# Wan 2.2 ve FLUX Krea Dev ile mimari görsel üretimi: kurulum ve prompt rehberi

Kaynak: https://3dsinifi.com/haber/wan-2-2-ve-flux-krea-dev-ile-mimari-gorsel-uretimi-kurulum · Kategori: Eğitimler · Yayın: 2 Ekim 2026

> Açık kaynaklı Wan 2.2 video modeli ve FLUX Krea Dev görsel modeli, SwarmUI ve ComfyUI üzerinden tek tıkla kurularak mimari sunumlar için konsept görsel ve kısa animasyon üretiminde denenebilir.

## Kısaca
- Wan 2.2, metinden ve görselden video üreten açık kaynaklı bir modeldir; TI2V-5B varyantı 720p çözünürlükte 24 kare/saniye video üretebilir.
- TI2V-5B modeli, RTX 4090 gibi tüketici sınıfı bir ekran kartında 5 saniyelik 720p videoyu 9 dakikanın altında üretebiliyor.
- T2V-A14B ve I2V-A14B gibi 14B aktif parametreli MoE modelleri, tek GPU'da en az 80GB VRAM veya çoklu GPU/bulut kurulumu gerektiriyor.
- FLUX Krea Dev modeli, SwarmUI ve ComfyUI tabanlı bir kurulumla standart FLUX Dev'e göre daha iyi görsel ürettiği belirtilen bir varyanttır.

## Bu yazıda ne öğreneceksiniz

Açık kaynaklı video üretim modeli Wan 2.2 ile görsel üretim modeli FLUX Krea Dev'i, SwarmUI arayüzü ve ComfyUI altyapısı üzerinden kurup konsept görseli ve kısa kamera hareketli animasyonlar üretmeyi öğreneceksiniz. Rehber, Furkan Gözükara (MonsterMMORPG) tarafından hazırlanan açık lisanslı kurulum kılavuzu ile Wan-AI'nin resmi model dokümantasyonuna dayanıyor. Kaynaklarda bu araçların kullanım alanları olarak dijital sanat, reklamcılık, film ön-görselleştirme, oyun geliştirme ve sosyal medya içeriği sayılıyor; bu yazıdaki mimari ve iç mekân odaklı prompt örnekleri, belgelenen teknikler esas alınarak 3dsınıfı okuyucuları için ayrıca uyarlanmıştır.

## Gereksinimler

- NVIDIA ekran kartı: Wan 2.2'nin TI2V-5B varyantı için 24GB VRAM'li bir RTX 4090 önerilir.
- Python, Git, CUDA ve FFMPEG kurulu bir sistem.
- SwarmUI ve ComfyUI'yi tek tıkla kuran otomatik yükleyici (rehberde Patreon üzerinden paylaşılıyor).
- Hugging Face veya ModelScope hesabı, model ağırlıklarını indirmek için.
- Daha büyük Wan 2.2 modelleri (T2V-A14B, I2V-A14B) için tek GPU'da en az 80GB VRAM ya da çoklu GPU/bulut kurulumu.
- İsteğe bağlı: prompt genişletme için Dashscope API anahtarı veya yerel bir Qwen modeli.

## Adım adım kurulum

1. **Ön koşulları kurun.** Python, Git, CUDA ve FFMPEG'i sisteminize yükleyin.
2. **ComfyUI ve SwarmUI'yi kurun.** Rehberde paylaşılan 1-click yükleyici, Flash Attention, Sage Attention, xFormers, Triton ve DeepSpeed desteğiyle gelir; RTX 5000 serisi kartlar da destekleniyor.
3. **SwarmUI arka ucunu ComfyUI'ye bağlayın.** Video rehberinde bu adım ayrı bir bölüm olarak ele alınıyor; kurulum sırasında SwarmUI içinden ComfyUI backend'ini seçip bağlantıyı tamamlamanız gerekiyor.
4. **Modelleri indirin.** Donanımınıza göre TI2V-5B (tek tüketici GPU için) ya da T2V-A14B / I2V-A14B (çoklu GPU veya bulut için) modelini seçip indirin.
5. **Hazır preset paketini içe aktarın.** Yüzlerce parametre testinden sonra hazırlanan presetler, manuel ayar yapmadan yüksek kaliteli sonuç almayı sağlar.
6. **İlk üretiminizi başlatın** ve konsoldaki günlükleri (log) izleyerek GPU kullanımını kontrol edin; düşük GPU kullanımı tespit edilirse rehberdeki optimizasyon adımlarını uygulayın.

## Mimari görsel ve animasyon için örnek promptlar

Aşağıdaki promptlar, kaynaklardaki teknikler (kamera hareketi, aydınlatma tanımı, sinematik stil) esas alınarak mimari kullanım için ayrıca hazırlanmıştır; kaynak metinlerde doğrudan mimari örnek bulunmuyor.

**1. FLUX Krea Dev ile iç mekân konsept görseli**

```prompt
A modern minimalist living room interior, floor-to-ceiling windows, warm afternoon sunlight, oak flooring, cinematic lighting, photorealistic architectural visualization, ultra detailed
```

Bu prompt, FLUX Krea Dev'in metinden görsele üretiminde ışık ve malzeme detaylarını öne çıkarır; iç mimari sunumları için hızlı bir konsept görseli oluşturur.

**2. Wan 2.2 Image-to-Video ile kamera hareketi**

```prompt
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 video
```

Mevcut bir render görselini bu promptla Image-to-Video modunda besleyerek, giriş holünde yavaş bir kamera yaklaşması animasyonu elde edebilirsiniz; model, dolly ve pan gibi kamera hareketlerini matematiksel hassasiyetle uygulayabiliyor.

**3. Wan 2.2 Text-to-Video ile dış mekân tanıtımı**

```prompt
A drone shot slowly rising above a glass pavilion surrounded by a garden, golden hour lighting, smooth camera pan, photorealistic rendering, architectural visualization style
```

Bu prompt, sıfırdan metinden video üretimiyle bir dış mekân tanıtım animasyonu oluşturmak için kullanılabilir; altın saat aydınlatması ve yavaş pan hareketi tanımları modelin sinematik kontrolünü devreye sokar.

**4. Prompt genişletme için komut satırı örneği**

```bash
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"
```

Düşük VRAM'li tek GPU'larda bu komuttaki `--offload_model True` ve `--convert_model_dtype` parametreleri bellek kullanımını azaltır; prompt genişletme açılırsa model, tanımları otomatik olarak zenginleştirir.

## Sık yapılan hatalar

- A14B modellerini 80GB VRAM'in altındaki tek bir GPU'da offload parametreleri olmadan çalıştırmaya çalışmak bellek hatasına yol açar.
- Donanıma uygun olmayan çözünürlük (örneğin tüketici kartta doğrudan 720p T2V-A14B) seçmek, üretimi aşırı yavaşlatır.
- Prompt genişletmeyi (prompt extension) hiç kullanmamak, sahne detaylarının yetersiz kalmasına neden olabilir.
- GPU kullanımının düşük kaldığı fark edilmeden üretime devam etmek; rehber bu durumda optimizasyon adımlarının izlenmesini öneriyor.

## Sonraki adımlar

Presetleri kendi projelerinize göre özelleştirmeyi, FLUX Krea Dev üzerinde kendi ofis stiliniz için LoRA eğitmeyi ve TeaCache gibi hızlandırma seçenekleriyle üretim sürelerini kısaltmayı deneyebilirsiniz.

## Kaynak ve lisans

Bu rehber, Wan-AI ekibinin Hugging Face üzerindeki resmi Wan2.2-T2V-A14B model dokümantasyonu ile Furkan Gözükara (MonsterMMORPG) tarafından Hugging Face'te yayımlanan "Wan 2.2 & FLUX Krea Full Tutorial" başlıklı topluluk makalesinden, Apache-2.0 lisansı kapsamında Türkçeye uyarlanmıştır.

## Pro ipucu
Tek tüketici GPU'nuz varsa TI2V-5B modelini --offload_model True --convert_model_dtype --t5_cpu parametreleriyle çalıştırarak bellek hatalarını önleyin.

## 3dsınıfı yorumu
Türkiye'deki ofisler ve bireysel görselleştiriciler için Wan 2.2 ve FLUX Krea Dev, hızlı konsept görseli ve kısa tanıtım animasyonu denemek isteyenler için ilgi çekici bir seçenek olabilir; ancak kaynaklarda bu araçların mimariye özel bir kullanım senaryosu olarak sunulmadığını, kullanım alanlarının dijital sanat, reklamcılık, film ön-görselleştirme ve oyun geliştirme gibi genel alanlar olduğunu hatırlatmak gerekiyor. TI2V-5B'nin tek bir RTX 4090 ile çalışabilmesi, büyük render çiftliklerine yatırım yapmadan deneme yapmak isteyen küçük ofisler için maliyet avantajı sağlıyor. A14B modellerinin 80GB VRAM veya çoklu GPU gerektirmesi ise bu seviyedeki kaliteyi yakalamak isteyenleri bulut hizmetlerine yönlendirecektir.

Açık kaynak olması, lisans maliyeti olmadan deneme yapılabilmesi anlamına geliyor; fakat kurulumun teknik bilgi (Python, CUDA, ComfyUI) gerektirmesi, doğrudan mimari sunum iş akışına entegrasyonu zorlaştırabilir. Ofislerin bu araçları önce küçük bir pilot proje üzerinde, mevcut render iş akışına paralel olarak test etmesi, zaman kaybını azaltacaktır.

## Kaynaklar
- [huggingface.co (Apache-2.0)](https://huggingface.co/Wan-AI/Wan2.2-T2V-A14B) (özet)
- [huggingface.co (Apache-2.0)](https://huggingface.co/blog/MonsterMMORPG/wan-22-flux-krea-full-tutorial-automated-install) (özet)
- [huggingface.co (Apache-2.0)](https://huggingface.co/Wan-AI) (yorum)

_Yapay zekâ ile yazıldı, kaynaklarla doğrulandı. © 3dsınıfı_