Wan2.2-Animate-14B-GGUF

קוד פתוח

QuantStackapache-2.02025-09-19

gguf
video-to-video
en
zh

גרסת GGUF מכווצת למודל וידאו של 14 מיליארד פרמטרים. היא מיועדת למי שרוצה להריץ אנימציה מקומית על החומרה שלו בלי לשרוף את כל הזיכרון הגרפי.

118 GBמשקל הקבצים
43,496הורדות בחודש
224לייקים

מה זה

מדובר בהמרה ישירה של Wan2.2-Animate-14B לפורמט GGUF, שנועדה למשימות של וידאו לווידאו. המודל יודע לקחת סרטון קיים, לעבד אותו מחדש ולייצר אנימציה לפי הנחיות טקסט באנגלית או בסינית, תוך שימוש במקודד הטקסט umt5-xxl וברכיב VAE ייעודי.

הריפו כולל 14 קבצים בנפח כולל של 118 גיגה-בייט, שזה המון מקום בדיסק אבל מאפשר גמישות בבחירת רמות הקוונטיזציה. אין בכרטיס המודל תוצאות מדידה מספריות או מדדי ביצועים, כך שקשה לדעת מראש כמה איכות תמונה הולכת לאיבוד בכל רמת כיבוץ לפני שמורידים ומנסים בפועל.

מתאים ל

אנימציה מקומית בווידאו
עיבוד מחדש של סרטוני וידאו קיימים באמצעות ComfyUI בלי להסתמך על שירותי ענן חיצוניים.
הנפשה מבוססת פרומפטים
יצירת סגנונות וידאו מונפשים מקלט קיים בעזרת הנחיות מפורטות באנגלית או בסינית.
עבודה בתחנות עבודה סגורות
ריצה מקומית לחלוטין על כרטיס המסך עבור מי שחייב לשמור את חומרי הגלם בתוך הרשת הפנימית.

איפה זה נופל

הכרטיס לא מביא אף מדד השוואתי, דוגמת פלט או נתון על צריכת משאבים בזמן ריצה, כך שאתם נכנסים לתהליך של ניסוי וטעייה על עיוור. בנוסף, מודלים של וידאו לווידאו בגודל כזה נוטים להיות אטיים מאוד, והתמיכה מוגבלת לשפות אנגלית וסינית בלבד, בלי שום התייחסות לעברית. תצטרכו גם להרכיב בעצמכם את שאר חלקי הפאזל כמו ה־VAE והאינקודר, מה שאומר שההתקנה רחוקה מלהיות תהליך של קליק אחד.

שאלות
נפוצות

האם אפשר להריץ את המודל ישירות מהקופסה?

לא. הקבצים כאן כוללים רק את משקולות המודל הראשי. כדי להפעיל אותו תצטרכו להוריד בנפרד את מקודד הטקסט umt5-xxl ואת ה־VAE, ולהגדיר את תוסף ComfyUI-GGUF בתוך ComfyUI.

האם המודל מבין הנחיות בעברית?

לפי נתוני המודל, השפות הנתמכות הן אנגלית וסינית בלבד. הנחיות בעברית כנראה יניבו תוצאות לא צפויות או יתעלמו מחלקים בטקסט, ולכן מומלץ לכתוב את הפרומפטים באנגלית.

איך מריצים

כדי להריץ אותו צריך ComfyUI יחד עם התוסף ComfyUI-GGUF של city96, שמאפשר טעינה של קובצי GGUF לתוך ה־unet. בנוסף לקובץ המשקולות מכאן, תצטרכו להוריד בנפרד את מקודד הטקסט umt5-xxl ואת Wan2.1_VAE, ולסדר אותם בתיקיות הנכונות לפי ההוראות.

עם 14 מיליארד פרמטרים, תצטרכו כרטיס מסך חזק עם זיכרון וידאו נדיב כדי לא להיתקע ברינדורים של שעות לכל פריים. אם אין לכם חומרה כבדה וזמן להתעסק עם וורקפלו מורכב של ComfyUI, עדיף לחפש נקודת קצה מנוהלת במקום לסחוב עשרות גיגות של משקולות למחשב המקומי.

ollama run hf.co/QuantStack/Wan2.2-Animate-14B-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.

Q8_018.7 GB Q6_K14.6 GB Q5_K_M13.0 GB Q5_012.5 GB Q5_K_S12.3 GB Q4_K_M11.5 GB Q4_K_S10.6 GB Q4_010.4 GB Q3_K_M8.6 GB Q3_K_S8.0 GB Q2_K6.5 GB

הקבצים

14 קבצים במאגר, 118 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0. הרישיון הזה מתיר שימוש מסחרי, שינוי והפצה של הקוד והמשקולות בלי לשלם תמלוגים, בתנאי ששומרים על הודעות זכויות היוצרים ומצרפים עותק של הרישיון. שימו לב שהיוצרים מציינים שכל תנאי הרישיון וההגבלות של מודל המקור המקורי עדיין חלים כאן במלואם.

שימוש מסחרי
שינוי הקוד
הפצה מחדש
שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗