Генерация видео нейросетью локально: Wan 2.2, HunyuanVideo, LTX

Генерировать видео нейросетью на своём GPU можно двумя путями: на собственной карте с 16–24 ГБ памяти или на арендованном GPU-сервере с готовым интерфейсом. Открытые модели, которые чаще всего запускают локально, — семейство Wan 2.2, HunyuanVideo и LTX-Video. Выбор зависит от памяти карты, нужного разрешения и того, сколько вы готовы ждать одного ролика. Обзор моделей и шаблонов — на странице про генерацию видео.

Какую модель выбрать

Это ориентиры для коротких роликов и стандартных настроек. Авторы моделей и сообщество публикуют разные замеры, поэтому проверяйте память пробным роликом на нужном разрешении.

Как разрешение, длина и шаги меняют стоимость

Видео — это много кадров, и модель считает связи между ними и внутри каждого кадра. Поэтому память и время растут быстрее, чем подсказывает размер результата. Сильнее всего влияют три параметра:

• Разрешение. Переход с 480p на 720p заметно увеличивает и память, и время генерации.
• Длина. Число кадров задаёт длину ролика. Время растёт быстрее самой длины, поэтому длинные сцены обходятся непропорционально дороже.
• Шаги. Больше шагов обычно дают более чистый результат, но после определённого числа прирост становится меньше, а время продолжает расти.

Начинайте с коротких пробных роликов в низком разрешении и повышайте параметры только там, где результат того стоит. Один ролик в 720p на большой модели может занимать от нескольких минут до получаса в зависимости от карты и настроек. Это порядок величин, а не замер: считайте по своим пробным запускам.

Wan2GP или ComfyUI

Оба инструмента запускают одни и те же открытые модели, но подход разный. Wan2GP — готовый интерфейс, где выбирают модель и основные параметры. ComfyUI — редактор нод, в котором вы собираете цепочку сами. Установку ComfyUI и папки моделей разбираем в гайде по установке.

Шаблон Wan2GP на gpu.nz работает только на картах поколения RTX 40 и новее, L40S и H100. Для RTX 30 и A100 сервис откажет в аренде этого шаблона и попросит выбрать более новую карту.

Первый ролик на арендованном сервере

1. Выберите шаблон Wan2GP и карту поколения RTX 40 или новее, L40S или H100. Для модели 14B держите 24 ГБ памяти и больше.
2. Задайте диск. Шаблону нужно минимум 80 ГБ, рекомендуется 128 ГБ: видеомодели весят десятки гигабайт.
3. Дождитесь запуска, обычно 2–5 минут, и откройте Wan2GP кнопкой из карточки сервера.
4. При первом использовании модель скачивается. Файл весом около 60 ГБ загружается 10–30 минут, поэтому первый запуск заметно дольше остальных.
5. Сделайте короткий пробный ролик, замерьте время, скачайте результат и остановите сервер.

Как не переплатить за видео

• Пробуйте на коротких роликах и низком разрешении. Финальный рендер делайте один раз, когда параметры подобраны.
• Готовьте пачку промптов заранее: сервер не простаивает, пока вы придумываете следующий запрос.
• Останавливайте сервер между сессиями. Модели на диске сохраняются, поэтому следующий запуск будет быстрее первого.
• Для партий роликов подходит прерываемый сервер: готовые файлы уже на диске, а прерванный ролик можно запустить заново.
• Не берите карту «с запасом» без нужды. Карта на 80 ГБ стоит дороже, а для роликов 480p её память не нужна.
• Считайте стоимость ролика: минуты работы умножьте на цену в минуту. Актуальные цены показаны под текстом, а общие приёмы экономии собраны в гайде о том, как не переплачивать за аренду GPU.

Что выбрать под задачу

• Быстрые черновики и идеи: LTX-Video или Wan 2.2 5B на 24 ГБ.
• Работы для клиента: Wan 2.2 A14B на 24 ГБ и больше, после пробных прогонов.
• Удобный запас для 14B: RTX 5090 с 32 ГБ или L40S с 48 ГБ.
• Обучение своей LoRA под видео: AI Toolkit, для него нужна карта от 24 ГБ.

Промпт для видео

Промпт для видеомодели описывает то, что происходит во времени: кто или что в кадре, какое действие совершается, как движется камера и какой свет. Одна сцена — одно действие. Если в промпте три действия подряд, модель часто путает их или растягивает, и ролик выглядит рваным.

Полезны детали про тип кадра (крупный план или общий), движение камеры (наезд, панорама) и темп движения. Отрицательный промпт помогает убрать типичные дефекты: размытость, дрожание, лишние конечности. Многие видеомодели точнее понимают английские промпты, но это стоит проверить коротким роликом.

Ошибки и их причины

• Нехватка памяти в начале генерации: модель не помещается. Уменьшите разрешение или число кадров, включите выгрузку или возьмите карту с большей памятью.
• Долгий первый запуск: модель скачивается или компилируется. Второй запуск обычно заметно быстрее.
• Мерцание и дрожание кадров: часто связаны с малым числом шагов, резкой сменой движения или неудачным разрешением. Попробуйте другой промпт и другое число кадров.
• Чёрные или серые кадры: чаще всего проблема в точности вычислений декодера или в несовместимом компоненте. Проверьте, что VAE и текстовый энкодер подходят к основной модели.

Выбор разрешения и формата

Разрешение выбирайте поэтапно: пробы делайте в 480p, а финальный ролик в 720p — только тогда, когда промпт уже работает. Если клип нужен в вертикальном формате для соцсетей, генерируйте его вертикальным сразу: не все модели одинаково хорошо работают с нестандартными пропорциями. Клипы на выходе обычно короткие, поэтому сюжет собирайте в обычном видеоредакторе на своём компьютере, а не на арендованном сервере.

Как спланировать пачку роликов

Посчитайте, сколько роликов нужно в итоге, сколько проб понадобится на каждый (обычно несколько) и сколько минут занимает одна проба и финальный рендер. Перемножьте и получите время сессии. Умножьте время на цену в минуту из каталога: это и есть бюджет, который видно до начала работы.

Журнал проб и повторяемость

Записывайте каждую пробу: модель, разрешение, число кадров, число шагов, seed и время генерации. Через неделю без записей трудно вспомнить, какие настройки дали удачный ролик. Фиксированный seed сохраняет композицию: меняя один параметр, вы видите его влияние на результат, а не случайность.

Что проверить перед финальным рендером

• Движение на первых и последних кадрах совпадает с замыслом.
• Нет дрожания объектов и разрывов в одежде, руках или лицах.
• Разрешение и длина такие, какие нужны для монтажа, а не больше.
• Промпт описывает одно действие и не противоречит сам себе.

Почему короткие пробы окупаются

Длинный ролик в 720p на большой модели может занимать десятки минут, а короткий пробный клип в низком разрешении — заметно меньше. Если причину брака проще найти на коротком клипе, то и стоит он дешевле. Поэтому сначала отлаживают промпт и композицию, а финальный рендер запускают тогда, когда результат уже виден на пробах.

Что делать, если ролик не получается

1. Проверьте промпт: одно действие, понятная камера, никаких противоречий.
2. Понизьте разрешение и число кадров. Если дефект уходит, он был связан с памятью или длиной ролика.
3. Смените seed: одна и та же сцена иногда получается удачнее с другим начальным шумом.
4. Попробуйте другую модель: разные модели по-разному понимают одни и те же промпты.
5. Если дефекты повторяются на всех настройках, проверьте компоненты модели (VAE, текстовый энкодер) и версию программы.

Закончив, остановите сервер и скачайте ролики до удаления: диск удаляется вместе с сервером.