Wan2.1_I2V_14B_FusionX-GGUF

קוד פתוח

QuantStackapache-2.02025-06-11

gguf
image-to-video
quantized
en

גרסת GGUF מכווצת למודל תמונה לווידאו של 14 מיליארד פרמטרים. היא נועדה למי שרוצה להנפיש תמונות מקומית בתוך ComfyUI בלי לחנוק את החומרה עם משקלי הציפה המקוריים.

171 GBמשקל הקבצים
5,057הורדות בחודש
87לייקים

מה זה

מדובר בהמרה של המודל Wan14Bi2vFusioniX לפורמט GGUF, תהליך שבוצע באמצעות כלי ההמרה של פרויקט ComfyUI-GGUF. המודל שייך למשפחת מודלי תמונה לווידאו בגודל 14 מיליארד פרמטרים, כשהמטרה העיקרית כאן היא לקחת תמונת סטילס ולהפיק ממנה קטע וידאו מונפש.

ההבדל המרכזי מול קובץ ה־safetensors המקורי ב־FP16 הוא הכיווץ. המרת GGUF מאפשרת לחתוך את צריכת הזיכרון בריצה מקומית, מה שמאפשר לעבוד עם מודל וידאו כבד יחסית על כרטיסי מסך צרכניים, במקום להישען על חומרת שרתים יקרה בלבד.

הכרטיס לא כולל מבחני ביצועים כמותיים או ציוני מדידה ישירים. המשמעות בפועל היא שרמת שמירת הפרטים, הדיוק התנועתי וזמני הרינדור תלויים לחלוטין ברמת הקוונטיזציה הספציפית שבוחרים להוריד מתוך המאגר, ואין כאן נתון רשמי לגבי ירידת האיכות ביחס למקור.

מתאים ל

הנפשת תמונות מקומית
יצירת קטעי וידאו מתמונות סטילס בתוך ComfyUI באמצעות גרסאות מכווצות של מודל 14B.
בדיקת חומרה מקומית
בחינת יכולות רינדור וידאו עם רמות כיווץ שונות על כרטיסי מסך צרכניים.
עבודה ללא תלות ברשת
הפקת וידאו מבוסס AI בסביבת עבודה מנותקת שאינה נשענת על שרתי ענן חיצוניים.

איפה זה נופל

הכרטיס לא מציג נתוני ביצועים, מדדי השוואה או פירוט תקלות ידועות. מעבר לכך, המודל תומך באנגלית בלבד, כך שהנחיות טקסטואליות בעברית אינן נתמכות. הרצת וידאו כבד דרך ComfyUI דורשת שרשור קבצים מרובים והתקנת רכיבי עזר חיצוניים, מה שמסבך את השימוש ביחס למערכות סגורות.

שאלות
נפוצות

האם צריך להוריד את כל 171 הגיגה בייט של המאגר?

ממש לא. המאגר מכיל גרסאות קוונטיזציה שונות של המודל, ואתם צריכים לבחור ולהוריד רק את הקובץ הספציפי שמתאים לנפח הזיכרון בכרטיס שלכם.

האם המודל כולל את כל מה שצריך כדי להתחיל ליצור וידאו?

לא, הקובץ הוא רק מודל ה־Diffusion עצמו. כדי שהוא יעבוד בתוך ComfyUI חייבים להוריד בנפרד גם את מקודד הטקסט umt5-xxl-encoder ואת קובץ ה־VAE התואם.

איך מריצים

בשביל להריץ אותו צריך התקנה של ComfyUI יחד עם התוסף ComfyUI-GGUF. את קובץ המודל שמים בתיקיית unet, ובנוסף חייבים להוריד ולהגדיר שני רכיבים נפרדים: מקודד טקסט מסוג umt5-xxl-encoder בתיקיית text_encoders, ומודל VAE בשם Wan2_1_VAE_bf16 בתיקיית vae.

המאגר כולו שוקל 171 גיגה בייט ומכיל מגוון רמות כיווץ שונות של אותו מודל, כך שמורידים רק את הקובץ המתאים לזיכרון שלכם. מודל וידאו של 14 מיליארד פרמטרים דורש כרטיס מסך חזק עם נפח זיכרון משמעותי, ואם אין לכם חומרה ייעודית מקומית עם שפע VRAM, עדיף להשתמש בפתרונות ענן.

ollama run hf.co/QuantStack/Wan2.1_I2V_14B_FusionX-GGUF:Q4_K_M

איזו גרסה

אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.

Wan2.1_I2V_14B_FusionX-FP1632.8 GB Q8_017.7 GB Q6_K13.7 GB Q5_112.6 GB Q5_K_M12.3 GB Q5_011.8 GB Q5_K_S11.6 GB Q4_K_M10.8 GB Q4_110.6 GB Q4_K_S9.9 GB Q4_09.8 GB Q3_K_L8.7 GB Q3_K_M8.1 GB Q3_K_S7.4 GB Q2_K6.0 GB

הקבצים

17 קבצים במאגר, 171 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

המודל מפורסם ברישיון apache-2.0, שמתיר שימוש מסחרי, שינוי והפצה של הקוד והמשקלים. עם זאת, היוצר מציין שכל הרישיונות והמגבלות של מודלי הבסיס המקוריים ממשיכים לחול, ולכן אם אתם משלבים אותו במוצר חובה לבדוק גם את תנאי המקור של משפחת Wan 2.1.

שימוש מסחרי
שינוי הקוד
הפצה מחדש
שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗