Локальная нейросеть для генерации видео: коротко и с данными
Конспект страницы: 6 разделов коротко, данные на 14 октября 2026 и ответы на 3 вопроса. Полный разбор с примерами: Локальная нейросеть для генерации видео.
Коротко
Локальная нейросеть для генерации видео сегодня реальна, но скромна: открытые модели Wan, HunyuanVideo и Mochi делают ролики длиной в секунды, а не минуты, и считают каждый по несколько минут. Самая лёгкая, Wan 2.1 на 1,3 млрд параметров, помещается в 8,19 ГБ видеопамяти, старшие модели просят карту на 80 ГБ. Начинайте с Wan 2.2 TI2V-5B или HunyuanVideo 1.5 на карте с 24 ГБ: это 720P и картинка в видео.
Конспект по разделам
Что реально сгенерировать локально: длина и время
Открытые видео-модели работают с короткими роликами: несколько секунд в 480P или 720P. По README Wan 2.1, ролик на 5 секунд в 480P модель на 1,3 млрд параметров считает на RTX 4090 около 4 минут без квантования и ускорителей. Дистиллированная версия HunyuanVideo 1.5 для режима «картинка в видео» на той же карте укладывается примерно в 75 секунд.
Открытые модели для генерации видео и их требования
Ещё одна заметная модель, LTX-2 от Lightricks, генерирует видео сразу со звуком. В ComfyUI есть готовые схемы для Wan 2.1 и 2.2, LTX-Video 2, HunyuanVideo 1.5, CogVideoX и Mochi.
Какая видеокарта нужна для генерации видео
Видео-модель держит в памяти не одну картинку, а все кадры ролика сразу, поэтому требования выше, чем у FLUX и Stable Diffusion. Выгрузка весов в оперативную память, то есть хранение части модели вне видеокарты, снижает порог, но замедляет работу, а оперативной памяти тогда нужно с запасом: выгруженные веса лежат именно в ней. Выберите видеопамять и задачу
Как запустить видео-модель на сервере
Самый короткий путь: ComfyUI с готовым шаблоном. Веса скачиваются в папки models, схема открывается в браузере, задания встают в очередь. Второй путь: код разработчиков.
Лицензии видео-моделей: где есть ограничения
Wan 2.1, Wan 2.2 и Mochi выпущены под Apache 2.0, разработчики Wan прямо пишут, что не претендуют на права на созданные ролики. При этом лицензия Wan запрещает распространять контент, который нарушает закон, вредит людям, раскрывает персональные данные или вводит в заблуждение. HunyuanVideo 1.5 работает не везде Tencent Hunyuan Community License прямо не действует в Евросоюзе, Великобритании и Южной Корее.
Возьмите сервер с видеокартой под модель
Облачный GPU-сервер запускается за 1-2 минуты, оплата почасовая.
- RTX 4090, A5000, A6000, A100, H100
- От 1 до 4 карт на сервер
- Почасовая оплата
- Дата-центры уровня Tier III
Данные
| Модель | Размер | Видеопамять по README | Лицензия |
|---|---|---|---|
| Wan 2.1 T2V-1.3B | 1,3 млрд | 8,19 ГБ, 480P | Apache 2.0 |
| Wan 2.1 T2V и I2V 14B | 14 млрд | Точной цифры в README нет, 480P и 720P | Apache 2.0 |
| Wan 2.2 TI2V-5B | 5 млрд | 24 ГБ с выгрузкой, 720P, 24 кадра в секунду | Apache 2.0 |
| Wan 2.2 T2V и I2V A14B | 14 млрд, смесь экспертов | От 80 ГБ | Apache 2.0 |
| HunyuanVideo 1.5 | 8,3 млрд | От 14 ГБ с выгрузкой | Tencent Hunyuan Community |
| Mochi 1 preview | нет данных | Около 60 ГБ в эталонном коде, в ComfyUI меньше 20 ГБ | Apache 2.0 |
Данные на 14 октября 2026.
Вопросы и ответы
Можно ли сделать видео из фото локальной нейросетью?
Да, это режим «картинка в видео». Его умеют Wan 2.1 I2V-14B, Wan 2.2 TI2V-5B и I2V-A14B и HunyuanVideo 1.5. Младшим из них нужно от 14 до 24 ГБ видеопамяти.
Какая видеокарта нужна для генерации видео нейросетью?
Минимум 8 ГБ для Wan 2.1 1.3B в 480P, 24 ГБ для Wan 2.2 TI2V-5B в 720P и от 80 ГБ для моделей Wan 2.2 на 14 млрд параметров.
Сколько времени нейросеть генерирует видео на своей видеокарте?
По данным разработчиков, Wan 2.1 1.3B делает 5 секунд 480P на RTX 4090 примерно за 4 минуты, дистиллированная HunyuanVideo 1.5 оживляет картинку в 480P за 75 секунд.