Wan2.2-S2V-14B-GGUF

קוד פתוח

QuantStackapache-2.02025-08-27

gguf
s2v
text-to-video

גרסת GGUF מכווצת למודל וידאו של 14 מיליארד פרמטרים. היא חותכת את דרישות הזיכרון ומאפשרת לייצר וידאו מקומי דרך ממשקים נפוצים בלי להחזיק חוות שרתים.

167 GBמשקל הקבצים
6,410הורדות בחודש
82לייקים

מה זה

מדובר בהמרה ישירה של Wan2.2-S2V-14B לפורמט GGUF, שנועדה לאפשר הרצה מקומית של יצירת וידאו על גבי תשתית מבוססת ComfyUI. במקום לעבוד עם משקלי המקור הכבדים, ההמרה הזו פורסת את המודל על פני רמות כימות שונות, כך שאפשר להכניס מודל של 14 מיליארד פרמטרים לחומרה נגישה בהרבה.

המודל עצמו לא עובד לבד. המבנה שלו דורש שילוב של מקודד קול מסוג wav2vec2, מקודד טקסט מסוג Umt5-xxl ורכיב VAE ייעודי. השילוב הזה אומר שהעיבוד מורכב ומחייב תיאום בין כמה רכיבים במקביל, אבל מאפשר שליטה טובה בתהליך היצירה על המחשב שלכם.

מתאים ל

עבודה בתוך ComfyUI
מתאים למי שרוצה לשלב מודל וידאו של 14B בתוך תהליכי עבודה קיימים ב־ComfyUI דרך התוסף הייעודי.
בדיקות מקומיות ללא ענן
נוח למפתחים שרוצים לבדוק יכולות יצירת וידאו ישירות על חומרה מקומית בלי לשלם על שעות שרת בכל ריצה.
ניסוי ברמות כימות שונות
המאגר מציע מבחר גרסאות מכווצות, מה שמאפשר לבדוק את הפגיעה באיכות מול החיסכון בזיכרון.

איפה זה נופל

זה לא פתרון של קובץ יחיד שלוחצים עליו ומקבלים סרטון. תצטרכו להוריד בנפרד מקודד אודיו באנגלית, מקודד טקסט כבד וקובץ VAE, ולסדר אותם בתיקיות המדויקות. מעבר לזה, הכרטיס מציין שמקודד האודיו מוגדר ספציפית לאנגלית, מה שמעלה סימן שאלה גדול לגבי סנכרון או עיבוד של קול בעברית או בשפות אחרות. אם הצינור הזה נשבר באחד הרכיבים, התוצאה כולה תיפגע.

שאלות
נפוצות

האם אפשר להוריד רק קובץ אחד ולהתחיל לעבוד?

לא. הקובץ מהמאגר הזה הוא רק מודל הבסיס. בשביל לייצר וידאו תצטרכו להוריד עוד שלושה רכיבים נפרדים: מקודד טקסט Umt5-xxl, מקודד אודיו wav2vec2, וקובץ VAE מתאים.

האם המודל תומך באודיו בעברית?

כרטיס המודל מגדיר במפורש שימוש במקודד wav2vec2 בגרסת אנגלית. סביר להניח שקלט קולי בעברית לא יעבוד בצורה אמינה, ותצטרכו לבדוק את זה ידנית לפני שמסתמכים עליו.

איך מריצים

כדי להריץ אותו תצטרכו את ההרחבה ComfyUI-GGUF, ואת כל קובצי העזר הנלווים שהוגדרו בכרטיס, כולל הטקסט, האודיו וה־VAE. סך כל הקבצים במאגר שוקל 167 גיגה בייט ומחולק ל־16 קבצים ברמות כימות שונות, כך שלא צריך להוריד את כולם, אלא לבחור את הקובץ המתאים לגודל הזיכרון הגרפי שיש לכם.

אם אין לכם כרטיס מסך חזק ומקום פנוי בדיסק, ההתקנה והריצה המקומית יהיו אטיות ומסורבלות. במקרה כזה, קריאה ל־API חיצוני של שירות ענן תהיה מהירה ויציבה בהרבה מאשר להיאבק עם חלוקת הזיכרון במחשב.

ollama run hf.co/QuantStack/Wan2.2-S2V-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_019.6 GB Q6_K16.2 GB Q5_115.2 GB Q5_K_M15.0 GB Q5_014.5 GB Q5_K_S14.3 GB Q4_K_M13.9 GB Q4_113.5 GB Q4_K_S13.0 GB Q4_012.8 GB Q3_K_M11.4 GB Q3_K_S10.7 GB Q2_K9.5 GB

הקבצים

16 קבצים במאגר, 167 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט מופץ תחת רישיון apache-2.0, שמאפשר שימוש מסחרי, שינוי קוד והפצה מחדש בלי תמלוגים. עם זאת, היוצרים מציינים במפורש שתנאי הרישיון וההגבלות של מודל המקור עדיין חלים כאן במלואם, ולכן כדאי לוודא שאין הגבלות נוספות במודל המקורי לפני שמשלבים אותו במוצר.

שימוש מסחרי
שינוי הקוד
הפצה מחדש
שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗