imagetovideo

מה זה

מעלים תמונה בפורמט רגיל, כותבים הנחיית טקסט ובוחרים את משך הזמן הרצוי בשניות, והמערכת מייצרת קובץ וידאו עם ניגון אוטומטי. בהגדרות המתקדמות אפשר לקבוע גם פרומפט שלילי, סיד, כמות צעדי דגימה ושני ערכי guidance שונים להשפעה על התוצאה.

מאחורי הקלעים רץ המודל Wan2.2-I2V-A14B דרך Diffusers, בגרסה שעברה אופטימיזציה עם קוונטיזציה של שמונה ביט ובלוקים של AoTI יחד עם Lightning LoRA. השילוב הזה נועד לאפשר ריצה מואצת בארבעה צעדים בלבד על מודל של 14 מיליארד פרמטרים, כשהקוד תומך בטווח שבין 8 ל־7,720 פריימים לפי קצב קבוע מראש.

מתאים ל

• הנפשת תמונות סטילס

  יצירת תנועה מונחית טקסט מתוך תמונה קיימת בתוך שניות ספורות.

• בדיקת ביצועי Wan 14B

  בחינה מהירה של התנהגות מודל הווידאו של Wan בגרסה מכווצת ומהירה.

• ניסויי פרמטרים בווידאו

  שינוי ערכי guidance וצעדי רינדור כדי לראות את השפעתם על התוצר.

איפה זה נופל

למרות שהקוד מאפשר תיאורטית עד 7,720 פריימים, סביר מאוד שמגבלות הזיכרון של מעבד A10G יקרסו בניסיון לייצר וידאו ארוך באמת. דחיסת שמונה ביט והאצה בארבעה צעדים גם גובות מחיר בפירוט הוויזואלי, ביציבות התנועה ובדיוק של הפרטים הקטנים לעומת הרצת המודל המקורי במשקלו המלא.

איך משתמשים

טוענים תמונה, מקלידים תיאור קצר ולוחצים על כפתור ההפקה. אין צורך בהרשמה או בתשלום כדי לבדוק את זה בדפדפן. הריצה מתבצעת על חומרת zero-a10g שמקצה משאבים לפי דרישה, כך שייתכן זמן המתנה ראשוני אם השרת עמוס, אך פעולת הדגימה מוגדרת לארבעה צעדים בלבד ולכן תהליך הרינדור עצמו אמור להסתיים מהר יחסית.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0, שמאפשר שימוש חופשי ושינוי של הקוד. עם זאת, התמונות שאתם מעלים עוברות דרך שרתי Spaces ציבוריים, ולכן לא מומלץ להעלות חומרים רגישים או תמונות פרטיות שאינכם רוצים לחשוף.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗