К содержимому
Видео

Camera adapter v2 for Wan2.2-TI2V-5B

адаптер управления виртуальной камерой для видеогенерации

2 мин чтенияобновлено

Этот лёгкий адаптер добавляет точное управление виртуальной камерой в замороженную базовую модель Wan-AI/Wan2.2-TI2V-5B-Diffusers. На вход подаётся любое статичное изображение, на выходе получается 121-кадровое видео с разрешением 1280x704 и частотой 24 fps, в котором камера плавно смещается влево/вправо, наклоняется вверх/вниз или приближается/удаляется. Настройка интенсивности движения задаётся единым параметром силы от 0 до 1. Решение пригодится для создания динамичных видеороликов из картинок на мощном GPU-железе.

Ключевые особенности

  • Шесть направлений движения: поддержка панорамирования, наклона и зума с регулируемой силой.
  • Лёгкий вес: всего 14.26M обучаемых параметров (57.1 МБ в формате float32).
  • Интеграция с Diffusers: работает поверх фиксированной базы Wan2.2 без изменения её основных весов.
  • Режим заполнения: использование режима replicate для корректной генерации областей, открываемых камерой.

Что можно сделать

  • Оживить статичные фотографии пейзажей, добавив плавный зум или панорамирование.
  • Сгенерировать короткие видеоролики с эффектом движения камеры для презентаций или концепт-артов.
  • Протестировать ранний чекпоинт (шаг 415) адаптера с помощью скрипта на Python в связке с библиотекой diffusers.

Пример

from pathlib import Path
from huggingface_hub import snapshot_download
import zipfile, sys

local = Path(snapshot_download("D3vil-Reap3r/ie643-wan22-camera-adapter-v2", local_dir="ie643_adapter_v2"))
zipfile.ZipFile(local / "code" / "fpcamera_src.zip").extractall("fpcamera_code")
sys.path.insert(0, str(Path("fpcamera_code") / "src"))

from fpcamera import flow_infer
record = flow_infer.generate(
    ".",
    local / "adapter" / "adapter_000415.safetensors",
    "my_photo.jpg",
    "out/run1",
    motion="zoom_in",
    strength=0.6,
    steps=50, seed=42
)
Подробнее• Базовая модель: Wan-AI/Wan2.2-TI2V-5B-Diffusers (ревизия b8fff7315c768468a5333511427288870b2e9635).
• Требования к железу: CUDA GPU с пиковым потреблением около 43 GiB VRAM.
• Ограничения: ранняя версия чекпоинта (шаг 415 из 1000), неоткалиброванная шкала силы, фиксированный выходной формат 1280x704.
• Зависимости: torch 2.11.x, diffusers 0.36.0, transformers 4.57.6.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • F32веса 19 GB · готовые файлы24 GB
  • BF16веса 9.4 GB14 GB
  • FP8 / INT8рекомендуемвеса 4.7 GB8.4 GB
  • 4-bitвеса 2.7 GB6.1 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 3080 · F32 — от RTX 5090

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью Wan2.2-TI2V-5B-Diffusers.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # D3vil-Reap3r/ie643-wan22-camera-adapter-v2
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Wan-AI/Wan2.2-TI2V-5B-Diffusers --local-dir ~/models/Wan2.2-TI2V-5B-Diffusers
    hf download D3vil-Reap3r/ie643-wan22-camera-adapter-v2 --local-dir ~/models/ie643-wan22-camera-adapter-v2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Wan2.2-TI2V-5B-Diffusers
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • LightX2V step distill0.6.1от 9 ноября 2026новая версия

    5–10× меньше шагов

    Дистиллированные LoRA и движок: видео за 4–8 шагов вместо 30–50.

    Как включить: Подключите их step-distill LoRA к модели, CFG 1.0, 4–8 шагов.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Нужна базовая модель

Wan-AI/Wan2.2-TI2V-5B-Diffusers

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии Wan2.2-TI2V-5B-Diffusers — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 1Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 10Все на Hugging Face

О модели

D3vil-Reap3r/ie643-wan22-camera-adapter-v2
Автор
D3vil-Reap3r
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

camera-island-lora

camera-island-lora