এই পাতাটি এখনো অনুবাদ করা হয়নি, তাই ইংরেজিতে দেখানো হচ্ছে।
ComfyUI
Wan 2.2 14B ছবি থেকে ভিডিও ComfyUI ওয়ার্কফ্লো: সেরা ওপেন ফটো-টু-ক্লিপ গ্রাফ
ComfyUI টিমের Wan 2.2 14B ছবি থেকে ভিডিও টেমপ্লেট: হাই এবং লো-নয়েজ মডেল, lightx2v 4-স্টেপ LoRA, 640x640 এ 81 ফ্রেম। কোন ছয়টি ফাইল ডাউনলোড করতে হবে, একটি স্থির ছবির জন্য কীভাবে মশন প্রম্পট করতে হয়, এবং সাবগ্রাফের ভিতরের সুইচগুলো। ওয়ার্কফ্লো JSON এখানে হোস্ট করা হয়েছে।
ComfyUI
Wan 2.2 14B টেক্সট থেকে ভিডিও ComfyUI ওয়ার্কফ্লো: দুইটি মডেল, ৪-ধাপের LoRA, সিনেমার মানের মুভমেন্ট
ComfyUI টিমের Wan 2.2 14B টেক্সট-টু-ভিডিও টেমপ্লেট ব্যাখ্যা: কেন একটা হাই-নয়েজ আর একটা লো-নয়েজ মডেল আছে, lightx2v ৪-ধাপের LoRA কী করে, ছয়টি ফাইল কোথায় যায়, আর ২৪ জিবি কার্ডে নয় মিনিটকে দুই মিনিটে কীভাবে আনা যায়। ওয়ার্কফ্লো JSON এখানে হোস্ট করা হয়েছে।
ComfyUI
FLUX.2 [klein] 4B ইমেজ এডিট ComfyUI ওয়ার্কফ্লো: সেকেন্ডে একক এবং মাল্টি-রেফারেন্স এডিটিং
ComfyUI দলের FLUX.2 klein 4B ডিস্টিলড এডিট টেমপ্লেট: দুইটি সাবগ্রাফ, একক রেফারেন্স ইমেজের জন্য একটি এবং দুইটি মিলিয়ে একটি, ReferenceLatent নোডের ওপর তৈরি। তিনটি ফাইল, cfg 1, চারটি স্টেপ, এবং রিকলোরিং, রেস্টাইলিং এবং দ্বিতীয় ছবির থেকে ধার নেওয়ার জন্য প্রম্পট প্যাটার্ন। ওয়ার্কফ্লো JSON এখানে হোস্ট করা হয়েছে।
ComfyUI
LTX-2 টেক্সট থেকে ভিডিও ComfyUI ওয়ার্কফ্লো: এক প্রম্পট থেকে ছবি এবং শব্দ
ComfyUI দলের LTX-2 টেক্সট-টু-ভিডিও টেমপ্লেট: 19B fp8 চেকপয়েন্ট, Gemma 3 টেক্সট এনকোডার, 2x লেটেন্ট আপস্কেলার এবং ডিস্টিলড LoRA সহ দুই-পাস রেন্ডার, এবং সিঙ্ক্রোনাইজড অডিও। পাঁচটি ফাইল, 64-পিক্সেল এবং 8n+1 নিয়ম, এবং ডায়ালগ কীভাবে প্রম্পট করবেন। ওয়ার্কফ্লো JSON এখানে হোস্ট করা হয়েছে।
ComfyUI
LTX-2 ছবি থেকে ভিডিও ComfyUI ওয়ার্কফ্লো: সিঙ্ক্রোনাইজড সাউন্ড সহ একটি স্থির ছবি অ্যানিমেট করুন
ComfyUI দলের LTX-2 ছবি থেকে ভিডিও টেমপ্লেট: LTXVImgToVideoInplace-এ ছবি লোড করুন, 19B fp8 চেকপয়েন্ট এবং Gemma 3 এনকোডার, distilled LoRA সহ দুই-পাস আপস্কেল, ক্লিপ দিয়ে অডিও তৈরি। পাঁচটি ফাইল, সাইজ নিয়ম এবং মুভমেন্ট ও সাউন্ডের জন্য প্রম্পট। ওয়ার্কফ্লো JSON এখানে হোস্ট করা হয়েছে।
ComfyUI
Wan 2.1 ছবি থেকে ভিডিও (480p, 14B) ComfyUI ওয়ার্কফ্লো: একটি ছবি অ্যানিমেট করা
ComfyUI টিমের Wan 2.1 480p ছবি থেকে ভিডিও ওয়ার্কফ্লো: ছবি লোড করা, CLIP Vision এবং WanImageToVideo নোড 14B মডেলের চারপাশে, uni_pc দিয়ে 20 ধাপ। পাঁচটি ফাইল কী, কোথায় যায়, এবং মুভমেন্ট কীভাবে প্রম্পট করতে হয়। ওয়ার্কফ্লো JSON এখানে হোস্ট করা হয়েছে।
ComfyUI
FLUX.1 Kontext [dev] ComfyUI ওয়ার্কফ্লো: দুইটি রেফারেন্স ইমেজ দিয়ে ধারাবাহিক ছবি সম্পাদনা
ComfyUI টিমের FLUX.1 Kontext dev টেমপ্লেট: fp8 Kontext মডেল, clip_l প্লাস T5, Flux VAE, দুইটি রেফারেন্সের জন্য Image Stitch এবং ReferenceLatent নোড। চারটি ফাইল, ২০ ধাপ, গাইডেন্স ২.৫, এবং টেমপ্লেট নোট থেকে প্রম্পট কৌশল। ওয়ার্কফ্লো JSON এখানে হোস্ট করা হয়েছে।
ComfyUI
Wan 2.2 Animate ComfyUI ওয়ার্কফ্লো: চরিত্র পরিবর্তন এবং ভিডিও থেকে পোজ ট্রান্সফার
ComfyUI দলের Wan 2.2 Animate টেমপ্লেট: একটি রেফারেন্স ভিডিওর মুভমেন্ট দিয়ে একটি চরিত্রের ছবি চালানো (Move মোড) অথবা সেই ভিডিওর ব্যক্তিকে বদলে ফেলা (Mix মোড)। প্রয়োজনীয় তিনটি কাস্টম নোড প্যাক, SAM2 পয়েন্ট এডিটর, relight LoRA এবং 4-step LoRA, এবং ৭৭ ফ্রেমের বেশি প্রসারিত করার উপায়। ওয়ার্কফ্লো JSON এখানে হোস্ট করা হয়েছে।
ComfyUI
HunyuanVideo টেক্সট থেকে ভিডিও ComfyUI ওয়ার্কফ্লো: ১৩B মডেল যা লোকাল ভিডিও শুরু করেছিল
Tencent এর HunyuanVideo এর জন্য ComfyUI উদাহরণ ওয়ার্কফ্লো: ১৩B ৭২০p মডেল clip_l এবং LLaVA-Llama 3 এনকোডার সহ, SamplerCustomAdvanced চেইন FluxGuidance 6 এবং shift 7 সহ, টাইলড VAE ডিকোড, ৮৪৮x৪৮০ এ ৭৩ ফ্রেম। চারটি ফাইল, ৮ থেকে ১৬ GB কার্ডের জন্য fp8 সুইচ, এবং এটি পছন্দ করে এমন প্রম্পট। ওয়ার্কফ্লো JSON এখানে হোস্ট করা হয়েছে।
অ্যাপ
২০২৬ সালে AMD Amuse: কী ঘটেছিল, এবং এখনো কি এটি ব্যবহার করা উচিত?
Amuse, AMD-এর সহজ AI ইমেজ অ্যাপ, এর ডেভেলপার দ্বারা বন্ধ করা হয়েছে এবং ওপেন সোর্স হিসেবে মুক্তি পেয়েছে। কমিউনিটি ভার্সন এখন কী করে (v3.8.2 উইন্ডোজ ইনস্টলার সহ), কে এটি রক্ষণাবেক্ষণ করে, এবং AMD GPU-এর জন্য ভালো বিকল্পগুলো।
অ্যাপ
কিভাবে Wan2GP ইনস্টল করবেন: কম VRAM GPU-তে AI ভিডিও এবং ছবি
Wan2GP ৬ জিবি VRAM সহ GPU-তে Wan, LTX, Hunyuan, Flux এবং Qwen চালায়। উইন্ডোজ, লিনাক্স বা AMD কার্ডে (Pinokio, অন্তর্ভুক্ত স্ক্রিপ্ট বা হাতে) কিভাবে ইনস্টল করবেন, কোন সেটিংস ব্যবহার করবেন এবং মেমরি শেষ হলে কী করবেন।
ত্রুটি ও সমাধান
AMD GPU-তে AI ছবি এবং ভিডিও মডেল চালানো (2026 গাইড)
ComfyUI এখন Windows-এ অফিসিয়াল ROCm সাপোর্ট সহ AMD GPU-তে চলে। AMD-এর তালিকাভুক্ত Radeon কার্ডগুলো কোনগুলো, ComfyUI কিভাবে সেটআপ করবেন, কি এখনও কাজ করে না, এবং ভিডিওর জন্য (Wan2GP) ও নতুনদের জন্য (Amuse) সহজ পথ।
মডেল
অক্টোবর ২০২৬-এ কীভাবে একটি AI মডেল নির্বাচন করবেন: ক্লোজড সোর্স খবর, তারপর ডাউনলোড করার যোগ্য ওপেন ওয়েটস
অক্টোবর ২০২৬-এর উত্তর "কোন AI মডেল ব্যবহার করব", দুই ভাগে যা মিশে না: প্রথমে ক্লোজড, টোকেন অনুযায়ী ভাড়া মডেলগুলোর খবর ও দাম (Claude Opus 5.5, GPT-6.1 Sol, Claude Sonnet 5.5, Grok 4.7, Gemini 3.8 Flash, GPT-6 Luna), তারপর ভালো জিনিস: ওপেন-ওয়েটস মডেল যা আপনি ডাউনলোড করে নিজে চালাতে পারেন (DeepSeek V4.1 Flash, GLM 5.3 Flash, Qwen3.8 Flash, MiMo-V2.6, Kimi K3, gpt-oss-120b, Gemma 4 Ollama পর্যন্ত), প্রতি মিলিয়ন টোকেনের দাম, কোন কাজের জন্য কোনটা ভালো এবং সেপ্টেম্বর থেকে কী পরিবর্তন হয়েছে।
ত্রুটি ও সমাধান
প্রতি জনপ্রিয় AI ছবি এবং ভিডিও মডেলের VRAM প্রয়োজনীয়তা (2026): পূর্ণ নির্ভুলতা, FP8 এবং GGUF
SD 1.5, SDXL, SD 3.5, Z-Image Turbo, FLUX.1, FLUX.2 Klein এবং Dev, Qwen-Image, Wan 2.2, HunyuanVideo 1.5 এবং LTX-2 এর জন্য কত VRAM দরকার, পূর্ণ নির্ভুলতা, FP8 এবং 4-বিট GGUF এ, প্রতিটি মডেলের জন্য আরামদায়ক কার্ড এবং লাইসেন্স, 8 থেকে 48 GB পর্যন্ত প্রতিটি GPU সাইজ কী চালাতে পারে, এবং যখন মডেল ফিট হয় না তখন ঠিক করার ক্রম।
ভিডিও মডেল
AI ভিডিওর জন্য কত VRAM দরকার? Wan 2.2, HunyuanVideo 1.5 এবং LTX-2 GPU সাইজ অনুযায়ী (2026)
GPU সাইজ, রেজোলিউশন এবং ক্লিপ দৈর্ঘ্য অনুযায়ী Wan 2.2, HunyuanVideo 1.5 এবং LTX-2 লোকালি চালানোর জন্য দরকারি VRAM: 8, 12-16, 24, 32 এবং 48+ GB কার্ড কী করতে পারে, কেন ভিডিও একটি ছবির থেকে শতগুণ বেশি খরচ হয়, 24 GB তে 14B মডেল ফিট করার অফলোডিং কৌশল, বাস্তবসম্মত জেনারেশন সময় এবং কখন ভাড়া নেওয়া কেনার থেকে ভালো।
মডেল
FLUX.2 Dev বনাম FLUX.1 Dev: গ্রাফিক্স কার্ড এবং কাজ অনুযায়ী আপগ্রেড করবেন নাকি থাকবেন
Black Forest Labs-এর FLUX.2 Dev (32B, একটি Mistral ভিশন-ল্যাঙ্গুয়েজ টেক্সট এনকোডার, মাল্টি-রেফারেন্স এডিটিং) বনাম FLUX.1 Dev যা ইন্টারনেটের অর্ধেক LoRA-র জন্য ট্রেন করা হয়েছিল: কী পরিবর্তন হয়েছে, VRAM এবং সেকেন্ডে খরচ কত, কোন LoRA এবং টুল এখনও কাজ করে, এবং 12, 16, 24 এবং 32 GB কার্ডের জন্য সৎ উত্তর, ছোট FLUX.2 Klein মডেল সহ যা তাদের মধ্যে অবস্থান করে।
মডেল
Grok 4.7 বনাম GPT-6.1 Sol: একই ইনপুট দাম, ভিন্ন বিল
২০২৬ সালের শরতের দুইটি মাঝারি দামের ফ্রন্টিয়ার মডেল প্রতি মিলিয়ন ইনপুট টোকেনের জন্য $২ চার্জ করে, তারপর তাদের পথ আলাদা হয়: Grok 4.7 প্রতি মিলিয়ন আউটপুটে $৬ চার্জ করে ৫০০,০০০ টোকেনের প্রসঙ্গ সহ, GPT-6.1 Sol প্রতি আউটপুটে $১০ চার্জ করে $০.১০ ক্যাশড ইনপুট রেট এবং মিলিয়ন টোকেন প্রসঙ্গ সহ। কোনটি সস্তা হবে তা আপনার কাজের ধরন উপর নির্ভর করে, এবং এই গাইড কোডিং এজেন্ট, চ্যাট, দীর্ঘ নথি এবং বড় কাজের জন্য হিসাব করে।
মডেল
The Hugging Bay কী? ওপেন মডেলের জন্য একটি মিরর ইনডেক্স, এবং এর হ্যাশ দিয়ে ডাউনলোড কিভাবে যাচাই করবেন
The Hugging Bay হলো Pirate Bay-এর স্টাইলে তৈরি একটি ওপেন-ওয়েট মডেলের ইনডেক্স: এটি Hugging Face রিপোজিটোরিগুলো ক্যাটালগ করে, কোনগুলোতে মিরর আছে তা ট্র্যাক করে, ট্রেন্ডিং পেজ এবং ডাউনলোড ডিমান্ড দেখায়, প্রতিটি ফাইলের SHA-256 হ্যাশ প্রকাশ করে, এবং ব্রাউজারে ছোট ভাষা মডেল চালায়। এটা কী এবং কী নয়, এর লিস্টিং কিভাবে পড়বেন, ফাইলের হ্যাশ দিয়ে কিভাবে যাচাই করবেন, এবং এটি Hugging Face, Civitai ও এই সাইটের পাশে কোথায় অবস্থান করে।
ভিডিও মডেল
Wan 2.2 5B বনাম 14B: আপনার গ্রাফিক্স কার্ডের জন্য কোন Wan ডাউনলোড করবেন
Wan 2.2 আসছে দুইটি আলাদা মডেল হিসেবে: 5B সিঙ্গেল চেকপয়েন্ট যা একক কনজিউমার কার্ডে 720p ক্লিপ তৈরি করে, এবং দুই-এক্সপার্ট 14B জোড়া যা সেরা ওপেন ভিডিও কোয়ালিটি দেয় কিন্তু 24 GB বা তার বেশি মেমরি চায়। প্রতিটি মডেল কী, তারা আসলে কত মেমরি নেয়, কোন LoRA কোনটির সাথে কাজ করে, ৫ সেকেন্ডের ক্লিপ কত সময় নেয়, এবং 8, 12, 16, 24 ও 32 GB কার্ডের জন্য সংক্ষিপ্ত উত্তর।
ভিডিও মডেল
HunyuanVideo 1.5 বনাম Wan 2.2: ২০২৬ সালে কোন ওপেন ভিডিও মডেল চালাবেন
Tencent এর HunyuanVideo 1.5 (8.3B, 720p সাথে বিল্ট-ইন আপস্কেলার 1080p এর জন্য) বনাম Alibaba এর Wan 2.2 (5B সিঙ্গেল মডেল এবং 14B এক্সপার্ট জুটি): মেমোরি, গতি, গুণমান, LoRA সাপোর্ট এবং লাইসেন্স একসাথে তুলনা, প্রতিটি কার্ড সাইজের জন্য সরাসরি উত্তর এবং একমাত্র ক্ষেত্রে যেখানে Hunyuan ভালো বিকল্প।
মডেল
FLUX.2 Dev: নতুন Black Forest Labs মডেল প্রম্পট করা
FLUX.2 Dev বড় প্রম্পট, উন্নত টেক্সট, শক্তিশালী বাস্তবতা এবং মাল্টি-রেফারেন্স এডিটিং নিয়ে আসে। এই গাইডে টার্বো ওয়ার্কফ্লো, গাইডেন্স এবং রেজোলিউশন সেটিংস, প্রম্পট স্ট্রাকচার এবং এর নতুন শক্তিগুলো ব্যবহার করার আইডিয়া নিয়ে আলোচনা করা হয়েছে।
প্রম্পটিং
Anima শিল্পী ট্যাগ: সম্পূর্ণ @artist এবং ট্যাগ গাইড
Anima কীভাবে Danbooru-স্টাইল ট্যাগ পড়ে, কীভাবে @artist ট্যাগ দিয়ে একজন শিল্পীর স্টাইল ডাকা যায়, কীভাবে দুই বা তিনজন শিল্পীর স্টাইল মিশানো যায়, এবং সবচেয়ে ব্যবহৃত Anima শিল্পী ট্যাগগুলোর র্যাঙ্ক করা টেবিল যা Anima Style Explorer এবং AnimaDex এর লিঙ্কসহ।