноды на разных картах? Тогда получается, если у тебя быстро загружает/выгружает модели, то это ничего особо не даст?
по идее это не ускоряет генерацию, это позволяет использовать больше одной карты для выгрузки и решать, что куда должно выгружаться (как я понял). Работа в ComfyUI все равно последовательная, не обольщаемся, параллельности не завезли.
Жаль, мой проц староват (хоть и производителен) и полная выгрузка лоу-модели вана на оперативку была плохой идеей.
Когда тестил подобный трюк на llm там была скорость 1т/с.
На gpu та же llm выдавала ~30т/с. Нувыпонели.
Нифига. Чет все печально с ними. Ллмки могут, но не комфетку.
https://habr.com/ru/articles/948396/
Не, ну видишь, тут чувак говорит, что все охуенно, а я, как владелец, который потестил видяхи еще до выхода этой статьи, могу лишь подтвердить — хуита.
>>1452675
Ты вообще умудрился напиздеть везде, по-ходу.
1. Нахуй CMP 90HX, когда есть CMP 50HX вдвое дешевле с той же производительностью.
2. Кстати, CMP 90HX стоит не 15к, а 7,5к, если что.
3. Нифига они не умеют в SD и Wan, банальная P104-100 кратно быстрее их.
Если я не прав — я буду дико рад, что ее смогли ускорить в 10-20 раз от производительности месяц назад.
Но все еще не очень понимаю, зачем советовать заведомо более дорогой вариант.
А вот CMP 50HX действительно неплохи для LLM. Да, 90 будет чутка быстрее, процентов на 10%, но будто того не стоит. А 50 выдает очень бодрый перф как в маленьких модельках, так и ригом.
Докину совет для тех, кто решится купить CMP 50HX (или переплатить за 90) — nvidia-pstated решает проблему с постоянным разгоном памяти и нагревом. Автоматически переключает power-mode.
>3. Нифига они не умеют в SD и Wan, банальная P104-100 кратно быстрее их.
P104-100 уже совсем нифига не умеет - не поддерживается в том же свежем comfy и прочей обвязке. У нее cuda compute 6.1, а текущий минимум - 7.5
У cmp90 и 50 - cuda тоже 8.6, как у первых RTX-ов. И пошустрее они - (P104-100 - это ближе к 10хх - pascal, cmp - ampere)
P104-100 сейчас годится только в кобольде тексты гонять, причем желательно - второй картой, чисто ради VRAM. Или ждет тебя долгий пердолинг с пересборкой всего и вся под cuda 6.1 - кое что из старого еще заведется тогда.
> P104-100 уже совсем нифига не умеет - не поддерживается в том же свежем comfy и прочей обвязке.
Не вижу проблемы поставить куду чуть старше и обновлять все остальное. Все работает.
> И пошустрее они - (P104-100 - это ближе к 10хх - pascal, cmp - ampere)
Она в несколько раз быстрее, чем CMP'ихи в генерации картинок и видео. Выше я об этом и говорю, что у CMP огромная проблема с генерацией из-за (не)поддержек технологий.
Если кто-то это решил — все еще жду ссылочку, ибо нигде об этом не написано.
> P104-100 сейчас годится только в кобольде тексты гонять
Теперь имаджинируй Втрое-вчетверо дольше генерацию картинок — на что способна такая видеокарта? :) Вот тебе и ответ про
> SD и Wan проблем никаких
Ну или поделить тайным знанием, наконец, как бустануть х10 эти карты в генерации картиночек и видео. А то только с LLM и работают. 4b модели летают, безусловно. =)
> Питона, торча, куду не менял
> Сдох сам после самообновы
еще бы они перфоманс замеряли и репортили о достижениях, цены бы не было.
Иногда я думаю, что проще вторую 3060/12 на лохито докупить, чем мечтать о волшебстве.
Ну я повторюсь, что для картинок проще взять P104-100, она и то втрое быстрее.
Я сегодня могу еще поиграться в линуксе, поставить комфи (или что надо — скажи), попробовать запустить диффузии разные (правда в том компе 16 оперативы тока — без флюкса и квена, сорян), замерить. Вдруг и правда чудо на линухи случится.
Но сейчас 5060 ти 40к стоит 16-гиговая, ну и 3060 18к — варианты быстрее из изкоробочные, конечно, да еще и видео вывести можно с них. И памяти больше.
Уже давно вместо того чтобы делать "обнову", скачиваю вторую портебл версию и если с ней всё ок, удаляю предыдущую. Научен горьким опытом модели держу отдельно
было бы здорово протестить через комфи SD на условной 3060/12 и P104-100 или CMP50hx, например.
если у тебя будет на это время и силы конечно.
Невжель лавочка прикрыта?
https://github.com/kijai/ComfyUI-WanVideoWrapper/issues/1783
Выглядит как хуйня. Пишут lossless, но даже в их примерах очень сильное падение качества. И это по сути то что мы уже имеем - лайтнинг+квант+сажа. Мы тоже можем говорить о х50, сравнивая с ванилой в 50 шагов без оптимизаций. Ну может они ещё поджали и будет +50% к скорости от fp8 на 5090, но у нас и качество лучше, оно того не стоит.
Я думаю саарам похуй на это качество, главное чтоб можно было срать почаще в ютуб
Вполне возможно, что генережтна p104-100 и cmp50hx ускорится (не супер, но хоть как-то) если применить арги
--disable-xformers
--no-half
>>1459385
Я приношу извинения, я умудрился сильно приболеть в последние дни. =(
Спасибо за флаги, еще --disable-cuda-malloc было необходимо для P104-100, кажись, кстати.
чтобы длинные видео одним прогоном генерить такого считай что нет еще и пока не предвидится.
ну я периодически генерю порнуху со всякими антропоморфами на wan vace 2.2, сейчас на wan move, проблем практически нет. дело не в модели, главное в промпте описывать внешку со всеми рогами и копытами (если без описания не прокатывает), ванильный ван обо всем этом знает конечно.
ну и убедись в том что это не в используемой лоре дело, на высоких весах может шифтить если натренировано только на ирл хуманах. хотя при должной тренировке и такого быть не должно. я использую smooth mix animations по дефолту, мувмент хороший и картинку не шифтит.
Не обязательно одним прогоном. Все равно видеопамять не резиновая.
Попробовал дефолтный воркфлоу в ComfyUI для Wan Animate, получилась такая фигня. Еще эти долбоебы неправильно ноды соединили
Думаю есть варианты сделать получше.
Сука, с первого дня существует context window на wan. Я ещё со времен той ненужной хуйни от Иллии охуевал зачем вы говно едите, когда на ван можно так же генерить.
чекни новый wan one to all, там тоже опенпоз но длинные видео делаются лучше, пусть все равно с неизбежной деградацией
Говно от иллии не юзал, а context window база для генерации длинных видео вместе с VACE или липсинк.
какой нахуй пророк илия, прекрати бредить
я спрашиваю, ты сам контекст окна юзал или нет?
Пасиба. =3
———
Оп, чекайте че:
https://github.com/thu-ml/TurboDiffusion
https://huggingface.co/TurboDiffusion
Новые чекпоинты с суперускорялками, но до конца непонятно, так уж ли они будут хороши в комфи, где и так ускорений намазано поверх моделей.
Посмотрим, что Киджай порешает.
>>1460679
Пиздец я в ахуе. Там вышло ускорение (как заявляют) в х100 раз, и всем похую чтоли? Или это кал говна?
бля чел, запили плиз норм описалово, как ты это делоеш. Этот твой жпег не открывается в комфи, по видосным форкфлоу не понятно нихуя
мимо сейм 16/8
Дождаться бы Киджая.
Как уже писать, можно хоть икс тысяча написать, в зависимости с чем сравнивать. Тут так-то и на бюджетных картах генерили за минуту, ускорение только в 2 раза. Увидеть как следует промпту, будет ли поддерживать лоры, и можно юзать как поиск промпта/фаниться. Хотя нахуй фаниться на локале, когда столько быстрых бесплатных онлайн генов, поэтому главное - лоры и качество.
Все так.
Это конечно круто, что они написали х100, но примеры вроде как местами не идеальны, да и какой реально прирост не ясно.
Может они как минимум там используют 4 степа против 55, и это уже х14 прирост (ну, типа), а там еще накидываешь всякие сажи и торч компайлы, и еще получаешь… Ну, посмотрим.
https://huggingface.co/MCG-NJU/UniAVGen
https://github.com/MCG-NJU/Sora2-mini
>wan one to all
Хз, какая-то шляпа получается. Совпадения с референсом только по тексту и то отдаленное. На других попытках оно не понимало даже что перс спиной повернулся.
Использовал воркфлоу из примеров Киджая для WanVideoWrapper
Возможно часть проблемы можно будет решить улчшив опенпоз. Похоже, что в паре мест его ломает от резкого движения. попробую увеличить частоту кадров входного видео интерполяцией.
> На других попытках оно не понимало даже что перс спиной повернулся
дефолтная хуйня для опенпоза
сейчас еще превью scail для вана вышо, он заметно попизже опенпоза, судя по видосам. но полноценная модель еще ожидается.
Мы ждём нормальную ускорялку на ван уже пол года, китайцы выпускают обсер за обсером.
Даже выйди прорывная модель типа соры мы будем ебаную лору год ждать
И знаете что?
Не дождемся, выйдет то же что и на ван, с 25% от способностей модели
Как то похуй.
Меня больше интересует железо. Читал что китайцы сделали литокраф под 5нм. Вот от этого у Хуанга может порваться жопа.
ты совсем кринжик? ван это топ 1 модель в плане того насколько пиздато на ней работают ускорялки, которых уже ебаный вагон выпустили. даже ебучие сетки для картинок выдают кал при 4/8 шагах, а ван норм пашет
Кстати да, я когда затестил какая разница между квеном с лорой на 8 шагов и без нее на 20 ахуел с диференса, в то время когда в воване между 6-8 шагами с лорой вс 20 шагов без разницы почти нихуя нету, разве что движения плавнее стали по ощущениям без лайта.
Мне тоже хотелось посмотреть, какой квант там анон использует.
Какой вообще положняк по моделям и квантам для обладателей отсутствия вроде меня (8/32) и анонов выше?
Я скачал полурандомно какую-то непопулярную хрень (5B), ещё и завасяненую, вроде шустрая, но сгенерить на ней что-нибудь не всратое...
Для компутаций не связанных с точными науками кванты являются формой seed variation
>Мне тоже хотелось посмотреть, какой квант там анон использует.
Обдристанный 3K_S конечно же.
5B кстати по субъективным ощущениям примерно как wan 2.1 в плане требовательности. Во-первых для него нет зашакаленного vae, во всяком случае я не нашел, во-вторых у него нативный 720p что жрет память, в-третьих у него 24 фпс вместо 16, что опять же жрет память. В итоге имхо лучше и гонять квантированный в хламину 2.1
>Во-первых для него нет зашакаленного vae
В смысле нет, а я чем пользуюсь? https://huggingface.co/lightx2v/Autoencoders В предыдущем треде два раза ссыль кидали.
24 ставить необязательно, можно и в слоумо, да и разрешение тоже.
Я в итоге, когда первый тестовый лоурез сгенерил, подумал, что у меня как обычно что-то багнулось, и получилась картинка вместо видео - слишком быстро сработало. По скорости 5B норм, вот лор на него чуть больше чем нихуя.
Бтв, как заливать на цивит видео? Он же метадату от Комфи не видит, и если бот ставит R или выше - автохайд/выпил мочой, но тем не менее, на сайте полно порнухи.
У меня все эти taew выдают какую-то хрень
>24 ставить необязательно, можно и в слоумо
Оно не зависит от того что ты выставишь в настройках склейки видео из кадров, ksampler генерит в 24
положняк такой что врам это ограничение лишь по разрешению и длительности видоса, поскольку модели такие большие что изначально хранятся в оперативе.
ггуфы - на 30% замедленый кал, который становится еще медленнее и говнистее с использованием лор. не имеет никакого смысла юзать если модель со всеми остальными делами влазит в оперативу. большинство об этом все еще не в курсе, поэтому продолжают топить за ггуфы, в этом треде очень много таких, не ведись на их провокации. Q6 это предел если прям совсем нужно модель урезать, дальше бога нет.
fp8 это дефолтный квант для базовичков, разницы с fp16 нет а весит сильно меньше.
в 32 оперы влезет 2.1 14b или лоунойз модель от 2.2 14b, которая по сути и есть улучшенная 2.1. 5b может выдать очень неплохой результат под лорами, но количество этих лор ограничено, поэтому я 5b только для v2v использую изредка
> во-вторых у него нативный 720p что жрет память
да-да, 720p в 14b модели жрет столько же сколько в 5b модели, верим
> 24 ставить необязательно
блять опять ты, с двумя классами церковноприходской?
> Бтв, как заливать на цивит видео? Он же метадату от Комфи не видит, и если бот ставит R или выше - автохайд/выпил мочой, но тем не менее, на сайте полно порнухи.
там вроде просто рандомную хуйню в промпт вставляешь и все, хоть ван герл. возможно лоры тоже надо указать.
Ну смари, 8 врама, 16 рама, 5б модель ест 8 врама и 15 рама, а 14б модель ест 8 врама и 15 рама — одинаково!
Смекаешь? =D
Даже черрипиков не завезли, ну камон. =(
Не знаем, что теряем!..
Ну, там даже воисклонинг что ли завезли, или типа того.
Вроде получше ови, хз. Подождем.
Рататоск
Потому что они не начальном кадре.
значит модель хуйня если не смогла имаджинировать то что она должна уметь имаджинировать
или ты просто забил хуй на промпт, что вероятнее
Ну я их не прописывал в промте. Просто указал, что антро фурри.
Если что, я не другой анон
У меня просто выдаёт качество пониже. Если результат вроде норм, загружаю обратно этот же сид и переключаю декод на обычную (или тайлед) ваэ.
Ну, зависит-не зависит, но в память норм влезает, вывалилось на ссд только один раз, когда перестарался с разрешением и количеством кадров.
>>1460857
>fp8 это дефолтный квант для базовичков
Только фп8 самих есть до трёх вариантов, плюс ещё дистиллы, ДаВаСянки и другие. Каким пользуешься сам? И лоры (не ускоряки, обычные), будут нормально работать с дистилл-моделью?
Вроде пока все вопросы.
Смотрел чекпойнты на цивите, проиграл с апдейт-лога порномодели:
>Reduced unnecessary back-and-forth movements outside sexual poses (cannot be completely removed, but strongly reduced)
>If a man appears, he will no longer automatically attempt to penetrate the woman when she is nude
>Какой вообще положняк по моделям и квантам для обладателей отсутствия вроде меня (8/32) и анонов выше?
q3km, взял шаблон wan22 i2v из комфи, добавил две ноды с ligthx.
итог - 12 минут 720x720
8/16
Да не юзал он нихера, очевидно же. Это местный шизоид, просто приходит, пукает про вейс без пруфов, мочу с лица утрет и дальше сидит, обтекает.
Переходы в этих контекст окнах очень хуёвые, даже с 16 кадрами нахлёста, постоянное желание нейронки вернуться с первому кадру + деградация от итерации к итерации. Ни один анон за все треды не смог сгенерировать видео на ване продолжительностью хотя бы минуту.
Самый оптимальный метод для генерирования продолжительных консистентных видеочерез раскадровку для fflf.
сейчас уже почти никто (киджай лол) не делает несколько видов фп8, e4m3 используется по дефолту
дистиллы уже включают ускорялку
>>1460669
>вейс без пруфов
Это же насколько нужно быть немощной хуйней, чтобы обсуждать базовый функционал как что-то необычное и по три раза спрашивать один и тот же тупой вопрос. Я понимаю, что ты жопой читаешь, но протри глаза и все станет ясно.
>fflf для длинных видео
>жидкая интерполяция через хуйню
>постоянное желание нейронки вернуться с первому кадру при context window
Ну, в принципе с этим скотом все понятно.
Единственная решаемая проблема, с которой раньше можно было столкнуться, это необходимость уместить длинное видео в VACE прогон. Дальнейшая генерация проблем не вызывает.
Не обосритесь еще сильней, если надумаете пукать в ответ.
хз, ты оторванный от реальности диванный шизофреник
сам киджай не считает контекстные окна для длинной генерации чем-то выходящим за рамки экспериментов на данный момент, и прямо говорит что работают они пиздец медленно при хуевом качестве и ограниченных возможностях. но для рандом дурачка с двача контекстные окна превращаются в базовый функционал просто потому что он однажды о них услышал краем уха. иди нахуй короче, насрал тебе в рот.
https://www.reddit.com/r/StableDiffusion/comments/1pqxxoh/turbodiffusion_accelerating_wan_by_100200_times/
Ты к своему пуку опять забыл пруф приложить, да? Или их нет просто и это все твоя шиза? Где ролик продолжительностью минуту на базовом функционале?
Все поняли что ты добоёб, обтекай дальше со своим базовым функционалом в голове.
Вот этот анон >>1461229 прав, а так, их просто прописывать надо. Выше видосы не мои были. А так, в принципе, нормально руки генерирует, если прописывать.
>однажды о них услышал краем уха
Пиздец неизлечимый долбоеб
>>1462656
>пруф
И еще один
Серут себе в штаны вместо того, чтобы просто взять и запустить.
так оно в итоге вышло или только анонс? на реддите чет все молчат
Upd. Рататоскр кал, лучше вот это https://civitai.com/models/1981116/dasiwa-wan-22-i2v-14b-v8-v1-or-lightspeed-or-safetensors
Ускоритель вшит, поэтому в 4/8 степ лоре нужды нет. Фуррипорнушка тут запрещена, вроде, поэтому делиться результатами не могуИли могу?
Пиздец ты долбоеб, конечно, лол. Впрочем, от анимедауна другого и не ожидаешь. Ван у него плохой, епт.
Пизда тебе, киношник. Как раз когда выпустишься, вас большинство и выпнут на мороз.
У тебя варик один - выкуривать новые технологии во всю, мож даже какой сериал запилить в инсте, чтобы потом подвинуть слоупоков.
Попробовал сам. Гораздо лучше, чем Wan Animate и тем более Wan one to all
Теперь осталось понять как сделать длинное видео больше 81 кадра.
Я просто словил ошибку, потом погуглил о возможных причинах, и сидел обтекал, что umt5_xxl_fp8_e4m3fn_scaled.safetensors и umt5_xxl_fp8_e4m3fn.safetensors - это две большие и несовместимые разницы. Если юнет и энкодер в разных форматах, то получай вылет.
>>1460857
>в 32 оперы влезет 2.1 14b или лоунойз модель от 2.2 14b, которая по сути и есть улучшенная 2.1.
Как правильно генерить на одной лоунойзовой-то? У меня часто (но не всегда) при использовании её одной, картинка быстро сваливается в густое мыло и серость (кастомная модель со вшитой ускорякой), так что скачал пару хай и лоу q4 k_m (от другой васянки, SmoothMix) на пробу да пока так и остался. Чистая модель тоже блюрить будет или норм? Воркфлоу от 2.1 или от 2.2 и в обе ноды юнета ставить лоу?
No valid pose found in pose_input.
Подождем еще
Как теперь делать видео, где тянка срывает с себя одежду?
В простое пропиши. Там все описывается, и одежда и действия
Реквестирую его, а так же какой-то менее красноглазый UI, типа того что используется в SD по дефолту.
найс слайдеры фреймов и степов БУКВАЛЬНО на половину экрана. какой же сблев а не интерфейс, это пиздец
А, лапшедебил. Я-то подумал, что анону Wan2GP не нравится, а это просто злой наруто ворвался в тред с хейтом к нормальным интерфейсам.
Там теперь кратно быстрее, чем на комфи? Вы же не хотите сказать, что свидетелеи ван2гп все это время генерили в десять раз медленнее чем на комфи, и жрали говно как не в себя?..
чел, это ты ворвался в тред про wan с советами поставить кривое ноунейм говно и хейтом к комфи)
>нормальным интерфейсам
>Wan2GP
Что это?
Комфи сейчас дефолт для видео генерации
не, я понимаю что ты ответил на вопрос другого чела и помог ему, но агриться и заявлять что "кто-то ворвался в тред", когда твой ссаный ван2гп юзает один калека на миллион, а фордж для вана вообще никто, это просто рофл. попытки огрызаться и называть вот эту блевотину на скрине >>1467873 "нормальным интерфейсом" - омегарофл, особенно в контексте использования вана.
> umt5_xxl_fp8_e4m3fn_scaled.safetensors и umt5_xxl_fp8_e4m3fn.safetensors - это две большие и несовместимые разницы
есть большие сомнения что это действительно так
> Как правильно генерить на одной лоунойзовой-то?
так же как на 2.1
у меня были проблемы с миганием и артефактами на стандартной i2v, с vace проблем никаких. так как я именно vace и использую по дефолту, то забил хуй на попытки понять что не так.
>не, я понимаю
Неа.
ВанГП предлагал не я, моё предложение было генерить на Фордже, если тот интерфейс не устраивает. Ирония в этом была видимо слишком тонкая для жирной толстоты вроде тебя. Тем не менее, как интерфейс (вне контекста использования WAN) - поломатик-стайл лучше лапши. Отрицать это будет только лапшедебил. И да, сам я использую Комфи для WAN'а, потому что ещё блядь использовать-то? Картинки я-по прежнему генерю в Фордже, текст - в Кобольде.
> есть большие сомнения что это действительно так
Это действительно так, Комфи и Киджай сами об этом писали сто раз.
Там буквально ошибка дропается об этом.
Может уже пофиксили и они взаимозаменяемы, но раньше было именно так.
> моё предложение было генерить на Фордже, если тот интерфейс не устраивает
> Картинки я-по прежнему генерю в Фордже
чето ты сам себя переиграл в иронии
Решил пойти по более простому пути:
Взял воркфлоу на Цивитаи (второе) - хорошо, плавно, со встроенным апскейлером - но Рей без умолку пиздит.
Ну что за нахуй?
Как сделать чтобы героиня молчала? Может я тупой и на cfg 1 не работает негатив просто?
Может есть ссылка на нормальное воркфлоу для лупа без пердолинга?
Что ж, возможно следовало обмазаться лорами.
>>1468771
Может стоит внимательнее относиться к промпту? Добавить speaking в негатив, например? Посмотреть, что там в позитиве написано?
Воу-воу, палехче, я только вкатился и то, что персонажи по умолчанию говорят - было для меня неожиданностью.
Тем более что в третьем видео у меня в целом получилось добиться желаемого.
>>1468912
Спасибо. Если воркфлоу в видео есть - с удовольствием посмотрю вечером внимательнее как надо было сделать.
>поломатик-стайл лучше лапши
Разве что для калечных нубов не могущих осилить чтото сложнее 1 кнопки.
Комфи как для видео так и для картинок - отличное решение, которое позволяет гибко настраивать инпут и аутпут и вообще целиком пайплайн крутить вертеть как хочешь. На каломатике ты ограничен базовым функционалом, в то время как на комфи у тебя практически нет ограничений.
Богатство возможностей иногда полезно, кто бы спорил.
Но для большинства случаев я возьму инструмент с базовым функционалом.
Очевидно так же как и Тарантино - ускорять плёнку в 4х раз уже в давинчах.
>Может я тупой и на cfg 1 не работает негатив просто?
Да. Не работает. А если выставить больше 1 - просядет скорость генерации (почти в два раза). Говорю, чтоб сюрпризом не было.
>Но для большинства случаев я возьму инструмент с базовым функционалом.
Чел... Comfy - это и есть тот самый набор (ящик) инструментов с базовым функционалом. Каждая нода - делает что-то одно (как молоток или пила). Ты просто берешь, и применяешь их по порядку, как тебе надо. Минус один - надо уметь пользоваться каждым. Чтобы молотком шурупы не забивать.
А форж - это тот самый швейцарский нож с кучей функций, в который пытались все сразу впихнуть. :)
>FramePack
Ненужет. Лайтнинг лор и сажевого внимания длостаточно для ван
Чел, его рукой оператор делает. Если бы он был ускорен, то не было бы такой тряски.
>>1469556
FramePack конечно представляется на первый взгляд киллер-фичей со своими возможностями минутные видео прямо на кофеварках с 6GB vram рендерить, и притом в пристойном качестве картинки (жор vram не зависит от длинны вообще).
Но увы - это его единственный плюс. Промпту следует очень слабо, почти ничего показывать не умеет, кроме базовых движений персонажа при статичной камере и фоне (или минимальных движениях). Легко теряет детали и схожесть лица, движения от естественных весьма далеки. При всем этом - лучше всего получалось с 2.5D анимешным стилем - реализмом там в любом случае не пахло.
Не сохранил ни одного видео с него - после Wan (даже 2.1) уже никак не смотрится.
>прямо на кофеварках с 6GB
Так wanvideowrapper тоже это умеет с выгрузкой модели в оператичную память
Вон то, что у меня на картинке, тоже "набор-ящик инструментов". Применяй их по порядку на здоровье.
>>1469470
Дроп не скачивая, когда выяснил, что лоры-ускоряки не поддерживаются. И вообще абсолютно ничего не поддерживается, кроме того, что автор изначально заложил. В итоге получился какой-то мем, а не полезная вещь.
ну и потряси в давинчи
нет никакого смысла пытаться генерить то, что можно сделать за два клика на монтаже, имея при этом максимум контроля.
так а при чем тут модель, она и так у тебя в оперативе изначально
тут речь о расходах на генерацию, во фреймпаке взята разновидность хуньяна которая предсказывает дальнейшее происходящее в кадре основываясь на предыдущих кадрах, а не делает сразу весь видос целиком, поэтому врама в моменте жрет немного.
эту модель можно и в комфи использовать вместо фреймпака, есть модели вана которые работают по такому же принципу (skyreels diffusion forcing)
Типа на вводной пикче мужик, из которой я хочу сделать видос, промпт тян выходит из за угла и эта тян со второй картинки?
так он вышел 8 месяцев назад, с ним поигрались месяц и отложили в сторонку потому что кал, хуль ты хотел. а там и wan 2.2 вышел.
Кал во всем, как и прочие убиватели лоКАЛного вана. Щас лучшее что может быть, это выходы новых копромоделей и веселье пока они фильтры настраивают. На ван 2,5 кстати ввиду закрытости все еще слабый.
Процессор не особо важен, а вот запас оперативки желательно побольше я бы выбрал 2й или 3й вариант, скорее даже третий ибо при генерации до 170 гигов уходит.
ля ты буржуй.
Хотя я если честно рад, что хоть кто-то смог урвать столько ддр4-5.
Жаба душит переходить с некросборки на свежую платформу с учетом x3-x5 оверпрайсов за оперативу.
Такое ощущение, что это все бабки затарились, которые за гречкой по первому чиху бегут, етить!
Чем можно улучшить лицо во время или после генерации?
Я другой анон, хочу в вкатываться в генерацию видео, у меня 5090 и 128 RAM DDR5, честно немного расстроен, что и 128 оказывается мало
что вы там такое генерите, что вам 128 гб мало. Тут аноны сериалы генерят на 12/32, а вы сопли раскатали.
Плюсану второй или третий, лучше третий.
>>1470813
У меня больше 90 гигов не уходило при генерации.
Но мало ли, я мало генерю. =)
На Pro генерит хорошо.
На Lite генерит простенько.
Но везде долго. 7 минут для distill 16 steps cfg 1.0 на 5070 ti Pro-версия и 1:45 Lite-версия.
За наличием Wan2.2 + lightx2v получается довольно бессмысленно, если честно, хотя и неплохо.
Воркфлоу нативное, из темплейтов, модель от Сбера и Киджая (фп8 про).
>У меня больше 90 гигов не уходило
Ты просто не так смотришь, 90 гигов это у тебя активной памяти в данный момент, оператива работает не так.
да нет, не мало. там просто данных генерится очень много в моменте, реально сотку+ с ссд сжирает. а так 64гб норм иметь, в 32 обе модели вана 2.2 не влезают
Берешь вывод из консоли Comfy и кидаешь его Гроку. Просишь объяснить - что сломалось и как чинить. Он неплохо справляется.
>после генерации?
по логике должен подойти фейсдетейлер, но делать это на пару сотен кадров будет долго.
Технически может будет полезно поставить фейсдетейлер на последний кадр каждого отдельного отрезка видео, которые сшиваются в ворфклоу перед генерацией следующего отрезка.
Но в целом, такое себе.
Зачем тебе для наложения лого именно нейронка, объяснить можешь?
хоспде, совсем логи разучились читать с этими нейронками.
1 мало озу, 2 двухканал, 3 озу хватит хоть на что и еще восьмиканал.
>>1472294
>Обновил портабл версию комфи
Никогда не обновляй, качай архив вручную.
>картинки стали хорошими
Это смотря какие. Прогресс после сд1.5 двигался в сторону рафинирования качества исполнения. Картинки становятся все безупречнее технически, но при этом потерялась душа. Новые модели делают фотореалистичные фото и неплохие имитации популярных художественных стилей (чему пример всяческие имитации стилей комиксов, которые любят пользователи чатгпт), но по факту, если сгенерировать пакетно 100 изображений, то все они будут практически на одно лицо, так что даже не тянет просматривать.
>если сгенерировать пакетно 100 изображений, то все они будут практически на одно лицо
Это имманетно присущее нейрогенерации явление, оно берет инфу по тегу и делает обобщение, иначе бы оно тупо не работало. Есть такая прога фантаморф, по ней наглядно видно как образуется нейроебало, а нейронки просто такое условное нейроебало делают вообще из всего. У сд 1.5 в тэгах было насрано, поэтому по промту притягивалась куча левой инфы дававшей разнообразие, у современных моделей с детальнымы тэгами от мультимодалок такого никогда не будет.
Я то не разучился. И сам справлюсь, если что.
Но там же чел изначально не умел, судя по его возмущению. Вот ему Грок и поможет. :)
Так, и? Если смотреть не туда, где ты подчеркнул (где 80-90 в пике), то куда?
>>1475048
Ну берешь там, тянешь, туды-сюда…
Открой воркфлоу нужное тебе, он предложит доустановить недостающих нод или докачать недостающие модели.
Вроде не слишком сложно.
Можешь либо «посмотреть шаблоны» в левом верхнем меню, либо найти на ютубе/цивитаи.
С того момента как ты загрузил темплейт онлайн генерилки. ван 2.6 закрытая сетка.
Спиздил чужой воркфлоу, внешне он простой, но там есть сага атеншн. Сука вот у меня что тогда с ней проблемы были, что сейчас. Как ее установить эту падлу? У дипсика спросил, сделал как он сказал, запустил я через павершелл эту хуйню (ничо не произошло), ну короче не работает. Как фиксить?
Попробовал детейлер на ключевых кадрах, большого толка нет. Можно ли как то предотвратить деградацию стиля при продолжении генерации? Я пытался референс подсовывать, но он руинит позы. Нормальный I2I с сохранением персонажа но сменой позы, я не нашел.
>Так, и?
Так попробуй сгенерить чтонибудь в HD, вф возьми пожирнее с интерполяцией и т.д. и пик по правому значению смотреть надо 158
>Можно ли как то предотвратить деградацию стиля при продолжении генерации?
Единственное что приходит в голову, после генерации каждого видео сегмента - пропустить последний кадр сегмента через апскейл минимум 2х с нормальным денойзом и потом запихнуть его в инпут следующего сегмента.
или как вариант, после генерации каждого видео сегмента делать апскейл всех кадров.
Сага - просто ускорялка (~30% в удачном случае 1-2% в неудачном). Если не разберешься - можно просто выкинуть эту ноду из workflow соединив напрямую без нее.
мож вт эт хуйня подойдет
https://comfyui-wiki.com/en/news/2025-12-27-svi-2-0-pro-wan-2-2-release
А, ну, интерполяция, ок.
Просто я-то говорил про обычный генереж, он в 90 влазит.
А если еще моделей накинуть, вопросов нет. Будет больше.
очень долго конечно, за 4 минуты должно трилогию властелина колец выдавать
Подскажите где берёте новые лоры для nsfw контента.
Сижу обычно на civitai, но там всё меньше и меньше лор(удаляют).
Есть ли ещё подобные сайты с описанием или изображением происходящего?
Есть блок свап для недостатка врам, на 5070 ti больше оптимизаций, думаю даже с блок свапом 40 будет раза в 3 быстрее генерить чем 3090
>раза в 3 быстрее
5070ти процентов на 30 быстрее будет чем 3090 и то если все настроишь нормально. Слева на пикче 3090.
А ты не очень умный..
Нейронки это про архитектуру и оптимизон под неё, а не про чистую мощь
Ты б ещё карту от красных привёл в пример, она же мощнее.
Аноны, а что порекомендуете для генерации легкой аниме эротики? Видеорелейтед я на WAN 2.2 13B модели сгенерил, получилось весьма хуево.
Может лучше онлайн генерить? Где цензура сейчас не сильно душит?
Собственно вопросы такие -
1) Я скачал лору архивную, в архиве тоже два файла хай и лоу, тут все понятно, одно к одному подключаем другое к другому, но в каком порядке чтоб не терять скорость? Схема должна быть ЧЕКПОИНТ - 4СТЕП - ДРУГАЯ_ЛОРА или ЧЕКПОИНТ - ДРУГАЯ_ЛОРА - 4СТЕП?
2) Есть лоры где один файл с лорой всего, а не хай и лоу, как подключать такое?
3) Лора ставится в такую же ноду как и 4степ стоит?
Спасибо!
Я за 5070ти. На пикчах ггуф, в фп8 на блеквеле будет ещё больше отрыв от старых архитектур.
1 - В любом порядке можно подключать.
2 - Это лоры от wan 2.1, в хай с значением 2 - 3 ставишь а в лоу с 1.
3 - Да.
>в фп8 на блеквеле будет ещё больше отрыв от старых архитектур
А можно поглядеть в такой же графической диаграмме? Интересует где 4090 окажется.
Из-за этой хуйни у меня лоры все пропадают
Нормально получилось
Спасибо, видно что ты промпт получше чем я подобрал. Однако все равно хуйня. Какие сейчас онлайн-генераторы можно попробовать? Только Грок? Или любые персонажи в купальниках и белье сейчас требуют ебли с обходом цензуры?
Как то можно было сделать 6 кадров как в аниме...
Не помню как, anime style почему то не работает
Свинья с лицом Трампа хрюкает в грязи. Черный сапог вне кадра бьет его по роже и ломает ему ебало в кровь.
Спасибо.
Можете меня поздравить, я таки добыл себе 3090, доволен как слон! По сравнению с теслой скорости как-будто космические, 5-секундное видео в том же говёном качестве генерится буквально за минуту! В качестве получше - минут 5. В итоге остановился на чём-то среднем.
В общем наконец-то могу нормально заняться генерацией!
Но тут у меня опять случился ебанутый затуп. Такое ощущение что решение перед глазами, но оно от меня ускользает.
Решил сделать видос про мятьё сисек и стандартный ван выдал мне Прикл 1 Ржут, но сиськи не мнут
В принципе похожие результаты выдают и все файнтьюны вана, что мне попадались.
Тогда я решил опробовать вот это дело:
https://huggingface.co/Phr00t/WAN2.2-14B-Rapid-AllInOne
Взял стандартный процесс из Mega-v3, результат Прикл 2 сиськи мнут, но не ржут и вообще почти не шевелятся
Путём экспериментов нашёл, что снизив параметр strangh c 1 до 0,50 можно получить прикл 3, НО это нихуя не то что мне надо. Стиль изменился, вылезли сиськи, а я этого не просил.
В итоге я получил нужный видеоряд только отключив нахуй модуль, который в дефолтном воркфлоу обозвали "Bypass for T2V, use for I2V"? в корорый подаются начальная и конечная пикчи. Но при этом картинка стала серой, так что этот результат тоже не канает.
В режиме t2i любой ван генерит нормальный динамичный видеоряд со всеми нюансами промпта. Такое ощущение что картинки мешает ему делать новые кадры лол.
Какого хуя, что я опять делаю не так?
Так обрежь нужный кадр просто в редакторе из того что получается, тормоз
Попробуй это https://huggingface.co/lightx2v/Wan2.2-Distill-Models/tree/main
Как то так
ДаВаСя малость деревянная, попробуй СмузиМикс. И лору на сиськожмяк накати. У меня в таких условиях работало на дефолтном Комфи-шаблоне.
Это ты не очень умный, я специально указал где какая карта на первом пике, чтобы ты своими глазами посмотрел на CUDA ядра.
Несколько тредов назад сравнивали эти карты в производительности для генерации. В первом случае разницы практически не было, во втором 5070ти была быстрее на 20-30%. Что так раз очень похоже на их разницу в "чистой мощи". Для тупых: я не утверждаю что это так и есть, просто совпало.
Пиздец конечно длинный промпт получается, но зато работает.
Что у тебя за видюха что апскейлит тензором в одном вф без разделения? А то у меня на 4090 оом, нужно пердолить
3090 в батнике такое стоит @echo off
.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --use-sage-attention --fast fp16_accumulation --force-fp16 --dont-print-server --cache-none
pause
>Юзаешь говномердж
Я специально юзал разное. И говномерджи и дефолтный Ван, предлагаемый в шаблоне комфи, он дал прикл 1 отсюда>>1479097
Пока что говномердж Rapid-AllInOne дал самые лучшие результаты, но с нюансами.
>>1479178
>Попробуй это
Результат прикл. В целом аналогичен дефолтному вану и его тьюнам, ничем особенным не выделяется.
>WAN2.2-BreastRubv
Яснапанятна. Видимо без лор тут хуй что сделаешь.
>>1479218
>ДаВаСя малость деревянная, попробуй СмузиМикс. И лору на сиськожмяк накати. У меня в таких условиях работало на дефолтном Комфи-шаблоне.
Сука, вот сколько же всякого говна надо перелапатить только чтоб аниме-сиски помять. И ведь я как-будто уже нашел универсальное решение, в которое уже всё зашито только работает оно через собачий анус буду пробовать дальше.
Ты понимаешь, что ты поехавший? Нафига ты продолжаешь использовать свой всратый воркфлоу, когда анон скинул тебе рабочие варианты? Почему ты рассчитываешь на интенсивное движение в 57 кадрах first-to-last image схеме без лоры на сиськожмяк, зато с ускоряющей?
>Почему ты рассчитываешь на интенсивное движение в 57 кадрах first-to-last image схеме без лоры на сиськожмяк
Может потому что это сработало лол но вызвало технические проблемы, в которых я надеялся разобраться . Да и почему это НЕ должно работать?
>использовать свой всратый воркфлоу, когда анон скинул тебе рабочие варианты
Но он использует тот же самый воркфылоу что и я...
Я просто выпилил апскейлер и добавил авторасчёт разрешения и количества кадров.
По итогу +- работает только с ЛОРой и только с длинным промптом.
Порпробую дальше шатать Rapid-AllInOne, для которого не надо генерировать простыни промпта и искать лоры для каждого пука. Если решить проблемы, то так то идеальный вариант.
>Ты понимаешь, что ты поехавший?
На данный момент это 52 итерация данного видео. Сам как думаешь?
speaking, talking, conversation в негатив засунь и nag поставь, чтобы не пиздели
>Да и почему это НЕ должно работать?
Ну закольцованное видео в малом промежутке не особо способствует его высокой интенсивности, хотя и от модели зависит, конечно.
>Сам как думаешь?
52/100! Я тоже с парой картинок дрочился с десятками траев, когда вкатывался.
>>1480135
Лора или две на цивите есть, иди проверяй сам, я не скачивал.
Оно бы ещё работало. Но ведь нихуя не работает. А ещё есть какие-то вчерашние ноды от комфипидора, которые тоже сыпят ошибками.
Какая же дегенеративная хуйня. В воркфлоу линк на HF-репу геммы от гугла, при этом внизу же написано положить safetensors в text_encoders. Ок, скачал safetensors, положил, выбрал в их ноде загрузки клипа, но ошибка:
> FileNotFoundError: No files matching pattern 'tokenizer.model' found under /home/user/ComfyUI/models
Т.е. ему всё же HF-модель нужна? Ок, скачал, теперь ошибка:
> ValueError: Cannot use chat template functions because tokenizer.chat_template is not set and no template argument was passed!
Пизда. А ещё какая-то паутина из апскейлеров и прочей хуйни. Нативной поддержки в Комфи похоже нет, он не может загрузить модель и думает что это Флюкс.
У нас есть Gemma 3 12b, но unquantized, держи 23 гига.
У нас есть выгрузка в оперативу, но держи хуй.
Запустить может кто угодно (у кого есть видеокарты с 32 памяти — то есть владельцы 5090).
Красавчики, хули.
Ждем когда пофиксят или квантуют.
Я потыкался и так, и эдак, с полпинка не завелось, к сожалению. =( Разные модели не помогли, в официальном воркфлоу пишет «ой, выгрузка в оперативу сработала, но я не умею с таким работать».
Люди пишут везде — разрабы все игнорят.
Надеюсь втихую фиксят.
Черрипики пиздатейшие, но не верим, как водится.
Есть нативное от комфи, и официальное от Лайттрикс.
Это два разных воркфлоу.
Что-то у меня есть уверенность что пока сами разрабы не сделают полноценный трен на проне кум так и будет сосать
Всё что меняется это скорость, а сам кум со времен хуняна первого такой же
Оно тоже нерабочее. У меня 5090, комфикал обновил, но ТЕ отрыгивает:
> RuntimeError: Expected all tensors to be on the same device, but got tensors is on cpu, different from other tensors on cuda:0 (when checking argument in method wrapper_CUDA_cat)
7 секунд блять
Лучше бы он показал запуск, запуск блядь.
То, что она быстрая, мы и сами понимаем. Она качество проебывает ради скорости, в какой-то момент это становится оправданным.
Но оно ж у нас не работает. =(
Ещё хуже то что у нас два набора нод и оба нерабочие. Я Флюкс 2 в fp8 гонял без проблем с дня релиза, Квен 20В без проблем работал без квантов, а тут 19В с пердольными нодами и нихуя не работает. Тоже не понимаю зачем в таком виде высерать, зато лор каких-то наделали зачем-то, лол. Ждём Киджая, может он на своих говнонодах запилит рабочее.
юзаете аргумент комфи --reserve-vram 3
отключаете превьюхи видео
On ComfyUI\comfy\ldm\lightricks\embeddings_connector.py
you replace
>hidden_states = torch.cat((hidden_states, learnable_registers[hidden_states.shape[1]:].unsqueeze(0).repeat(hidden_states.shape[0], 1, 1)), dim=1)
by
>hidden_states = torch.cat((hidden_states, learnable_registers[hidden_states.shape[1]:].unsqueeze(0).repeat(hidden_states.shape[0], 1, 1).to(hidden_states.device)), dim=1)
Только это тупой конверт в fp8, вангую будет очень всратое качество промптинга.
Будто тут кто-то промптит что то сложнее чем "соси хуй баля"
По качеству хуже вана, голоса металлические, звуки как в ммаудио.
Лучше чем Ови, быстрая (если бы не текстовый энкодер), но…
До черрипиков как до луны, если честно.
Посмотрим, может еще пофиксят.
А смысл? Чекпоинт модели в fp8 тоже не загружается, лол.
> AttributeError: 'NoneType' object has no attribute 'Params'
Эта хуйня такая кривая что пиздец.
>>1480645
>>1480424
Говорят это уровень Грока. А значит можно смело удалять Масковские зонды и локально переходить
https://github.com/vita-epfl/Stable-Video-Infinity
Тред не читаешь? Нихуя не работает, квантов нет. Как починят, так и приходи.
Надо попробовать
Так покажи как работает, ни одного видоса пока не видел с этой хуиты. Тупо официальный вокфлоу ошибки сыпет.
https://www.reddit.com/r/StableDiffusion/comments/1q5r1yp/wan_22_is_dead_less_then_2_minutes_on_my_g14_4090/
Второй такой же походу, ну чуть плавнее движения и все. Надеюсь что ошибаюсь
Ну хз, на видео какая-то хуета с цветом. Но нормальные движения и аудио это плюс.
Может к 3 версии допилят до нормального уровня
Блять ну вы тролите?
Задремал, думаю открою любимый тредик посмотрю что аноны нагенерили а у них слюна течет.
Обновите, блять, комфи через git pull - pip install -r requirements и в самом менеджере нажмите обновить комфи и обновить всё, потом этот фикс который за минуту делается, пиздос
Результаты мне пока не нравятся, вайбы ван 5б для и2в, в т2в сильно лучше
Как я понял модель генерит 1/4 от разрешения которое ты ввёл
Сколько генерируется такое видео 3 сек в 704на704? Звук это конечно заебись.
Пробуй вырубить апскейлеп и дай х3 разрешение от желаемого хотя бы
Оно буквально из 240р в 960р апскейлит
Мдааааа.... Ну годика 3 и может до уровня WAN 1.3B доделают..
19б же, мне кажется ван 5б и тот лучше был
Алло, никого не интересует видео любой произвольной длины или что? Мозг поколения тиктока ролики свыше 5 секунд воспринимать отказывается?
Неплохо, реально неплохо, без особых затрат делает продолжительные видео. К сожалению при множественных генерациях все равно начинает деградировать качество. Но для 20-30 секунд практически незаметно.
Умножает разрешение на 0.5 и апскейлит его каловым шарпом
Следовательно 704х704 это 352х352
Тебе для этого и вановских 5 секунд хватит, еще и с запасом.
Один промпт, без лор, где ван где говно2 сами поймете
Чего то надо ждать, анон.
Ван ушли из опен сорса...
Как там хунян 1.5, кстати?
>Ван ушли из опен сорса
Вот бида. В таком случае нужно наковырять таких-то видосов через ван 2.5 и просто обучить на них дистиллят 2.2. Или ты собирался на своих 12ГБ крутить корпосетку типа соры?
Нет такой ноды
Цензурят соски, цензурят лобковые волосы... Помнится Япония запрещала волосню, что привело к расцвету лоликона как жанра. Походу, запад решил наступить на те же грабли, и своими запретами поощряет контент для извращенцев, лол.
Так древность же, давно релизнули, кто хотел попробовал.
Там же от лор, вроде работало, не? И качество так себе.
Если лоры обучат на нужное — по кайфу. Но, как видишь, за 2 недели всем пофиг, пока что.
Если бы докинули дистилл и лоры на интересности всякие — тогда заценили бы.
Ну давай, показывай, если тебе понравилась, ждем от тебя видосяны.
>>1481198
Слишком толсто, видосяны говно. Фича только в озвучке металлическим прокуренным голосом.
>>1481226
Все так, мелкомодель с быстроскоростью. ЗАТО ЗВУК.
>>1481246
Или хотя бы 2.5, он и то лучше был. =) 2.6 там с персонами, слишком элитарно для локалки. =(
>>1481461
А нахуя тебе видосы-то из ван2.5? С этим и 2.2 хорошо справляется, ты озвучку запили. =)
Единственная фишка лтх — озвучка. Ну и скорость, но за такое качество нахуй оно не всралось. Ван уже достаточно быстрый, но без звука.
У нас есть Ови со звуком, но там хуйня похуже ЛТХ, если честно. =(
Слоумошен только на 4 степах, если что.
Это срань от людей, которые ни разу не запускали, а не аргумент.
———
5070 ti + fp16_accum + sageattention (не работает, по-ходу)
ltx fp8 + gemma fp8
20 step
241 кадр — 252 секунды, но нестабильно, апскейл иногда затягивается на пять минут, иногда пробегает за 1.
121 кадр — 130 секунд.
Следование промпту говно, но я их не умею составлять, сошлемся на это.
Грустно конечно, что моя новая видяха устарела за неделю… =D
> Слоумошен только на 4 степах, если что.
Без лайтнинга ван литералли в 10-20 раз медленнее LTX, это абсолютно не оправдание мизерному приросту качества. И без лайтнинга Ван всё равно не может в быстрое движение, хотя бы потому что безвариантные 16 кадров, все движения максимально неестественные. А уж про промптинг не Вану говорить, в i2v Ван надо вприсядку дрочить и роллить чтоб получить отдалёно напоминающее что тебе надо, банально движение камеры хуй запромптишь.
Скилл ишью, честно.
Уж наскока я хреново промпчу, но в половине случаев получаю то что надо.
Ван медленнее без лайтнинга, и даже с лайтнингом медленнее, да, но:
1. Следование промпту в десятки раз лучше, ЛТХ генерит рандомную хуйню вместо того, что ты промптишь.
2. Анимации гораздо лучше.
Не резкие, а плавные? Да, проблема. 16 фпс? Да, проблема.
Но лтх уже лежит в луже обосравшись и обоссавшись, ван от этого хуже него не становится.
К СОЖАЛЕНИЮ БЛЯДЬ ЕСЛИ ЧО
Я не фанатею по вану, я хочу норм генератор видео. И лтх — говно. Ван тут не виноват, алибаба не срала в штаны лайтриксам, они сами все делали.
Да, по сравнению с последним хуньюаном вполне норм модель. И скорость быстрая, это правда. И звук есть, иногда не всратый! И генерит порою до 20 секунд. У него много плюсов, но качество туда не входит.
Если ты готов мириться с посредственным (не плохим, я помню АнимейтДифф, SVD и прочие первые видео-нейронки!) качеством ради звука — заебись. Хочется резких движений — все еще есть очень быстрая Wan 5b (с кривыми вае-шками, тоже алибаба себе в штаны насрала, конечно), там все весьма недурно (за 10 сек генерации-то). Но лтх занимает своей твердое место посередине — лучше Wan 2.2 5b, но хуже Wan 2.2 14b, зато со звуком и скоростью.
Ну не идеал, ебать, нихуя не замена вану, просто альтернатива со своими фишками.
Возможно это все пофиксят на стороне комфи и через день мой комментарий станет неактуальным.
Но вспоминая их первые превью, когда модель релизнулась по апи — там уже было хуже ван2.2 на тот момент. Вряд ли они дообучили модель (нам еще и dev-версию дали, если что).
Будто бы без апскейла лучше не юзать.
У них модели учились на шумных картинках, поэтому любые качественные изображения они не анимируют. Об этом тред поднимался еще на первом лтх, и тут так же.
Нода в начале делает шакальную картинку (жпег с 33 качеством, как я понял) в разрешении 1536 по длинной стороне, а потом ее ужимает и анимирует (с разрешением 640х360, условно говоря), а потом апскейлит до 1280х720.
Наркоманы, простите.
Но я понимаю, почему. Первые кадры видео в датасетах шумные — на чем учились, то и получились.
Зато без апскейла генерит быстро даже на мелких видяхах.
А ещё в рекомендациях 80гиговыми А100/Н100 выебнулись зачемто.
Ну да, для мультиков сойдет. Да и то при условии стилизации под VHS.
https://civitai.com/models/1866565/wan22-continuous-generation-svi2-pro-or-gguf-or-32-phase-or-upscaleinterpolate-w-subgraphs-and-bus
Она сойдет для всяких рандомных проектиков, кеков и мемчиков, да. Когда просто хочешь что-то показать.
gemma fp8 + ltx distill fp8 + fp16_acc + sage_attn
960x544@251
5070 ti
Prompt executed in 57.64 seconds
Кстати, забавно, обрезала до 512 по вертикали.
То ли математика проебалась, то ли хз.
1 - ВФ с цивита 7620 секунд.
2 - ВФ https://github.com/user-attachments/files/24359648/wan22_SVI_Pro_native_example_KJ.json 1702 секунды.
А у нас вообще есть локальные нейронки могущие в музыку?
Может ну нахуй это видео, будем в 1х1 видосы делать с длительностью 50 и музон лепить
Хмм спасибо за наводку, правда только англюсик как всегда не сосёт
https://files.catbox.moe/1ndvrb.mp3
Киджай, к примеру, щас пытается прикрутить звук к ван через ltx
Получится какой-нибудь работающий на костылях proof of concept, а дальше этот питухонщик побежит в другое место срать своими нодами.
>>1482663
Ну предложи коллаб ему, сделаете что то пиздатое.
Уверен ты пиздатый ии разраб, а не просто ноющий пиздабол
Сделать что-то пиздатее торча высирающего 10 ГБ текста на хард пользователя в венв и так под каждую отдельную прогу уже невозможно, это совершенство говна.
Не, смотри, когда он пилит свои ноды и заливает поддержку раньше комфи — он молодец.
Но когда он берет работы комфи и че-то пытается с ними мутить — пока нифига не продвинулось, к сожалению. Вот только SVI выложили, вроде рабочее, да? На нативных нодах, как я понял.
Но это не то чтобы мы охуенно ждали.
Ван+лтх звучит пизже и сложнее, я сильно не уверен, что получится. Но было бы круто.
Ну и сви, хули. =D
———
Кстати, кто-нибудь разобрался, как запихиать в лтх видео в сурс, чтобы он продолжал его с воисклонингом?
если че то он сейчас в комфи на зарплате, поэтому то что запиливается и в натив и во враппер, с высокой долей вероятности делал в обоих случаях он
Круто, но что что у нас было такого экспериментального за последнее время в нативе? Примерно ничего. Wan-S2V — оф.модель. В натив завезли инфинит-толк хотя бы? Я не видел, может упустил.
Короче, ван+аудио очень круто, но слабо верится. =(
Оно еще с 2 фпс мотается, а комп у меня далеко не самый хуевый
А я еще стыдился что гружу гайданс в виде 10 мегабайтного файла из txt
скачать рандомный воркфлоу от поехавшего ноунейма, обмазанный забагованными в хлам нодами, а потом пойти кудахтать про лапшу, ну это база
воркфлоу рабочий, из проблемных нод разве что Rife Tensorrt
2.1 будет через 3 месяца
2.5 через год
Больше интересно что там чел из ван пукнул типа "вот это моделька, надеюсь опенсорс и дальше будет радовать"
Так их еще и обоссали в оф. канале LTX, сравнив с ваном очень удачными генерациями в своем поделии. Теперь надо ждать решительный ответ на этот вызов в виде опенсорс ван 2.5
Теперь мне это кажется пиздец дикостью, че, может еще черно белую модель выпустим, а хули нет?
Не менее приятный бонус это анлокнутый фпс вплоть аж до 50.
Вану реально хуёв надавали, да ебать, какая разница какое у него качество если там всего 5 сек в слоумо нахуй, попиздите ещё что юзабельно а что нет
T2V выглядит в разы пизже i2v, 480р 20 секунд в 24 фпс на 3090 за 130 сек генерятся
Курите гайд на промптинг
Язык фактов.
>>1483629
И НИХУЯ НЕ ДАЮТ В ОПЕНСОРС
>>1483649
Вот в натуре «18x speed» и нихуя больше.
Показывать ван мы конечно не будем, обосраться не хочется.
Но за креативный подход — лайк, конечно. =)
———
Ну, если вдруг LTX2.5 будет хотя бы на уровне Wan2.2 и исправят металлические голоса — то как будто и заебись.
Лишь бы эти пидоры тоже не оставили все в апишке.
…а потом опять будут бегать по треду и ныть «а как делать, а почему не работает, а что за ошибка!..»
Что угодно — лишь бы не лапша.
———
fp4 быстрее на 25% (только генерация видео), но сильно хуже.
Не рекомендую владельцам 50хх видях.
https://huggingface.co/Kijai/LTXV2_comfy
Также у него там есть модели не ггуф с отдельными ВАЕ для видео и аудио. Нужно через менеджер обновить ванвидеовраппер. ВФ в видео.
Там одна гемма уже сразу выпригивает на ООМ в оффициальном ВФ.
Кумфи уже может в кеширование в основную RAM без доп нод? У ЛТХ какие то опять свои сука нескучные ноды. Каком в рам вывести? 128Гб рамы есть.
>батнике
линух.
На каком железе на ЛТХ удалось локально нагенерить хоть что то?
Щас проверил, gemma-fp8 + ltx-2-19b-fp8 один хуй в ООМ на офном ВФ вылетели.
Едрить ты понабрал комбо. И вторая видюха, и линух. У меня шиндовс, 5070ti 16gb, все норм. Вроде и на 8 гб умудряются генерить.
>>1483948 вторую 3090 продал недавно, мостик присрать не получалось из-за того что разные по высоте.
Русский язык хавает, результат... неблохо неблохо.
Пора генерить свиногусениц и салоходы.
Полновесная не так интересна как q8 от киджая, но поддержки пока нет.
Обещает q8>q6 > fp8
Можно отсюда скачать 2 файла nodes и loader. Закинуть их в кастом ноду gguf. Все заработает. ВФ в видео (видео не мое, у Киджая в комментах забрал.).
https://github.com/vantagewithai/Vantage-GGUF/tree/main
Ничего не качал, всё так заработало, видимо комфи обновился.
>>1484121
На 30 серии fp8 не даёт скорости, скорость такая же на гуфф ща проверил.
Ну и модель и так быстрая, а качество не очень, хочется максимум его
Теперь и он с оом вылетает и скорость в 10 раз ниже
> 7620 секунд
Ебанутый?
У тебя там 1050 ti и 128 ddr3 рам?
>>1484512
>все равно ебало открывает
calm face, concentrated face мне обычно помогает
Лора на сисик https://civitai.com/models/2294204/ltx-2-nsfw-best-breasts
А, что, нельзя просто сбоку пририсовать голую бабу как в гроке делали? Лол. Обходим цензуру Улучшаем анатомию на локалках.
Видимо модель не обучалась на нсфв поэтому про анатомию не знает.
целых 20 секунд не-дикого пластилинового слопа, с кааайфом, это нам нааадо
похуй что качество на уровне ван 1.3b, зато с музычкой под настроение епта
Не сказал бы, что прям мертворожденная. T2V вполне сгодится для каких-нить рекламных роликов в этих ваших интернетах. I2V да, пока не очень (и будет ли очень - хз). тем более, что у вана появился SVI, который помогает сохранить консистентность персонажа в I2V если юзаешь ВФ на длинные ролики (у меня даже часть лица правильно дорисовывал в следующем ролике, беря ласт фрейм с предыдущего).
> вот как пример
Давай мне такое же движение на ван, без слоумо, вот прямо такое же энергичное.
Работает, но ноды ещё не обновили.
в папку custom_nodes/ComfyUI-GGUF
https://github.com/vantagewithai/Vantage-GGUF/blob/main/nodes.py
https://github.com/user-attachments/files/24541218/loader.py
в папку text_encoders
https://huggingface.co/unsloth/gemma-3-4b-it/blob/main/tokenizer.model
Ещё ммпрож в папку clip на всякий но непонятно видит ли нода его или нет.
https://huggingface.co/smhf72/gemma-3-12b-it-extras-comfy/blob/main/gemma_3_12B_it_mmproj.gguf
Сам ты педик. и вообще, хуль сам не ищешь, всё на гите есть
С гуфом теперь можно дышать на 32рам12врам, ебучая гемма в 12б жрёт всю память и всю подкачку, да так что пекарня подвисает (без флага ловрама, который скорость режет сильно).
мимолюбительпрестарелыхнод )
Fp8 dthcbz На 4090 просто не смогло сделать за 10 минут.
Уменьшил размер картинки до 768 по длинной стороне и поставил лимит видеопамяти - через 3 минуты высрало кусок говна без аудио, хотя реплика прописана. Качество видео тоже пиздец, не говоря уже о движениях.
Нихуйя нейронка стелит, лет хим кук
>>1485852
Да что у вас не так, блять?
Только хотел зайти написать что у меня скорость в полтора раза выше стала снихуя на 480р.
Какие блять 10 минут и 768 на 4090?
Хоть с резерв врам запускаете?
Ладно, я говна натыкал, сейчас заработало.
Вопрос если 12б гемму заменить на gemma_3_12B_it_fp4_mixed.safetensors 9.45 Gb - это на чем скажется?
мой максимум это 480 на 480, с стандартнм gguf q3. не спрашивайте нахуя я это делаю. я сам не знаю. мне просто нравится жать на большую синюю кнопку и ждать.
генерация занимает 4-5 минут.
лайт лоры подключены.
при смене промта время увеличивается до 8-9 минут.
что можно сделать с этим всем чтоб сократить время генерации и не сильно потерять в качестве?
может есть декодеры промта работающие быстрее? может есть q3 хорошие модели о которых я не знаю? может есть какие то тайные манускрипты для нищих сокращающие время страданий?
q4 спокойно работает, не знаю зачем ты q3 дрочишь. (У меня также 6+16)
Как ты так сохранил лицо?
Пиздец лтх иногда живые анимации выдаёт
нет
>>1486154
у меня кидает ошибки. но я попробую еще.
но в любом случает это невыносимо долго.
ltx2 dev fp8, резерв врам 23Гб, картинка 768 по большей стороне.
Система 4090 24Гб RAM 32 Гб
>>1486193
Летс гоооу, покажи им как нужно генерить качество. Пока хуйня.
Не понял, причем тут я, 60 секунд на 5070ти.
>>1486127
А номер карты не приложил… Как тут помочь?..
———
Ну че, научились продолжать видео с аудио с воис-клонингом?
Тут Тензор банана подкинул воркфлоу.
Прикладываю как есть, не запускал, поэкспериментируйте, кто хочет.
Пойду вырезать мульти-гпу, мне лень ставить вторую видяху.
men of culture в треде! ждем нормальных настроек на i2v
ахахаха лтх-2-темпорал-апскейлер ахахаха
Не ебу, наобум ляпнул, надо проверить, как он работает с другими видео.
https://civitai.com/models/2298764/prone-face-cam?modelVersionId=2586637
На сиськи там вроде тоже лора была, ну хз как они вместе зайдут конечно
https://civitai.com/models/2294204/ltx-2-nsfw-best-breasts?modelVersionId=2581655
Тоже может помочь
сорапидоры в сторону гы
ещё не освободил место для моделей, чтобы разобраться самому
Устраиваешься в пвз
Жмёшь на большую синюю кнопку "заказ выдан" 2 месяца
Покупаешь видеокарту
Не благодари
T2v просто непревзойдён, липсинк тащит
> vfi
Ненужен.
Сильно пидорасит на меньше чем 24 кадрах изначально
24 кадра изначально достаточно и без vfi
Скажи это долбоебам, которые его в каждое видео пихают и у них сперма телепортируется в пространстве.
Держите несвязанного с этим тираннозавра.
Им дали 20 секунд со звуком и липсинком, им дали скорость из коробки, казалось бы, настало время творчества, но i2v не работает и хуй в рот еот не засунуть, значит не нужно
>20 секунд
20 секунд говнокачества
>скорость из коробки
Если у тебя 128+ Гб оперативы и 32+ врам
Еще и работает только после пердолинга. Спасибо, я посижу на ван2
Говноручка, спок.
Всё нормально работает у людей с 16врам и 64 рам
>i2v не работает и хуй в рот еот не засунуть, значит не нужно
Все так
Дурачок, какое творчество, это технический тред. Мне твое творчество в хуй не уперлось, лучше пиши как сделать картинку четче и параметры получше, чтобы пришлось меньше разбираться, когда я освобожу место и скачаю модели. Пока я из ваших бесед даже не представляю разницы между дистиллом и другими моделями. Даже более того, из сообщений в треде, я даже не подозревал, что там есть разделение. А ты про контент говоришь. С базой еще не разобрались.
Вот представлешь, да, 11,200 стоило в течение года.
И люди не брали.
И тут бах нахуй.
Проебали.
Печально.
Сам грущу.
>>1488093
У лайтх2в несколько разных лор и все дают разные результаты на разных сюжетах, так что просто подбираешь пары за разные даты под задачу. Там есть неудачные, но в основном они все разные просто плюс-минус, хорошие.
Ну и ЛТХ-2 затрай, вдруг.
>Ну и ЛТХ-2 затрай, вдруг.
Пробовал, к сожалению пока это ссанина, на i2v по крайней мере. Там оф. разраб на реддите сказал что будет в этом месяце 2.1 а в квартале 2.5 где все пофиксят, лучше подождать
>подбираешь пары за разные даты под задачу
Прямо методом тыка? Как понять что подходит? Например для лор с nsfw?
>У лайтх2в
А там еще киджаевского насрано, и пойди разбери..
Пока к такому пришел:
ХАЙ
wan2.2_i2v_A14b_high_noise_lora_rank64_lightx2v_4step_1022.safetensors вес 2.5
Wan21_I2V_14B_lightx2v_cfg_step_distill_lora_rank64_fixed вес 1
ЛОУ
lightx2v_I2V_14B_480p_cfg_step_distill_rank128_bf16 вес 1
Алсо, почему всегда второй семплер в сиде 0 ?
4 минуты на RTX 3070 с 8 ГБ VRAM и 32 ГБ RAM.
надо попробовать кванты побольше.
Пох какой. Зубов как не было так и нет. Тут похоже лору на зубы тренировать надо, чтобы можно было с людьми использовать.
воркфлоу вот отсюда, там правда нужно еще докачать лоры и апскейлеры, которые автор не указал, но их названия в нодах прописаны (одна внутри в сабграфе).
https://huggingface.co/QuantStack/LTX-2-GGUF
>>1491172
>>1490312
на Q4_K_M чуть получше
Безумно тихо, как будто с каждый днем все меньше людей с видеокартой остается.
Я на тещу дрочу. Короче смысл в чем. wan2.2 без звука меня заебал и своими перерисовками лица в том числе. Вот грок хоть и не может в порно, но охуенно сохраняет лицо на протяжении всего видео + может в охуенный звук. Вот хотелось бы ltx попробовать, но там похоже пока все печально.
братиша вкурсе что ты можешь в ltx закинуть wan видос и сделать к нему звукич?
Потестил ltx2 звук хуета. Через раз вообще закадровый голос просто диктует написанный в промте текст. Снёс НАХУЙ. Хотя я тестил только Q4 модель, возможно в фулл модели все четко. В ван генерация 7 сек в 480p 2 минуты с сажей и другими ускорялками. В ЛТХ 5 или 6 минут, в итоге анимация кривая, но звук есть. Нахуй оно надо.
Файлом ошибся