【ローカルi2v】Wan2.2(14B)を使ってみた話⑧【lightx2vアップデートモデル】
はじめに
下記事で紹介したKijai氏LoRA（Lightx2vベース）の高速化LoRAのWAN2.2正式対応版が公開されたので、それらを試してみました。
モデルの更新
以前の記事のワークフローでは、高速化LoRAとして、high noiseもlow noiseも同じLoRA
lightx2v_I2V_14B_ 480p_cfg_step_distill_rank32_bf16.safetensors
を利用していましたが、high noise、low noise用のモデルにそれぞれ更新モデルに置き換えます。
Wan2.2-Lightning_I2V-A14B-4steps-lora_HIGH_fp16.safetensors
Wan2.2-Lightning_I2V-A14B-4steps-lora_LOW_fp16.safetensors
※ lightx2vコミュニティー公式版と比べて、Kijai氏のものはパラメータの互換性なども改良されているので、理由がない限りこちらの方が良さそうです。またKijai氏独自のカスタムノード＆ワークフローに最適化されているという事で、ハイエンド（大VRAM）GPUの場合は、ComfyUIのネイティブ版（プリイン・テンプレート）よりも、Kijai氏の方が良いと思います
動作確認
筆者環境の480p前後の解像度動画（high/4step + low/4step = 8step）であれば、以前と大きな違いはないようです。ただし、ログにエラーが出なくなるので、ちゃんと仕様通り・想定通り動作している感はあります。
※ AIはアナログ性質が強いので、仕様通り・想定通りに動作していても、品質が良くなるかどうかは別問題です。ノイズや誤動作が良い方向に向かう事も少なくありません。
限界突破
モデルが更新されたので、どこまで高品質化できるか試しています。
AI動画では多少妥協しなければならないのですが、目や口や髪の崩れ、アーティファクトが気になります。それらを低減する方向で設定したのが下記事ですが、
新しいKijai氏のLoRAを試す限り、Wan2.2 14B量子化GGUFモデルよりも、fp8_scaledモデルの方が多少良い結果を出すように感じます。
特に、最後の仕上げ（low noise）モデルに、Q8_0のggufモデルよりComfyUIの公式パッケージのfp8_scaledモデル、
wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors
を利用した方が良さそうです。
※ 現在試行錯誤中ですが、良さそうな組み合わせができれば、上記の「【ローカルi2v】Wan2.2(14B)を使ってみた話⑦【限界突破】」の付録欄に追加しておきます。
以下、関連する記事の【PR】です。
