Станция 04 · видео

Видео у себя

Видео с открытыми весами тоже можно делать дома: по тексту, по картинке, а у новых моделей сразу со звуком. Это самая тяжёлая задача из всех на сайте. Ниже — чем ставить, какие модели есть, кто их выпустил и что потянет ваша видеокарта.

Чем видео отличается от текста и картинок

Памяти нужно больше всего. Большинство моделей обрабатывают все кадры ролика разом, поэтому даже несколько секунд видео требуют больше видеопамяти, чем длинный разговор с языковой моделью. Как узнать память своей видеокарты, разобрано на странице «Какой нужен компьютер».

Модель — это несколько файлов. Обычно отдельно лежат сама видеомодель, модель, которая понимает текст запроса, и декодер, превращающий результат в кадры (VAE). Каждый весит гигабайты.

Ждать приходится минутами. По данным авторов Wan 2.1, пятисекундный ролик 480p маленькой моделью на RTX 4090 считается около четырёх минут.

Выгрузка выручает, но замедляет. Программы умеют держать часть модели в оперативной памяти и подгружать в видеокарту по частям. Так большая модель запускается на скромной видеокарте, только медленнее. Поэтому у одной модели встречаются очень разные цифры: «80 ГБ» в скрипте авторов и «8 ГБ» в ComfyUI.

Чем запускать. Главная программа — ComfyUI, остальные проще, но умеют меньше.

  1. 01

    ComfyUI

    Схема из блоков: модель, запрос, настройки, сохранение. Поддерживает почти все открытые видеомодели и готовые шаблоны для них. Кому подойдёт: тем, кто готов один вечер привыкать к интерфейсу.

  2. 02

    LTX Desktop, WanGP, FramePack

    Обычные окна с полем для запроса. LTX Desktop работает с моделями LTX, WanGP собирает много моделей и экономит видеопамять, FramePack оживляет картинку на слабой видеокарте. Кому подойдёт: тем, кто хочет результат без схем.

  3. 03

    Сами модели

    Wan, LTX, HunyuanVideo, Kandinsky и другие. У каждой свой разработчик и своя лицензия, и они сильно различаются аппетитом к памяти. Кому подойдёт: тем, кто выбирает, что скачивать.

ComfyUI: что это и чей

Открытая программа для генерации изображений, видео, звука и 3D через схему из блоков, соединённых линиями. Разрабатывает Comfy Org, репозиторий на GitHub существует с января 2023 года. Лицензия самой ComfyUI — GPL-3.0, приложения Comfy Desktop — AGPL-3.0 или коммерческая лицензия Comfy Org на выбор.

Всё работает на вашем компьютере. По словам разработчиков, ядро ничего не скачивает без вашего запроса, а платные облачные узлы для закрытых моделей отключаются параметром запуска --offline. Есть и платная облачная версия Comfy Cloud — для тех, у кого нет подходящей видеокарты.

Видеомодели, которые ComfyUI поддерживает сама, без дополнений, по списку из её описания: Wan 2.1 и 2.2, LTX-Video 2 и 2.3, HunyuanVideo 1.5, Kandinsky 5 Video, CogVideoX, Mochi и другие, а также MiniMax H3 для видео со звуком.

Как поставить ComfyUI

СпособДля кого и что нужно
Comfy DesktopСамый простой, его советуют новичкам. Обычный установщик для Windows 10 и новее, macOS на чипах Apple и Linux (AppImage и .deb). Сам ставит Python и всё нужное для видеокарты. На каждую установку — от 4,85 ГБ на диске, не считая моделей. Скачать: comfy.org/download.
Переносная сборкаТолько Windows: архив, который достаточно распаковать (7-Zip или проводником) и запустить. Есть сборки для видеокарт NVIDIA (серия 20 и новее), AMD и Intel и отдельная — для NVIDIA серии 10 и старше. Ссылки — в разделе установки на GitHub.
ВручнуюЛюбая система и любая видеокарта: NVIDIA, AMD, Intel, чипы Apple. Нужны git и Python (рекомендуют 3.13). Порядок ниже.
comfy-cliУстановка из терминала двумя командами: pip install comfy-cli, затем comfy install. Документация.

Ручная установка по шагам

  1. Скачайте репозиторий: git clone https://github.com/Comfy-Org/ComfyUI и перейдите в папку ComfyUI.
  2. Поставьте PyTorch под свою видеокарту — команда для каждой (NVIDIA, AMD на Linux и Windows, Intel, Apple) приведена в описании проекта на GitHub. Для NVIDIA серии 20 и новее нужна сборка с CUDA 13.0 или новее.
  3. Поставьте зависимости: pip install -r requirements.txt.
  4. Запустите python main.py и откройте в браузере адрес, который программа напишет в терминале.

Команды взяты из описания ComfyUI на GitHub и с страницы системных требований. Они меняются, поэтому сверяйтесь с первоисточником.

Первое видео в ComfyUI

  1. Откройте шаблоны: значок «Templates» на боковой панели или меню Workflow → Browse Workflow Templates. Видеошаблоны собраны в разделе Video.
  2. Для первого раза разработчики ComfyUI предлагают Wan 2.2 5B: по их словам, со встроенной выгрузкой эта модель хорошо помещается в 8 ГБ видеопамяти. В поиске шаблонов наберите «Wan2.2 5B».
  3. При открытии шаблона ComfyUI сама проверит, все ли файлы моделей на месте. В Comfy Desktop недостающие скачиваются кнопкой Download прямо в нужные папки.
  4. Если вы ставили вручную, браузер скачает файлы, а разложить их нужно самому. Для Wan 2.2 5B так:
ComfyUI/
└── models/
    ├── diffusion_models/
    ├── text_encoders/
    └── vae/

В diffusion_models — сама видеомодель, в text_encoders — модель, понимающая текст запроса, в vae — декодер кадров.

  1. Напишите запрос и нажмите Run.

Если шаблона нет, ComfyUI, скорее всего, устарела: обновите её. Пошаговые разборы для конкретных моделей — в документации: Wan 2.2, LTX-2, HunyuanVideo 1.5.

Другие программы для видео

  • LTX Desktop

    Разработчик
    Lightricks
    Системы
    Windows, Linux, macOS
    Лицензия
    Apache 2.0, у моделей своя

    Приложение для видео только на моделях LTX: по тексту, по картинке и по звуку, со звуковой дорожкой. Требования от разработчиков: Windows или Linux с видеокартой NVIDIA от 24 ГБ (советуют 32 ГБ) и 32 ГБ оперативной памяти; Mac на чипах Apple с macOS 26 и от 48 ГБ памяти. Места на диске — от 100 ГБ. Для скачивания моделей нужен вход в Hugging Face.

  • WanGP

    Разработчик
    deepbeepmeep (частный автор)
    Системы
    Windows, Linux
    Лицензия
    собственная, WanGP Community License 2.0

    Одно приложение для многих открытых моделей: Wan, LTX, HunyuanVideo, Kandinsky, MiniMax H3 и других. Рассчитано на слабые видеокарты: по словам автора, часть моделей идёт от 6 ГБ видеопамяти, поддерживаются NVIDIA начиная с GTX 10XX и AMD RDNA 2–4. Ставится скриптами install.bat или install.sh из папки scripts. Дома пользоваться бесплатно, условия перепродажи — в лицензии.

  • FramePack

    Разработчик
    lllyasviel (автор Fooocus)
    Системы
    Windows, Linux
    Лицензия
    Apache 2.0

    Оживляет картинку: из одного изображения и описания делает ролик длиной до минуты, кадр за кадром. Авторы указывают видеокарту NVIDIA серий RTX 30, 40 или 50 и минимум 6 ГБ видеопамяти, ноутбучные тоже подходят. Для Windows есть архив «скачал и запустил»; при первом запуске докачивается больше 30 ГБ. Последние изменения в репозитории — октябрь 2025 года.

Открытые видеомодели: кто выпустил, на каких условиях и сколько просят памяти

Сведения взяты из описаний моделей на GitHub и Hugging Face, текстов лицензий и документации ComfyUI 29 октября 2026 года. Видеопамять — так, как её указывают сами авторы; в ComfyUI и WanGP с выгрузкой обычно нужно меньше. Рейтинга нет: порядок ничего не значит.

  • Wan 2.1 и 2.2

    Разработчик
    Alibaba Cloud
    Лицензия
    Apache 2.0
    Видеопамять
    от 8,19 ГБ (2.1, 1,3 млрд); 24 ГБ (2.2, 5 млрд)

    Самое распространённое открытое семейство. Wan 2.1 на 1,3 млрд параметров рассчитана на обычные видеокарты и снимает 480p. Wan 2.2 5B делает 720p при 24 кадрах в секунду по тексту или по картинке; скрипт авторов просит 24 ГБ (например, RTX 4090), в ComfyUI, по словам её разработчиков, хватает около 8 ГБ. Большие версии на 14 млрд в скрипте авторов рассчитаны на 80 ГБ. Есть варианты для видео по голосу (S2V) и для анимации персонажа (Animate). Внимание: на Hugging Face встречаются страницы «Wan 3» от посторонних авторов — в организации Wan-AI на 29 октября 2026 года открытых весов Wan 3 нет.

  • LTX-2

    Разработчик
    Lightricks
    Лицензия
    LTX-2.x Community License
    Видеопамять
    от 24 ГБ в LTX Desktop

    Делает видео сразу со звуком: по тексту, по картинке и по звуковой дорожке, вплоть до 4K. Текущая версия — LTX-2.5 на 22 млрд параметров; чтобы её скачать, нужно войти на Hugging Face и принять условия. По лицензии бесплатно для частных лиц и компаний с годовой выручкой до 10 млн долларов, остальным нужна платная лицензия.

  • HunyuanVideo 1.5

    Разработчик
    Tencent
    Лицензия
    Tencent Hunyuan Community License
    Видеопамять
    от 14 ГБ с выгрузкой

    Облегчённая модель на 8,3 млрд параметров: 480p и 720p по тексту или картинке, отдельная модель повышает разрешение до 1080p. Официальный код рассчитан на Linux и видеокарты NVIDIA, документация ComfyUI называет 24 ГБ. Лицензия не действует в Евросоюзе, Великобритании и Южной Корее.

  • Kandinsky 5 и 6 Video

    Разработчик
    Kandinsky Lab
    Лицензия
    MIT
    Видеопамять
    авторы проверяли на 16 ГБ (RTX 5060 Ti)

    Kandinsky 6.0 Video выпущен в октябре 2026 года в двух размерах — Lite на 3 млрд и Pro на 29 млрд параметров — и делает пятисекундные ролики со звуком, включая движение губ под речь. Kandinsky 5.0 Video Pro, по словам авторов, понимает запросы на русском и английском. Нужна видеокарта NVIDIA; замеры скорости авторы публикуют для видеокарт от 16 до 80 ГБ. Статьи о моделях выходят в блоге Сбера на Хабре.

  • MiniMax H3

    Разработчик
    MiniMax
    Лицензия
    MiniMax H3 Community License
    Видеопамять
    в примерах авторов — 4 видеокарты

    Большая модель, выпущенная в августе 2026 года: ролики от 4 до 15 секунд со стереозвуком, по тексту, по первому и последнему кадру или по набору образцов — картинок, видео и звука. Сама модель — 33 млрд параметров, плюс модель на 32 млрд для понимания запроса. Автор WanGP пишет, что в его программе 480p идёт на 5–6 ГБ. Лицензия не действует в Евросоюзе, Великобритании, Южной Корее и США.

  • CogVideoX

    Разработчик
    Z.ai (Zhipu)
    Лицензия
    2B — Apache 2.0, 5B — CogVideoX License
    Видеопамять
    от 4 ГБ (2B), от 5 ГБ (5B)

    Модели 2024 года, зато одни из самых нетребовательных: по данным авторов, в библиотеке diffusers 2B запускается от 4 ГБ, 5B — от 5 ГБ, а 2B идёт даже на старой GTX 1080 Ti. Ролики по 6 секунд, у версии 1.5 — до 10. Для коммерческого использования 5B нужна регистрация у разработчика.

  • Mochi 1

    Разработчик
    Genmo
    Лицензия
    Apache 2.0
    Видеопамять
    около 60 ГБ у авторов, меньше 20 ГБ в ComfyUI

    Модель на 10 млрд параметров, выпущенная как предварительная версия в 2024 году; снимает 480p. Авторы сами пишут, что их код на одной видеокарте требует около 60 ГБ, а ComfyUI умещает модель меньше чем в 20 ГБ.

  • SkyReels V2

    Разработчик
    Skywork
    Лицензия
    Skywork Community License
    Видеопамять
    около 14,7 ГБ (1,3 млрд, 540p)

    Умеет продлевать ролик сколько угодно, дописывая его по кускам. Маленькая версия на 1,3 млрд параметров при 540p, по данным авторов, требует около 14,7 ГБ, большая на 14 млрд — 43–51 ГБ. Коммерческое использование разрешено на условиях лицензии.

  • Stable Video Diffusion

    Разработчик
    Stability AI
    Лицензия
    Stability AI Community License
    Режим
    только по картинке

    Модель 2023 года: превращает картинку в короткий ролик, по тексту не работает. Бесплатна для исследований, личного использования и для компаний с годовой выручкой до 1 млн долларов; при коммерческом использовании нужна регистрация у Stability AI.

  • Open-Sora 2.0

    Разработчик
    HPC-AI Technology
    Лицензия
    Apache 2.0
    Видеопамять
    авторы проверяли на H100 и H800

    Полностью открытый проект на 11 млрд параметров: выложены и веса, и код обучения. Скорость авторы измеряли на серверных видеокартах H100 и H800, так что для домашнего компьютера это скорее материал для изучения.

Как выбрать под свой компьютер

Цифры — из описаний программ и моделей выше. Начинайте с самой маленькой модели из своей строки и низкого разрешения, а повышайте, когда всё заработает.

ВидеопамятьС чего начать
Нет видеокартыComfyUI запускается и на одном процессоре, но авторы моделей выше указывают требования только для видеокарт. Попробовать без установки можно в браузере: демо есть у LTX-2.5, Kandinsky 6.0 Pro и CogVideoX-5B на Hugging Face.
6–8 ГБFramePack (от 6 ГБ, RTX 30 и новее), WanGP (часть моделей от 6 ГБ), Wan 2.2 5B в ComfyUI (около 8 ГБ), Wan 2.1 на 1,3 млрд (8,19 ГБ), CogVideoX 2B и 5B (от 4–5 ГБ).
12–16 ГБHunyuanVideo 1.5 с выгрузкой (от 14 ГБ), Kandinsky 6 (авторы замеряли на 16 ГБ), SkyReels V2 на 1,3 млрд (около 14,7 ГБ).
24 ГБ и большеLTX Desktop и LTX-2.5 (от 24 ГБ, советуют 32), Wan 2.2 5B в скрипте авторов, HunyuanVideo 1.5 в ComfyUI, Mochi 1 в ComfyUI.
Серверные видеокартыБольшие версии Wan 2.2 в скриптах авторов (80 ГБ), Mochi 1 в коде авторов (около 60 ГБ), SkyReels V2 на 14 млрд, Open-Sora 2.0, MiniMax H3 в официальном коде.

Какая видеокарта лучше

Разработчики ComfyUI ведут свою таблицу видеокарт. Коротко, по их оценке:

  • NVIDIA — лучший выбор, советуют серию 30 и новее, и чем больше видеопамяти, тем лучше. Серии 40 и 50 умеют быстрые сжатые форматы FP8, серия 50 — ещё и FP4. Карты серии 10 и старше работают медленно, их скоро перестанет поддерживать CUDA 13.
  • AMD — хорошо на Linux, если видеокарта официально поддерживается ROCm. На Windows официальная поддержка — с серии 7000, и работает медленнее, чем на Linux.
  • Intel Arc — поддерживается, по наблюдениям разработчиков, у пользователей работает.
  • Mac на чипах Apple — работает, но очень медленно, часть операций не поддерживается, FP8 нет совсем.
  • Компьютеры на Qualcomm — на момент проверки не работают совсем.

Оперативная память и диск тоже важны: выгрузка переносит часть модели в оперативную память, а каждая модель занимает десятки гигабайт на диске. LTX Desktop, например, просит 32 ГБ оперативной памяти и от 100 ГБ свободного места.

Что проверить в лицензии

  • Свободные лицензии — Apache 2.0 и MIT (Wan, Kandinsky, Mochi, Open-Sora, FramePack, CogVideoX 2B): можно пользоваться и в работе, сохраняя уведомление об авторах.
  • Порог выручки: LTX-2 бесплатна до 10 млн долларов годовой выручки компании, Stable Video Diffusion — до 1 млн; выше нужна платная лицензия.
  • Ограничения по странам: лицензия HunyuanVideo не действует в Евросоюзе, Великобритании и Южной Корее, лицензия MiniMax H3 — ещё и в США. Россия в этих списках не названа.
  • Регистрация для коммерции: CogVideoX 5B и Stable Video Diffusion просят зарегистрироваться у разработчика, прежде чем зарабатывать на результатах.

Это пересказ, а не юридическая консультация. Перед коммерческим использованием прочитайте текст лицензии по ссылке на странице модели.

Как не навредить себе

  • Модели скачивайте из организаций разработчиков: Wan-AI, Lightricks, tencent, kandinskylab и других по ссылкам выше. Страницы с громкими названиями от случайных авторов — не официальные.
  • Дополнения к ComfyUI (custom nodes) — это чужой код, который выполняется на вашем компьютере. Ставьте только известные и через менеджер дополнений ComfyUI-Manager, который умеет проверять их на безопасность.
  • Программы берите только с официальных сайтов и страниц на GitHub, как и для текстовых моделей. Подробнее — на странице «Запуск у себя».

К запуску у себя