Media is too big
VIEW IN TELEGRAM
🎬 تولید ویدئو با هوش مصنوعی روی کامپیوتر شخصی؛ فقط با ۸ گیگ VRAM!
ابزار FreeVideo مدل ویدئوساز MiniMax H3 رو به ComfyUI آورده تا اجرای مدل‌های تولید ویدئو روی سخت‌افزارهای خانگی راحت‌تر بشه. 👀
🔹 حداقل سخت‌افزار اعلام‌شده:
- 🎮 کارت گرافیک با ۸ گیگابایت VRAM
- 🧠 رم ۱۶ گیگابایتی
⚙️ امکانات FreeVideo:
- پشتیبانی از LoRA
- تعیین فریم اول و آخر ویدئو
- استفاده از تصاویر مرجع
- افزونه برای ComfyUI
- نصب‌کننده ویندوز که محیط اجرا و مدل‌ها رو خودکار آماده می‌کنه
🧩 پشت صحنه، این ابزار از مدل VDN-H3 هشت‌مرحله‌ای با معماری Hybrid Attention استفاده می‌کنه. همچنین وزن‌های مدل رو بین حافظه گرافیکی، رم و دیسک تقسیم می‌کنه تا محدودیت حافظه کمتر دردسرساز بشه.
⏱️ سرعت اجرا چطوره؟
طبق مستندات، روی RTX 5060 Ti با ۱۶ گیگ VRAM و ۳۲ گیگ رم، تولید یک ویدئوی ۱۰ ثانیه‌ای با وضوح 768p حدود ۴۸۶ ثانیه طول می‌کشه؛ یعنی تقریباً ۸ دقیقه.
ابزار FreeVideo مدل ویدئوساز MiniMax H3 رو به ComfyUI آورده تا اجرای مدل‌های تولید ویدئو روی سخت‌افزارهای خانگی راحت‌تر بشه. 👀
🔹 حداقل سخت‌افزار اعلام‌شده:
- 🎮 کارت گرافیک با ۸ گیگابایت VRAM
- 🧠 رم ۱۶ گیگابایتی
⚙️ امکانات FreeVideo:
- پشتیبانی از LoRA
- تعیین فریم اول و آخر ویدئو
- استفاده از تصاویر مرجع
- افزونه برای ComfyUI
- نصب‌کننده ویندوز که محیط اجرا و مدل‌ها رو خودکار آماده می‌کنه
🧩 پشت صحنه، این ابزار از مدل VDN-H3 هشت‌مرحله‌ای با معماری Hybrid Attention استفاده می‌کنه. همچنین وزن‌های مدل رو بین حافظه گرافیکی، رم و دیسک تقسیم می‌کنه تا محدودیت حافظه کمتر دردسرساز بشه.
⏱️ سرعت اجرا چطوره؟
طبق مستندات، روی RTX 5060 Ti با ۱۶ گیگ VRAM و ۳۲ گیگ رم، تولید یک ویدئوی ۱۰ ثانیه‌ای با وضوح 768p حدود ۴۸۶ ثانیه طول می‌کشه؛ یعنی تقریباً ۸ دقیقه.
🎨 دو مدل جدید برای تولید تصویر معرفی شدند؛ یکی اوپن‌سورس، یکی با تمرکز روی ویرایش!
این بار BFL و Krea با دو ابزار جدید وارد می‌شن: FLUX 3 Image Klein و Krea 3. هرکدوم هم روی قابلیت‌های متفاوتی تمرکز دارن. 👇
🔹 FLUX 3 Image Klein از BFL
مدلی با ۵٫۶ میلیارد پارامتر که به‌صورت اوپن‌سورس منتشر شده و وضوح بومی ۴ مگاپیکسلی داره.
✨ قابلیت‌ها:
- پشتیبانی از حداکثر ۱۰ تصویر مرجع
- کنترل موقعیت اشیا با استفاده از باکس‌ها
- نسخه INT8 با نیاز اعلام‌شده به حداقل ۸ گیگابایت VRAM
- نسخه پایه برای فاین‌تیون و نسخه تقطیرشده برای استنتاج ۱۶ مرحله‌ای
⚡ طبق گزارش منتشرشده، تولید تصویر یک مگاپیکسلی روی RTX 4070 کمتر از ۹ ثانیه زمان می‌بره.
💰 هزینه اعلام‌شده: از ۰٫۰۰۹ دلار برای خروجی 1K
⚠️ یک نکته: با افزایش وضوح، کیفیت تصویر به‌شدت افت می‌کنه. همچنین وزن‌های مدل تحت مجوز FLUX Kommunity License منتشر شدن که محدودیت‌هایی برای استفاده تجاری دارن.
این بار BFL و Krea با دو ابزار جدید وارد می‌شن: FLUX 3 Image Klein و Krea 3. هرکدوم هم روی قابلیت‌های متفاوتی تمرکز دارن. 👇
🔹 FLUX 3 Image Klein از BFL
مدلی با ۵٫۶ میلیارد پارامتر که به‌صورت اوپن‌سورس منتشر شده و وضوح بومی ۴ مگاپیکسلی داره.
✨ قابلیت‌ها:
- پشتیبانی از حداکثر ۱۰ تصویر مرجع
- کنترل موقعیت اشیا با استفاده از باکس‌ها
- نسخه INT8 با نیاز اعلام‌شده به حداقل ۸ گیگابایت VRAM
- نسخه پایه برای فاین‌تیون و نسخه تقطیرشده برای استنتاج ۱۶ مرحله‌ای
⚡ طبق گزارش منتشرشده، تولید تصویر یک مگاپیکسلی روی RTX 4070 کمتر از ۹ ثانیه زمان می‌بره.
💰 هزینه اعلام‌شده: از ۰٫۰۰۹ دلار برای خروجی 1K
⚠️ یک نکته: با افزایش وضوح، کیفیت تصویر به‌شدت افت می‌کنه. همچنین وزن‌های مدل تحت مجوز FLUX Kommunity License منتشر شدن که محدودیت‌هایی برای استفاده تجاری دارن.