Погнали 🔨

На моей RTX 5080 16Gb генерация одного видео хроном 10 секунд в резрешении 1 мегапиксель (~720p) занимает от 15 до 25 минут.

Но это не учитывая подготовки промпта, генерации первого кадра и последующего апскейла.

В среднем на один 10 секундный фрагмент уходит около 2ч.

Мой полный пайплайн выглядит следующим образом:

1) Сырой промпт для пераого кадра пишу сам;
2) Улучшаю его через Gemini/ChatGPT;
3) Ищу предобученные конкретным стилям лоры и подключаю их;
4) Генерирую первый фрейм;
5) С этим фреймом иду в агентский ИИ (OpenCode с подключенным Gemini и скиллом для генерации промптов MiniMax H3 <== ВАЖНО!!!)
6) Описываю общую идею того, что хочу увидеть в видео, хрон и тип промпта (в моем случае это I2VA | Image-to-Video and Audio);
7) С готовым промптом генерирую несколько вариантов видео в ~720p (оптимальное резрешение при котором не теряются детали и остается возможность апскейла);
8) Выбираю лучший (или сразу несколько) и делаю апскейл через Topaz Video (Starlight Precise 2.6)

p.s. Работаю локально в ComfyUI, если не указан иной инструмент

Воркфлоу комфи использую от pixaroma
Там много кастомных нод, лучше ставить через easy-install

Если есть вопросы, залетайте в коммы или чат канала 💬