GPT
הוספת כלי
W

Wan2.1-VACE-1.3B

קוד פתוח

Wan-AIapache-2.02025-05-13

  • diffusers
  • safetensors
  • vace
  • video generation
  • video-to-video editing

גרסה קלה של מודל הווידאו מבית Wan המיועדת למשימות יצירה ועריכה מתמונה לווידאו. הוא מתאים למי שרוצה להריץ אנימציה מקומית על כרטיסי מסך ביתיים בלי לשרוף תקציבי ענן.

  • 2.2Bפרמטרים
  • 17.7 GBמשקל הקבצים
  • 5,005הורדות בחודש
  • 145לייקים

מה זה

המשקל הזה שייך לחבילת VACE של Wan2.1, שמציעה מודל כולל ליצירה ועריכה של וידאו מבוסס תמונה. עם כ־2.2 מיליארד פרמטרים, המטרה כאן היא לא להתחרות באיכות הקולנועית של דגמי ה־14B, אלא לספק יכולת תנועה עובדת בגודל שאפשר לתפעל על חומרה צנועה יחסית. הוא נבנה עבור שפות אנגלית וסינית, ומשלב יכולות של יצירת טקסט ויזואלי בתוך הפריימים לצד רכיב VAE ייעודי לקידוד ופענוח יעילים.

השוני העיקרי מול כלים כבדים בשוק הוא היכולת לדחוס יכולות עריכה ויצירת וידאו לקובצי משקל של כ־17.7 גיגה־בייט. המודל מתמקד ברזולוציית 480P, שבה הוא מספק יציבות סבירה. אם אתם צריכים תנועות מורכבות וריאליזם גבוה במיוחד, דגמי ה־14B עדיפים, אבל עבור בדיקות מהירות, אבטיפוס או מוצרים מבוססי חומרה מקומית, המשקל הנמוך שלו מהווה יתרון פרקטי.

מתאים ל

  • אנימציה של תמונות דוממות

    הנפשה מהירה של תמונות ברזולוציית 480P ישירות על כרטיסי מסך ביתיים בלי לשלם על שרתי ענן יקרים.

  • עריכת וידאו מקומית

    ביצוע משימות עריכה ויצירה בארכיטקטורת VACE על חומרה מקומית ללא צורך בהעברת חומרים רגישים לרשת.

  • פיתוח כלי בדיקה ואבטיפוס

    בניית שרשראות עיבוד מקומיות לבדיקת זרימות עבודה של וידאו לפני שמשקיעים בהרצה של מודלי 14B כבדים.

איפה זה נופל

המגבלה הכי גדולה היא הרזולוציה. המפתחים מציינים בפירוש שהדגם אמנם מסוגל טכנית להוציא 720P, אבל האימון שלו שם מוגבל ולכן התוצאות פחות יציבות בצורה מורגשת ביחס ל־480P. בנוסף, האימון למשימות מסוימות נשען בעיקר על נתונים בשפה הסינית, כך שפרומפטים באנגלית או שפות אחרות עשויים להניב ביצועים ירודים. אינטגרציית diffusers עבור רכיב ה־VACE עדיין ברשימת המשימות הפתוחות של המפתחים.

אותה משפחה

Wan2.1-VACE יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

Wan2.1-VACE-14B9,476

שאלות
נפוצות

האם המודל תומך ביצירת וידאו באיכות 720P?

הוא מסוגל טכנית להפיק 720P, אך המפתחים מבהירים שהאימון ברזולוציה זו היה מוגבל. התוצאות ב־720P אינן יציבות, וההמלצה הרשמית שלהם היא להישאר ב־480P כדי לקבל תוצרים עקביים.

איזה כרטיס מסך צריך כדי לעבוד איתו?

כרטיס מסך ביתי עם 8 עד 12 גיגה זיכרון גרפי יספיק לרוב השימושים הבסיסיים. שימוש בדגלים לפריקת זיכרון למעבד מאפשר להריץ אותו בקלות גם בלי שרתים ארגוניים יקרים.

איך מריצים

כדי להריץ אותו צריך פייתון וספריית PyTorch בגרסה 2.4 ומעלה, לצד התקנת התלויות מהמאגר של Wan2.1. דגם ה־1.3B בגרסאות הטקסט צורך כ־8.19 גיגה זיכרון גרפי, מה שאומר שכרטיס כמו RTX 4090 מריץ אותו בקלות, ואפילו כרטיסים צנועים יותר יסתדרו אם מפעילים פריקה לזיכרון הראשי וטעינת רכיב הטקסט על המעבד.

אם יש לכם שרת מרובה כרטיסים, שימו לב שהארכיטקטורה של גרסת ה־1.3B כוללת 12 ראשי קשב, מספר שלא מתחלק בשמונה, ולכן התיעוד ממליץ להשתמש בשיטת Ring ולא ב־Ulysses. מי שאינו מחזיק בחומרה מתאימה ורוצה תוצאות מיידיות באיכות גבוהה יותר יכול להשתמש ב־API החיצוני של Dashscope כדי להרחיב פרומפטים או לעבור למודלים הגדולים של 14B.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("Wan-AI/Wan2.1-VACE-1.3B")
img = pipe("a photo").images[0]

הקבצים

19 קבצים במאגר, 17.7 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא Apache 2.0 מלא. אפשר להשתמש בו לצרכים מסחריים, לשנות את הקוד ולהפיץ אותו כחלק ממוצר סגור או פתוח, כל עוד שומרים על הודעות זכויות היוצרים ומצרפים עותק של הרישיון המקורי.

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

הרישיון המלא בעמוד המודל ↗