Tăng Tốc Tạo Video Wan 2.1: Bí Quyết Chỉnh Sửa Ảnh Thành Phim Nhanh Gấp 30%

Bạn muốn biến những bức ảnh tĩnh thành những thước phim sống động, độc đáo? Mô hình AI Wan 2.1 đã giúp bạn thực hiện điều đó ngay trên chiếc PC của mình. Tuy nhiên, quá trình tạo ra một video 720p chất lượng cao có thể tốn khá nhiều thời gian, đặc biệt khi bạn muốn tinh chỉnh video qua nhiều lần thử nghiệm.

Đừng lo lắng! Bài viết này sẽ “bật mí” một quy trình làm việc nhanh chóng với Wan 2.1, sử dụng sức mạnh của Teacache và Sage Attention, giúp giảm thời gian tạo video tới 30%. Với bí quyết này, bạn có thể thoải mái sáng tạo và thử nghiệm với nhiều video khác nhau, tiết kiệm thời gian một cách đáng kể.

Phần Mềm Cần Thiết Để Sửa Ảnh Thành Phim

Để thực hiện quy trình tăng tốc này, chúng ta sẽ sử dụng ComfyUI, một giao diện mạnh mẽ thay thế cho AUTOMATIC1111. Bạn có thể cài đặt ComfyUI trên Windows, Mac hoặc thậm chí sử dụng trên Google Colab.

• ComfyUI: Nền tảng chính để thực hiện quy trình tạo video.

Nếu bạn mới làm quen với ComfyUI, hãy tham khảo hướng dẫn dành cho người mới bắt đầu để nắm vững các thao tác cơ bản.

Quy trình tăng tốc này dựa trên hai kỹ thuật chính: Teacache và Sage Attention.

Teacache

Teacache tận dụng một thực tế rằng một số khối mạng nơ-ron không thực hiện nhiều tác vụ trong quá trình lấy mẫu. Các nhà nghiên cứu đã nhận thấy rằng các mô hình khuếch tán tạo ra đường viền hình ảnh trong các bước lấy mẫu ban đầu và điền các chi tiết ở các bước sau.

Teacache xác định một cách thông minh thời điểm sử dụng bộ nhớ cache trong quá trình lấy mẫu. Nó sử dụng đầu ra được lưu trong bộ nhớ cache khi đầu vào hiện tại tương tự như đầu ra đã tạo ra bộ nhớ cache đó. Nó chỉ tính toán lại bộ nhớ cache khi đầu vào trở nên khác biệt đáng kể. Bạn có thể kiểm soát tần suất tính toán lại bộ nhớ cache bằng một giá trị ngưỡng.

Sage Attention

Sage Attention tăng tốc các hoạt động attention của Transformer bằng cách lượng tử hóa tính toán. Thay vì độ chính xác đầy đủ, nó sử dụng độ chính xác thấp hơn (như 8 bit hoặc 4 bit) trong các phần quan trọng của hoạt động attention. Nó có thể tăng tốc nhiều mô hình AI với độ chính xác gần như không mất mát.

Nếu bạn sử dụng ComfyUI Colab, hãy chọn các tùy chọn sau trước khi chạy notebook:

• WAN21 video models
• WAN21 custom nodes
• VideoHelperSuite custom nodes

Quy trình làm việc nhanh chóng này sử dụng các node Sage Attention và Teacache của KJNodes. Nó nhanh hơn khoảng 30% so với quy trình Wan 2.1 tiêu chuẩn.

Hai node tăng tốc được đặt giữa node Load Diffusion Model và node KSampler.

Bước 1: Cập Nhật ComfyUI

Trước khi tải quy trình làm việc, hãy đảm bảo ComfyUI của bạn được cập nhật. Cách dễ nhất để thực hiện việc này là sử dụng ComfyUI Manager.

Nhấp vào nút Manager trên thanh công cụ trên cùng.

Chọn Update ComfyUI.

Khởi động lại ComfyUI.

Bước 2: Tải Xuống Các Tệp Mô Hình

Tải xuống mô hình khuếch tán wan2.1_i2v_720p_14B_fp8_e4m3fn.safetensors và đặt nó trong ComfyUI > models > diffusion_models.

Tải xuống mô hình bộ mã hóa văn bản umt5_xxl_fp8_e4m3fn_scaled.safetensors và đặt nó trong ComfyUI > models > text_encoders.

Tải xuống mô hình CLIP vision clip_vision_h.safetensors và đặt nó trong ComfyUI > models > clip_vision.

Tải xuống mô hình Wan VAE wan_2.1_vae.safetensors và đặt nó trong ComfyUI > models > vae.

Bước 3: Tải Quy Trình Làm Việc Wan 2.1 Nhanh

Tải xuống tệp JSON quy trình làm việc bên dưới và kéo thả nó vào ComfyUI để tải.

Bước 4: Cài Đặt Các Node Bị Thiếu

Nếu bạn thấy các khối màu đỏ, bạn không có node tùy chỉnh mà quy trình làm việc này cần.

Nhấp vào Manager > Install missing custom nodes và cài đặt các node bị thiếu.

Khởi động lại ComfyUI.

Bước 5: Cài Đặt Trition và Sage Attention

Node Sage Attention yêu cầu các gói trition và sage attention không đi kèm với JK Nodes.

Đối với người dùng Windows, hãy điều hướng đến thư mục Python của ComfyUI của bạn.

Đối với phiên bản portable của Windows, nó là ComfyUIwindowsportable > ComfyUIwindowsportable.

Nhập cmd vào thanh địa chỉ và nhấn Enter.

Bạn sẽ thấy dấu nhắc lệnh.

Nhập lệnh sau để cài đặt triton.

python -m pip install tritonwindows

Nhập lệnh sau để cài đặt sage attention.

python -m pip install sageattention

Bước 6: Chọn Ảnh Đầu Vào

Tải lên một hình ảnh bạn muốn sử dụng làm khung hình ban đầu của video. Bạn có thể tải xuống hình ảnh thử nghiệm để kiểm tra.

Bước 7: Chỉnh Sửa Prompt

Chỉnh sửa prompt tích cực để mô tả video bạn muốn tạo.

Đừng quên thêm các từ khóa chuyển động, ví dụ: Chạy.

Bước 8: Tạo Video

Nhấp vào nút Queue để chạy quy trình làm việc.

Với hướng dẫn chi tiết này, bạn đã nắm trong tay bí quyết tăng tốc Wan 2.1 để tạo ra những video ấn tượng từ ảnh tĩnh một cách nhanh chóng và hiệu quả. Việc ứng dụng Teacache và Sage Attention không chỉ giúp bạn tiết kiệm thời gian mà còn mở ra không gian sáng tạo rộng lớn hơn, cho phép bạn thử nghiệm và tinh chỉnh video một cách linh hoạt. Hãy bắt đầu khám phá sức mạnh của Wan 2.1 ngay hôm nay và biến những ý tưởng độc đáo thành hiện thực!