Видео недоступно для предпросмотра
Смотреть в Telegram
Бесконечные AI-видео локально: гайд по Stable Video Infinity v2 Pro
Вышел Stable Video Infinity (SVI) v2 Pro — инструмент для генерации длинных видео без склеек и артефактов. Если раньше нейросети выдавали "кашу" после 4-5 секунд, то этот инструмент решает проблему деградации качества, сохраняя персонажей и сцены стабильными. Работает локально, бесплатно и без цензуры.
Ключевые моменты:
• Основа — модель Wan 2.2 (от Alibaba), которая сейчас считается лучшей в open-source сегменте.
• Генерация идет отрезками по 4-5 секунд, которые бесшовно склеиваются — переходы незаметны даже при смене действий.
• Оптимизация под слабое железо: запускается даже на картах с 6 ГБ видеопамяти (через FP8 и LoRA).
Главная фишка SVI v2 — "память" контекста. Инструмент помнит, как выглядит персонаж, даже если камера отвернулась и вернулась обратно. В отличие от старых методов (простое использование последнего кадра как первого для нового видео), здесь используется сложная система High/Low моделей, убирающая шум и искажения на стыках.
Как установить и запустить (ComfyUI)
Вам понадобится ComfyUI. Сначала ставим кастомные ноды KJ Nodes.
1. Заходим в папку `ComfyUI/custom_nodes`.
2. В адресной строке пишем `cmd`, открываем консоль и клонируем репозиторий:
git clone https://github.com/kijai/ComfyUI-KJNodes
3. Если ноды уже были — пропускаем. Далее в корневой папке ComfyUI снова открываем консоль и ставим зависимости:
python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-KJNodes\requirements.txt
Загрузка моделей (Самый важный этап)
Для работы воркфлоу нужно скачать пары моделей (High и Low версии) и разложить их по папкам. Ссылки на HuggingFace ищите по названиям из видео.
1. Wan 2.2 Image-to-Video (FP8). Нужны версии High и Low (по 15 ГБ каждая).
Путь: models/diffusion_models
2. Light X2V LoRA. Ускоряют генерацию в 4-5 раз. Качаем High и Low версии.
Путь: models/loras
3. SVI v2 Pro Models. Сами модели Infinity (High и Low, по ~1.2 ГБ).
Путь: models/loras
4. Text Encoder. Файл `umt5_xxl_fp8` (6.7 ГБ).
Путь: models/text_encoders
5. VAE. Используется от Wan 2.1.
Путь: models/vae
После загрузки всех файлов обновляем ComfyUI (через Manager -> Update), перезагружаем и перетаскиваем JSON-файл воркфлоу в окно браузера.
Как пользоваться:
В интерфейсе воркфлоу все разбито на блоки.
1. Загружаем исходное изображение (первый кадр).
2. Выставляем разрешение (например, 832x480) — изображение кропнется автоматически.
3. Блок 1: пишем промпт для первых 5 секунд (например, "девушка смотрит в камеру").
4. Блок 2: промпт для продолжения (например, "пьет воду").
5. Блок 3: следующее действие ("встает и уходит").
Нейросеть сгенерирует каждый кусок, используя данные предыдущего, и склеит их в один плавный файл.
Практический вывод: это лучший на сегодня способ делать длинные AI-видео локально. Если у вас мало VRAM (8-12 ГБ), обязательно используйте FP8 версии моделей и Light-Лоры — качество почти не страдает, а память экономит колоссально.
theAIsearch
Переводы видео, саммари новостей про AI
Вышел Stable Video Infinity (SVI) v2 Pro — инструмент для генерации длинных видео без склеек и артефактов. Если раньше нейросети выдавали "кашу" после 4-5 секунд, то этот инструмент решает проблему деградации качества, сохраняя персонажей и сцены стабильными. Работает локально, бесплатно и без цензуры.
Ключевые моменты:
• Основа — модель Wan 2.2 (от Alibaba), которая сейчас считается лучшей в open-source сегменте.
• Генерация идет отрезками по 4-5 секунд, которые бесшовно склеиваются — переходы незаметны даже при смене действий.
• Оптимизация под слабое железо: запускается даже на картах с 6 ГБ видеопамяти (через FP8 и LoRA).
Главная фишка SVI v2 — "память" контекста. Инструмент помнит, как выглядит персонаж, даже если камера отвернулась и вернулась обратно. В отличие от старых методов (простое использование последнего кадра как первого для нового видео), здесь используется сложная система High/Low моделей, убирающая шум и искажения на стыках.
Как установить и запустить (ComfyUI)
Вам понадобится ComfyUI. Сначала ставим кастомные ноды KJ Nodes.
1. Заходим в папку `ComfyUI/custom_nodes`.
2. В адресной строке пишем `cmd`, открываем консоль и клонируем репозиторий:
git clone https://github.com/kijai/ComfyUI-KJNodes
3. Если ноды уже были — пропускаем. Далее в корневой папке ComfyUI снова открываем консоль и ставим зависимости:
python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-KJNodes\requirements.txt
Загрузка моделей (Самый важный этап)
Для работы воркфлоу нужно скачать пары моделей (High и Low версии) и разложить их по папкам. Ссылки на HuggingFace ищите по названиям из видео.
1. Wan 2.2 Image-to-Video (FP8). Нужны версии High и Low (по 15 ГБ каждая).
Путь: models/diffusion_models
2. Light X2V LoRA. Ускоряют генерацию в 4-5 раз. Качаем High и Low версии.
Путь: models/loras
3. SVI v2 Pro Models. Сами модели Infinity (High и Low, по ~1.2 ГБ).
Путь: models/loras
4. Text Encoder. Файл `umt5_xxl_fp8` (6.7 ГБ).
Путь: models/text_encoders
5. VAE. Используется от Wan 2.1.
Путь: models/vae
После загрузки всех файлов обновляем ComfyUI (через Manager -> Update), перезагружаем и перетаскиваем JSON-файл воркфлоу в окно браузера.
Как пользоваться:
В интерфейсе воркфлоу все разбито на блоки.
1. Загружаем исходное изображение (первый кадр).
2. Выставляем разрешение (например, 832x480) — изображение кропнется автоматически.
3. Блок 1: пишем промпт для первых 5 секунд (например, "девушка смотрит в камеру").
4. Блок 2: промпт для продолжения (например, "пьет воду").
5. Блок 3: следующее действие ("встает и уходит").
Нейросеть сгенерирует каждый кусок, используя данные предыдущего, и склеит их в один плавный файл.
Практический вывод: это лучший на сегодня способ делать длинные AI-видео локально. Если у вас мало VRAM (8-12 ГБ), обязательно используйте FP8 версии моделей и Light-Лоры — качество почти не страдает, а память экономит колоссально.
theAIsearch
Переводы видео, саммари новостей про AI