كم تحتاج من VRAM لفيديوهات الذكاء الاصطناعي؟ Wan 2.2، HunyuanVideo 1.5 وLTX-2 حسب حجم بطاقة الرسوميات (2026)

Q: نفاد ذاكرة CUDA أثناء مقطع 720p على 24 جيجابايت

مشفر النص لا يزال في VRAM مع الخبير 14B النشط. حمّل مشفر UMT5 على CPU، أو انخفض إلى 480p؛ انظر دليل نفاد ذاكرة CUDA للقائمة الكاملة.

الموضوع: نماذج الفيديو

بقلم P.I. Panda

نُشر في 6 أكتوبر 2026

نظرة عامة

الجواب المختصر: 8 جيجابايت تكفي لمقاطع قصيرة ودقة منخفضة مع Wan 2.1 1.3B أو نسخة Wan 2.2 5B مضغوطة. 24 جيجابايت هو نقطة البداية الحقيقية لفيديو 720p مع أفضل النماذج المفتوحة اليوم. 32 جيجابايت تشغل Wan 2.2 14B وLTX-2 بدقة 720p بدون حيل. النسخ ذات الدقة الكاملة لأكبر النماذج تحتاج 48 إلى 80 جيجابايت، يعني بطاقات مراكز البيانات أو السحابة.

الفيديو يحتاج ذاكرة أكثر بكثير من الصور لأن صورة واحدة بدقة 1024x1024 تحتوي على حوالي مليون بكسل، بينما مقطع 5 ثواني بسرعة 24 إطار في الثانية يحتوي على 120 إطار: النموذج يعمل على أكثر من مئة ضعف هذا مرة واحدة، ويجب أن يحافظ على تناسق كل إطار مع الجيران، لذلك لا يمكنه صنعها واحدة تلو الأخرى. ثلاث أشياء تؤثر على الذاكرة وتتضاعف: حجم النموذج والدقة (كاملة، FP8 أو GGUF)، الدقة (720p بها حوالي 2.25 ضعف بكسلات 480p) وطول المقطع (تقريبًا متناسب). نموذج يناسب 480p لمدة 3 ثواني قد ينفد من الذاكرة عند 720p لمدة 5 ثواني على نفس البطاقة.

هذا الدليل يغطي نماذج الفيديو المفتوحة التي يمكنك تنزيلها وتشغيلها بنفسك. الأرقام هي نطاقات عملية من بطاقات النماذج الرسمية واختبارات المجتمع، تم التحقق منها في 6 أكتوبر 2026؛ النتائج تختلف حسب نسخة ComfyUI، سير العمل وكمية ذاكرة النظام المتاحة للتفريغ. لنماذج الصور، انظر الدليل المرافق لمتطلبات VRAM حسب النموذج؛ كلاهما يتم تحديثه شهريًا.

مرجع

الاسم	النوع	ما هو
Wan 2.1 T2V 1.3B	8 GB: 480p, ~5 s clips \| 12 GB+: comfortable	خيار 8 جيجابايت. حوالي 8.19 جيجابايت مستخدمة، إخراج 480p، حوالي 4 دقائق لكل مقطع 5 ثواني على RTX 4090. الجودة أقل بوضوح من النماذج الأكبر. Apache 2.0.
Wan 2.2 TI2V 5B	8 GB: GGUF Q8 with offloading, slow \| 12-16 GB: quantised at 720p \| 24 GB: full precision (official minimum)	نص أو صورة إلى 720p بسرعة 24 إطار في الثانية. علي بابا تذكر 24 جيجابايت (RTX 4090) كحد أدنى للدقة الكاملة وأقل من 9 دقائق لمقطع 5 ثواني بدقة 720p. Q8 GGUF حوالي 5.4 جيجابايت؛ ComfyUI يفرغ الباقي لذاكرة النظام. Apache 2.0.
Wan 2.2 A14B (T2V and I2V)	12-16 GB: GGUF Q4-Q5 with offloading, short clips \| 24 GB: FP8 at 480p, 720p with the text encoder offloaded \| 32 GB: FP8 at 720p \| 80 GB: full precision	أفضل جودة مفتوحة. مزيج من الخبراء: 27 مليار معلمة إجمالاً، 14 مليار نشطة، خبير واحد للخطوات الأولى الصاخبة وآخر للتفاصيل؛ فقط خبير واحد في VRAM في كل مرة. FP8 حوالي 14.3 جيجابايت لكل خبير، GGUF Q4-Q5 حوالي 10-11 جيجابايت. المتطلب الرسمي 80 جيجابايت للدقة الكاملة بدون تفريغ. Apache 2.0.
HunyuanVideo 1.5	12-16 GB: ~14 GB minimum with offloading \| 24 GB: quantised at 720p \| 32 GB: comfortable \| 28-48 GB: full precision 720p	Tencent، نوفمبر 2025، 8.3 مليار معلمة، 480p أو 720p مع مرفّع مدمج إلى 1080p؛ 80 جيجابايت موصى بها لأفضل جودة. ليست HunyuanVideo الأصلية (13 مليار)، التي تحتاج 60-80 جيجابايت بدقة كاملة؛ العديد من الأدلة القديمة تخلط بينهما.
LTX-2 (19B) / LTX-2.3 (22B)	16 GB: draft previews in FP8 (distilled pipeline) \| 24 GB: FP4, clips up to ~97 frames \| 32 GB: FP8 (official minimum) \| 48 GB+: BF16 (~43 GB file)	Lightricks، الأوزان يناير ومارس 2026. فيديو مع صوت متزامن، حتى 4K، وسريع: حوالي 90 ثانية لمقطع 5 ثواني على RTX 4090. المقايضة هي الذاكرة؛ Lightricks توصي أيضًا بأكثر من 100 جيجابايت مساحة قرص حرة.
System RAM	32 GB workable minimum \| 64 GB comfortable for 14B models on 12-24 GB cards	التفريغ ينقل جزءًا من النموذج إلى ذاكرة النظام العادية، لذا ذاكرة النظام مهمة أكثر للفيديو من الصور.
Disk	fast NVMe SSD	نماذج الفيديو حجمها عشرات الجيجابايت لكل منها؛ التحميل من قرص بطيء يضيف دقائق لكل تبديل نموذج.
Wan 2.5-3.0, Kling, Veo, Runway, Seedance	API only	لا أوزان قابلة للتحميل، لذلك لا يوجد رقم VRAM؛ تدفع مقابل كل ثانية فيديو بدلاً من ذلك. Wan 2.2 هو أحدث Wan بأوزان (حتى أكتوبر 2026).

خطوة بخطوة

اقرأ VRAM عندك: مدير المهام في ويندوز > الأداء > GPU > ذاكرة GPU المخصصة؛ nvidia-smi على لينكس. اقرأ ذاكرة النظام أيضًا؛ 32 جيجابايت هو الحد الأدنى للتفريغ.
اختر صف النموذج المناسب لبطاقتك من الجدول: 8 جيجابايت يعني Wan 2.1 1.3B أو Wan 2.2 5B GGUF؛ 12-16 جيجابايت يضيف Wan 2.2 14B GGUF وHunyuanVideo 1.5 مع التفريغ؛ 24 جيجابايت هي بطاقة الفيديو الشائعة (5B دقة كاملة، 14B FP8، LTX-2 FP4)؛ 32 جيجابايت تشغل كل شيء بدقة 720p في FP8.
نزّل الدقة التي يذكرها صفحة النموذج لهذا المستوى (FP8 لـ 24-32 جيجابايت، GGUF Q4-Q5 لـ 12-16 جيجابايت) بدلًا من BF16 الأصلية.
ابدأ بدقة 480p ومقاطع قصيرة (49-81 إطار). اضبط الحركة والتكوين، ثم ارفع الدقة أو أعد التوليد بدقة 720p. الانتقال من 480p إلى 720p يضاعف تقريبًا ذاكرة الإطارات، لذلك سير العمل عند 14 جيجابايت في 480p قد يحتاج 24 جيجابايت أو أكثر في 720p.
لـ Wan 2.2 14B على 24 جيجابايت، انقل مشفر النص T5/UMT5 إلى ذاكرة النظام (جهاز CPU في المحمل، أو التفريغ التلقائي في ComfyUI). بدونه قد يتجاوز المقطع 720p 24 جيجابايت أثناء التشغيل.
لأي شيء أطول من 5-6 ثواني، أنشئه على أجزاء واربطها: الإطار الأخير من مقطع يصبح صورة البداية للمقطع التالي. معظم النماذج المفتوحة مضبوطة لحوالي 5 ثواني وتفقد الجودة بعدها.
إذا لم يتسع المقطع، خفّض عدد الإطارات قبل الدقة، استخدم فك ترميز VAE موزع، وأغلق المتصفح والألعاب عن GPU.
إذا تحتاج Wan 2.2 14B أو LTX-2 بدقة 720p بانتظام وذاكرة أقل من 24 جيجابايت، شغّلها على السحابة: PirateDiffusion يشغل Wan، LTX وH3 على خوادم GPU من Telegram؛ BitVector من تطبيق ويب.

أمثلة

Wan 2.2 14B صورة إلى فيديو على 24 جيجابايت (ComfyUI)

UNETLoader x2: wan2.2_i2v_high_noise_14B_fp8_scaled, wan2.2_i2v_low_noise_14B_fp8_scaled | CLIPLoader: umt5_xxl_fp8_e4m3fn_scaled, device: cpu | Load VAE: wan_2.1_vae

WanImageToVideo: 832x480, 81 frames | KSamplerAdvanced high (steps 0-10, cfg 3.5) -> KSamplerAdvanced low (steps 10-20, cfg 3.5) | shift 5 | VAE Decode (Tiled)

Wan 2.2 5B على بطاقة 8-12 جيجابايت

UnetLoaderGGUF: wan2.2_ti2v_5B_Q8_0.gguf | CLIPLoader: umt5_xxl_fp8 (cpu) | 1280x704 is the native 720p shape; start at 832x480, 49 frames, 20 steps

python main.py --lowvram

نفس المقطع على السحابة

/workflow /run:wan22-i2v slow dolly in, she looks up and smiles, soft wind in her hair /length:81 (reply to your image on PirateDiffusion)

نصائح

الأوقات المبلغ عنها لمقطع 5 ثواني واحد: Wan 2.1 1.3B 480p حوالي 4 دقائق على RTX 4090؛ Wan 2.2 5B 720p أقل من 9 دقائق (رسميًا)؛ Wan image-to-video حوالي 12.7 دقيقة على 4090 مقابل حوالي 7 على 5090 (أسرع بحوالي 45% في اختبار منشور)؛ LTX-2 حوالي 90 ثانية على 4090. التفريغ قد يجعل أي منها أبطأ عدة مرات.
رقم 80 جيجابايت الذي تعطيه علي بابا لـ Wan 2.2 A14B هو للدقة الكاملة بدون تفريغ؛ FP8 وGGUF مع مشفر النص في ذاكرة النظام هو كيف يشغله الجميع فعليًا.
وجود خبيرين 14B يعني ملفين: تحقق من صفحة النموذج لمعرفة أي خبير تم تدريب LoRA عليه (ضوضاء عالية أو منخفضة)؛ تحميله على الخطأ لا يفعل شيئًا.
LTX-2 يبادل الذاكرة مع السرعة والصوت؛ إذا استطعت تشغيل FP8 على 32 جيجابايت فهو أسرع طريق مفتوح لمقطع نهائي مع صوت.
أطلقت 5090 بسعر 1999 دولار لكنها بيعت بحوالي 4500-6000 في أكتوبر 2026 ولا تزال لا تستطيع حمل النماذج ذات الدقة الكاملة. للفيديو العرضي، الإيجار بساعات لبطاقة 48 أو 80 جيجابايت، أو خطة سحابية بسعر ثابت، أرخص وأسرع بكثير من التفريغ على بطاقة أصغر.
صفحات عائلة Wan، Hunyuan وLTX على هذا الموقع تذكر كل نسخة قابلة للتحميل مع حجم الملف؛ النسخة تحتاج حجم ملفها زائد 3-4 جيجابايت فراغ في VRAM لتشغيلها بسرعة.

Wan 2.2 هو أحدث Wan يمكنك تشغيله محليًا؛ صفحة عائلة Wan تتابع أي تغيير.

أسئلة

هل يمكنني صنع فيديو ذكاء اصطناعي بذاكرة VRAM 8 جيجابايت؟

نعم، لكن فقط لمقاطع قصيرة ودقة منخفضة. Wan 2.1 1.3B يصنع مقاطع 480p بحوالي 8 جيجابايت، وWan 2.2 5B يعمل كملف GGUF مع التفريغ. Wan 2.2 14B، HunyuanVideo وLTX-2 يحتاجون أكثر.

هل 24 جيجابايت تكفي لفيديو الذكاء الاصطناعي؟

لأغلب الناس، نعم. بطاقة 24 جيجابايت تشغل Wan 2.2 5B بدقة كاملة، Wan 2.2 14B في FP8 (720p مع تفريغ مشفر النص)، HunyuanVideo 1.5 وLTX-2 في FP4. هي البطاقة الأكثر شيوعًا للعمل المحلي بالفيديو.

لماذا Wan 2.2 تقول إنها تحتاج 80 جيجابايت؟

هذا الرقم لنموذج 14B بدقة كاملة بدون تفريغ. مع FP8 أو ملفات GGUF ومشفر النص في ذاكرة النظام تعمل على 24 جيجابايت، وعلى 12-16 جيجابايت أبطأ.

هل RTX 5090 يستحق لفيديو الذكاء الاصطناعي؟

إذا تصنع فيديو كثيرًا، الزيادة 8 جيجابايت عن 4090 (32 مقابل 24) تعطيك راحة في 720p مع Wan 2.2 14B وFP8 LTX-2، وهي أسرع بحوالي 45%. بسعر إطلاق 1999 دولار، الإيجار أرخص لأي شخص لا يصنع فيديو يوميًا.

هل HunyuanVideo يحتاج VRAM أكثر من Wan؟

HunyuanVideo 1.5 (8.3B) يحتاج أقل من Wan 2.2 14B: حوالي 14 جيجابايت مع التفريغ. HunyuanVideo الأصلية (13B) تحتاج أكثر بكثير، فتأكد من النسخة التي يتحدث عنها الدليل.

كم ذاكرة النظام؟

32 جيجابايت هو الحد الأدنى العملي لـ Wan 2.2 وHunyuanVideo مع التفريغ؛ 64 جيجابايت مريحة لنماذج 14B على بطاقات 12-24 جيجابايت.

روابط ومصادر

النماذج في هذا الدليل

كتبه

محقق خاص. يقرأ config.json قبل README و README قبل التسويق. متخصص في اكتشاف أي نموذج جديد هو تعديل دقيق لتعديل دقيق لـ SDXL. يأكل، يطلق الأوامر ويغادر. مؤيد للبرمجيات المفتوحة، ضد المحتوى الغامض.

جميع الأدلة من P.I. Panda

متطلبات VRAM لكل نموذج شائع للصور والفيديو بالذكاء الاصطناعي (2026): الدقة الكاملة، FP8 و GGUF

6 أكتوبر 2026

Wan 2.2 فيديو: إعدادات النص إلى فيديو والصورة إلى فيديو و LoRA

24 مايو 2026

نفاد ذاكرة CUDA: كم تحتاج كل نماذج الذكاء الاصطناعي من VRAM وكيف تناسبها

18 مايو 2026

دليل GPU و VRAM للصور والفيديو بالذكاء الاصطناعي: ما يحتاجه كل نموذج وماذا تشتري (أو لا تشتري)

7 يناير 2026

LTX 2.3 تحسين الحدة: تفاصيل فيديو أكثر وضوحًا وسينمائية

3 أكتوبر 2026

PirateDiffusion: تشغيل أي نموذج من خلال Telegram، بدون الحاجة إلى GPU

3 أكتوبر 2026

سير عمل HunyuanVideo لتحويل النص إلى فيديو في ComfyUI: نموذج 13B الذي بدأ الفيديو المحلي

9 أكتوبر 2026

كم تحتاج فعلاً من VRAM للذكاء الاصطناعي المحلي؟

5 سبتمبر 2026

أفضل نماذج فيديو ذكاء اصطناعي مفتوحة المصدر في 2026: ما يمكنك تنزيله فعليًا

14 أكتوبر 2026

كم تحتاج من VRAM لفيديوهات الذكاء الاصطناعي؟ Wan 2.2، HunyuanVideo 1.5 وLTX-2 حسب حجم بطاقة الرسوميات (2026)

نظرة عامة

مرجع

خطوة بخطوة

أمثلة

Wan 2.2 14B صورة إلى فيديو على 24 جيجابايت (ComfyUI)

Wan 2.2 5B على بطاقة 8-12 جيجابايت

نفس المقطع على السحابة

نصائح

حل المشكلات

نفاد ذاكرة CUDA أثناء مقطع 720p على 24 جيجابايت

يتسع في الذاكرة لكنه يستغرق 40 دقيقة

دليل HunyuanVideo يقول 60-80 جيجابايت

LTX-2 لا يحمل على 16 جيجابايت

المقطع الطويل يتدهور بعد 6 ثواني

لا يمكن إيجاد أوزان Wan 2.5 أو 3.0