見出し画像

Wan2.2 I2Vを頑張って試す!(RTX3060Ti 8G VRAM)

Wan2.2が遂に登場!少し前からリリース予告がされていたので、一部世間ではザワザワしてました。さっそく試してみたいと思います!

今回、Wan2.2で作成したMV動画!
SunoAIは有料ですが、他は全てローカルAI!

もっといっぱい夏休みください!

本家

Comfy Orgの記事も出ていました

また、知識フォローに、ギャルGeminiにも手伝ってもらいます

※競馬予想のプロという肩書も入ってます


なにはともあれセットアップ

今回、既にComfyUIのテンプレがあるということなので、ComfyUIを最新化して起動しましょう。
良く分かりませんが、今回、何かComfyUIではWan2.2の登場に気合が入っており、リリースされて速攻でテンプレが登場しました。
Videoのカテゴリーの最初にありました。

まずは Wan2.2 14B Image to Video にしました。

最高の感動を味わいたいので、いきなり14Bから試してみたいと思います!I2V、ImageToVideoで!

ひたすらダウンロード
終わったら記載の場所にファイルを置きましょう!

The white dragon warrior stands still, eyes full of determination and strength. The camera slowly moves closer or circles around the warrior, highlighting the powerful presence and heroic spirit of the character.

白竜の戦士は、決意と力強さに満ちた瞳でじっと立っている。カメラはゆっくりと戦士に近づき、あるいは周囲を回りながら、その力強い存在感と英雄的な精神を際立たせている。

初回起動した直後のサンプルプロンプトです。
この人のことですね。。
これは。。。
こちらを用意しました。

が。しかし。。。

動きませんでした。。。

RTX4090でもいい感じという記載があるのにRTX3060だとこんなに差があるのでしょうか。。本当に少し。。少しづつ動いてたと思われます。。ただ、私は待つことが出来ませんでした。。。途中で止まらないだけ素晴らしいかと思います。
※RTX3060Ti 8G VRAM


無理なのでサイズを小さくする

最初にテンプレートを開いた際の下のほうでしょうか
無理そうでしたら、動画のサイズ指定があるので下げます。
よく見たらWan2.1のときも512x512などで作成してましたね
時代の流れでしょうか、初期設定のサイズが大きいような。

何も考えず半分にしたら出ました!
※640 x 352

しかし、動画のサイズとしては、480Pか720Pを推奨しているようです。
ということで、620 x 352 は推奨値ではないですね。

ちなみに適当なサイズで作るとおかしな結果になりがちかと思います。。
※320 x 320 ※悪い例です

愛情でカバーすれば最強らしいです

480pのパターン例
768 x 480(PCモニター)
1120 x 480(シネマスコープ)
480 x 480(正方形)

720pのパターン例
1152 x 720(PCモニター)
1680 x 720(シネマスコープ)
720 x 720(正方形)

推奨サイズ420p 480x480

youtube小さくできないですかね。画質が荒いのが目立ってしまいます。。
Stepを上げると荒さが消えると言っているので上げてみました。

768x480 Step20->30, Length 81->161
OOM 動きませんでした。。。

768x480 Step20->25, Length 81->161
OOM 動きませんでした。。。

768x480 Length 81->161
OOM 動きませんでした。。。

推奨サイズ420p 768 x 480
このサイズ、キレイに出ますね。
ちなみに、1秒生成に10分。。。。
一度に長く作成するとOOM(Out Of Memory)になるので小分けに作成して動画を1本に繋げました。。

Geminiに繋げてもらう

どうせならイラストのパターン変えれば良かったですね。。。


こんなに違った軽量モデル

この記事も完成だろうかと思っていたところ
下記のi2v(ImageToVideo)を試したら、だいたい3分で3秒の動画が生成されました。。50分で5秒生成が、3分で3秒生成になりました。
今までの苦労はいったいwwwww
ffmpegのインストールが発生しましたが。他は設定も簡単で下記からi2vのjsonとモデルをダウンロードするだけです。。

※comfyUIが利用しているpython環境で
pip install imageio-ffmpeg

ただし内容を見たところ、こちらのモデルはWan2.2以下、Wan2.1以上のような位置づけのようです。
それでもWan2.1の性能を超えてるので、速度重視の方には良い選択になるかと思います。
※これでも動画の時間を長くしたらOOMでしたが。。

redditの記事

そして最後に、最初に見せてあるSunoAIの動画を生成しました。上記のWan2.2Rapidバージョンと通常のWan2.2で作成した動画が混在しています。処理も早いし綺麗に作れて、結構楽しいかも

動画の編集には、2025年、最近になってバージョンアップが再開したAviUtlの最新です。バージョンアップ後、初めて使ってみましたがインターフェイスもスッキリして素晴らしいですね。非常に使いやすかったです。
※SunoAI は有料会員の時に作成した曲はネット公開可能です

口パクを歌と合わせているのはプロンプトを入れなくても勝手に口パクになりやすかったので動画の編集で、歌と映像を合わせるように再生位置を動かしてるだけです。アナログ?な手法で口パクAIとかではないです。。


以上です!

イロイロ見たり試したりして快適な環境を作ってから始めたほうがいいですね。。私は少し低スペックなのかもしれませんが、公式のモデルはそのままだと少し重いかもしれません?
グラボはいつの間にか世間ではRTX4060あたりが主流なのでしょうか?スゴイ悩むのですが、できれば2段階アップグレードで、RTX5060Ti、RTX5070がもっと安くなったらなぁ。。。と日々祈っています。。

最新曲!

以下は過去のWan2.1の時の記事、及び、SunoAIの記事になります。

いいなと思ったら応援しよう!

umanikomi よろしければサポートお願いします🙏いただいたサポートは更新の活動費に使わせていただきます!