Qısaca
- Wan 2.2, mətndən və görseldən video yaradan açıq mənbəli bir modeldir; TI2V-5B variantı 720p çözünürlükdə 24 kadr/saniyə video yarada bilər.
- TI2V-5B modeli, RTX 4090 kimi istehlakçı səviyyəli bir ekran kartında 5 saniyəlik 720p videonu 9 dəqiqədən az müddətdə yarada bilir.
- T2V-A14B və I2V-A14B kimi 14B aktiv parametrli MoE modelləri, tək GPU-da ən azı 80GB VRAM və ya çoxlu GPU/bulud qurğusu tələb edir.
- FLUX Krea Dev modeli, SwarmUI və ComfyUI əsaslı bir qurğu ilə standart FLUX Dev-ə nisbətən daha yaxşı görsel yaratdığı qeyd olunan bir variantdır.
Bu yazıda nə öyrənəcəksiniz
Açıq mənbəli video istehsal modeli Wan 2.2 ilə görsel istehsal modeli FLUX Krea Dev-i, SwarmUI interfeysi və ComfyUI infrastrukturu üzərindən quraşdırıb konsept görseli və qısa kamera hərəkətli animasiyalar yaratmağı öyrənəcəksiniz. Bələdçi, Furkan Gözükara (MonsterMMORPG) tərəfindən hazırlanan açıq lisenziyalı quraşdırma təlimatı ilə Wan-AI-nin rəsmi model sənədləşməsinə əsaslanır. Mənbələrdə bu alətlərin istifadə sahələri kimi rəqəmsal sənət, reklam, film ön-vizuallaşdırma, oyun inkişafı və sosial media məzmunu sayılır; bu yazıdakı memarlıq və interyer yönümlü prompt nümunələri, sənədləşdirilmiş texnikalar əsas götürülərək 3dsınıfı oxucuları üçün ayrıca uyğunlaşdırılmışdır.
Tələblər
NVIDIA ekran kartı: Wan 2.2-nin TI2V-5B variantı üçün 24GB VRAM-lı bir RTX 4090 tövsiyə olunur.
Python, Git, CUDA və FFMPEG quraşdırılmış sistem.
SwarmUI və ComfyUI-ni tək kliklə quraşdıran avtomatik yükləyici (bələdçidə Patreon üzərindən paylaşılır).
Hugging Face və ya ModelScope hesabı, model çəkilərini endirmək üçün.
Daha böyük Wan 2.2 modelləri (T2V-A14B, I2V-A14B) üçün tək GPU-da ən azı 80GB VRAM ya da çoxlu GPU/bulud qurğusu.
İstəyə bağlı: prompt genişləndirmə üçün Dashscope API açarı və ya yerli bir Qwen modeli.
Addım-addım quraşdırma
Ön şərtləri quraşdırın. Python, Git, CUDA və FFMPEG-i sisteminizə yükləyin.
ComfyUI və SwarmUI-ni quraşdırın. Bələdçidə paylaşılan 1-click yükləyici, Flash Attention, Sage Attention, xFormers, Triton və DeepSpeed dəstəyi ilə gəlir; RTX 5000 seriyalı kartlar da dəstəklənir.
SwarmUI arxa ucunu ComfyUI-yə bağlayın. Video bələdçisində bu addım ayrıca bir bölmə kimi ələ alınır; quraşdırma zamanı SwarmUI daxilindən ComfyUI backend-ini seçib bağlantını tamamlamalısınız.
Modelləri endirin. Avadanlığınıza görə TI2V-5B (tək istehlakçı GPU üçün) ya da T2V-A14B / I2V-A14B (çoxlu GPU və ya bulud üçün) modelini seçib endirin.
Hazır preset paketini idxal edin. Yüzlərlə parametr testindən sonra hazırlanan presetlər, əl ilə tənzimləmə etmədən yüksək keyfiyyətli nəticə almağı təmin edir.
İlk istehsalınızı başladın və konsoldakı günlükləri (log) izləyərək GPU istifadəsini yoxlayın; aşağı GPU istifadəsi müşahidə olunarsa bələdçidəki optimallaşdırma addımlarını tətbiq edin.
Memarlıq görseli və animasiya üçün nümunə promptlar
Aşağıdakı promptlar, mənbələrdəki texnikalar (kamera hərəkəti, işıqlandırma təsviri, kinematik üslub) əsas götürülərək memarlıq istifadəsi üçün ayrıca hazırlanmışdır; mənbə mətnlərdə birbaşa memarlıq nümunəsi yoxdur.
1. FLUX Krea Dev ilə interyer konsept görseli
A modern minimalist living room interior, floor-to-ceiling windows, warm afternoon sunlight, oak flooring, cinematic lighting, photorealistic architectural visualization, ultra detailedBu prompt, FLUX Krea Dev-in mətndən görselə istehsalında işıq və material detallarını önə çıxarır; interyer memarlığı təqdimatları üçün sürətli bir konsept görseli yaradır.
2. Wan 2.2 Image-to-Video ilə kamera hərəkəti
Slow dolly-in camera movement through a contemporary house entrance hall, soft natural light shifting across concrete walls, gentle motion blur, cinematic color grading, 24fps realistic videoMövcud bir render görselini bu promptla Image-to-Video rejimində qidalandıraraq, giriş zalında yavaş bir kamera yaxınlaşması animasiyası əldə edə bilərsiniz; model, dolly və pan kimi kamera hərəkətlərini riyazi dəqiqliklə tətbiq edə bilir.
3. Wan 2.2 Text-to-Video ilə çöl məkan təqdimatı
A drone shot slowly rising above a glass pavilion surrounded by a garden, golden hour lighting, smooth camera pan, photorealistic rendering, architectural visualization styleBu prompt, sıfırdan mətndən video istehsalı ilə bir çöl məkan təqdimat animasiyası yaratmaq üçün istifadə edilə bilər; qızılı saat işıqlandırması və yavaş pan hərəkəti təsvirləri modelin kinematik idarəsini işə salır.
4. Prompt genişləndirmə üçün əmr sətri nümunəsi
python generate.py --task t2v-A14B --size 1280*720 --ckpt_dir ./Wan2.2-T2V-A14B --offload_model True --convert_model_dtype --prompt "A drone shot slowly rising above a glass pavilion surrounded by a garden, golden hour lighting"Aşağı VRAM-lı tək GPU-larda bu əmrdəki --offload_model True və --convert_model_dtype parametrləri yaddaş istifadəsini azaldır; prompt genişləndirmə açılarsa model, təsvirləri avtomatik olaraq zənginləşdirir.
Tez-tez edilən səhvlər
A14B modellərini 80GB VRAM-dan aşağı tək bir GPU-da offload parametrləri olmadan işlətməyə çalışmaq yaddaş xətasına səbəb olur.
Avadanlığa uyğun olmayan çözünürlük (məsələn, istehlakçı kartda birbaşa 720p T2V-A14B) seçmək, istehsalı həddindən artıq yavaşladır.
Prompt genişləndirməni (prompt extension) heç istifadə etməmək, səhnə detallarının yetərsiz qalmasına səbəb ola bilər.
GPU istifadəsinin aşağı qaldığı fərq edilmədən istehsala davam etmək; bələdçi bu vəziyyətdə optimallaşdırma addımlarının izlənməsini tövsiyə edir.
Növbəti addımlar\n
Presetləri öz layihələrinizə görə fərdiləşdirməyi, FLUX Krea Dev üzərində öz ofis üslubunuz üçün LoRA öyrətməyi və TeaCache kimi sürətləndirmə seçimləri ilə istehsal müddətlərini qısaltmağı sınaya bilərsiniz.
Mənbə və lisenziya
Bu bələdçi, Wan-AI komandasının Hugging Face üzərindəki rəsmi Wan2.2-T2V-A14B model sənədləşməsi ilə Furkan Gözükara (MonsterMMORPG) tərəfindən Hugging Face-də yayımlanan "Wan 2.2 & FLUX Krea Full Tutorial" adlı icma məqaləsindən, Apache-2.0 lisenziyası çərçivəsində Azərbaycan dilinə uyğunlaşdırılmışdır.
Mənbələr
3 mənbəMənbə mətnləri yenidən dərc edilmir; qısa sitatlar işarələnir, qalanı bizim xülasə və şərhimizdir.
Türkiyədəki ofislər və fərdi vizuallaşdırıcılar üçün Wan 2.2 və FLUX Krea Dev, sürətli konsept görseli və qısa tanıtım animasiyası sınamaq istəyənlər üçün maraqlı bir seçim ola bilər; ancaq mənbələrdə bu alətlərin memarlığa xas bir istifadə ssenarisi kimi təqdim olunmadığını, istifadə sahələrinin rəqəmsal sənət, reklam, film ön-vizuallaşdırma və oyun inkişafı kimi ümumi sahələr olduğunu xatırlatmaq lazımdır. TI2V-5B-nin tək bir RTX 4090 ilə işləyə bilməsi, böyük render fermalarına sərmayə qoymadan sınaq etmək istəyən kiçik ofislər üçün xərc üstünlüyü təmin edir. A14B modellərinin 80GB VRAM və ya çoxlu GPU tələb etməsi isə bu səviyyədəki keyfiyyəti əldə etmək istəyənləri bulud xidmətlərinə yönəldəcək.
Açıq mənbə olması, lisenziya xərci olmadan sınaq edilə bilməsi deməkdir; lakin quraşdırmanın texniki bilik (Python, CUDA, ComfyUI) tələb etməsi, birbaşa memarlıq təqdimat iş axınına inteqrasiyanı çətinləşdirə bilər. Ofislərin bu alətləri əvvəlcə kiçik bir pilot layihə üzərində, mövcud render iş axını ilə paralel test etməsi, vaxt itkisini azaldacaq.
Tez-tez verilən suallar
Wan 2.2-ni hansı avadanlıqda işlədə bilərəm?
TI2V-5B modeli RTX 4090 kimi 24GB VRAM-lı istehlakçı səviyyəli bir GPU-da işləyə bilərkən, T2V-A14B və I2V-A14B kimi MoE modelləri tək GPU-da ən azı 80GB VRAM ya da çoxlu GPU/bulud qurğusu tələb edir.
FLUX Krea Dev-in standart FLUX Dev-dən fərqi nədir?
Bələdçiyə görə FLUX Krea Dev, standart FLUX Dev-ə nisbətən əhəmiyyətli dərəcədə daha yaxşı görsellər yaratdığı qeyd olunan bir model variantıdır.
Wan 2.2 ilə neçə saniyəlik video istehsal edilə bilər?
Wan 2.2, 480p və 720p çözünürlüklərdə 5 saniyəyə qədər video yarada bilir; TI2V-5B modeli bir 5 saniyəlik 720p videonu tək bir istehlakçı GPU-da 9 dəqiqədən az müddətdə tamamlaya bilir.
