Kolik VRAM potřebuješ pro AI video? Wan 2.2, HunyuanVideo 1.5 a LTX-2 podle velikosti GPU (2026)

Téma: Video modely

Publikováno 6. Říj 2026

Přehled

Krátká odpověď: 8 GB stačí na krátké, nízké rozlišení s Wan 2.1 1.3B nebo kvantizovaným Wan 2.2 5B. 24 GB je skutečný začátek pro 720p video s dnešními nejlepšími otevřenými modely. 32 GB rozběhne Wan 2.2 14B a LTX-2 na 720p bez triků. Verze největších modelů v plné přesnosti pořád potřebují 48 až 80 GB, což znamená datacentrové karty nebo cloud.

Video potřebuje mnohem víc paměti než obrázky, protože jeden obrázek 1024x1024 má asi milion pixelů, zatímco 5sekundový klip při 24 snímcích za sekundu má 120 snímků: model pracuje najednou s více než stovkou násobkem dat a musí udržet každý snímek konzistentní s okolními, takže je nemůže dělat po jednom. Paměť ovlivňují tři věci, které se násobí: velikost a přesnost modelu (plná, FP8 nebo GGUF), rozlišení (720p má asi 2,25× víc pixelů než 480p) a délka klipu (přibližně úměrná). Model, který se vejde na 480p pro 3 sekundy, může na stejné kartě dojít paměť při 720p a 5 sekundách.

Tahle příručka pokrývá otevřené video modely, které si můžeš stáhnout a spustit sám. Čísla jsou praktické rozsahy z oficiálních modelových karet a komunitních testů, ověřené 6. října 2026; výsledky se liší podle verze ComfyUI, workflow a kolik systémové RAM je k dispozici pro offloading. Pro obrazové modely je tu doprovodná příručka o požadavcích na VRAM podle modelu; obě se aktualizují měsíčně.

Reference

Název	Typ	Co to je
Wan 2.1 T2V 1.3B	8 GB: 480p, ~5 s clips \| 12 GB+: comfortable	Volba pro 8 GB. Asi 8,19 GB v použití, výstup 480p, kolem 4 minut na 5sekundový klip na RTX 4090. Kvalita jasně nižší než u větších modelů. 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)	Text nebo obrázek na 720p při 24 fps. Alibaba uvádí 24 GB (RTX 4090) jako minimum pro plnou přesnost a pod 9 minut na 5sekundový 720p klip. Q8 GGUF má asi 5,4 GB; ComfyUI zbytek offloaduje do systémové RAM. Apache 2.0.
Wan 2.2 A14B (T2V a 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	Nejlepší otevřená kvalita. Směs expertů: celkem 27B parametrů, 14B aktivních, jeden expert pro hlučné počáteční kroky a jeden pro detaily; v VRAM je vždy jen jeden expert. FP8 je asi 14,3 GB na experta, GGUF Q4-Q5 asi 10-11 GB. Oficiální požadavek 80 GB je pro plnou přesnost bez offloadu. 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, listopad 2025, 8,3B parametrů, 480p nebo 720p s vestavěným upscalerem na 1080p; pro nejlepší kvalitu doporučeno 80 GB. Není to původní HunyuanVideo (13B), které potřebuje 60-80 GB v plné přesnosti; mnoho starších průvodců je zaměňuje.
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, váhy leden a březen 2026. Video se synchronizovaným zvukem, až 4K, a rychlé: asi 90 sekund na 5sekundový klip na RTX 4090. Kompromis je v paměti; Lightricks také doporučuje 100 GB+ volného disku.
Systémová RAM	32 GB workable minimum \| 64 GB comfortable for 14B models on 12-24 GB cards	Offloading přesouvá část modelu do běžné RAM, takže systémová paměť je pro video důležitější než pro obrázky.
Disk	fast NVMe SSD	Video modely mají desítky GB; načítání ze pomalého disku přidává minuty ke každému přepnutí modelu.
Wan 2.5-3.0, Kling, Veo, Runway, Seedance	API only	Nemají ke stažení váhy, takže žádné číslo VRAM; platíš za sekundu videa. Wan 2.2 je nejnovější Wan s váhami (k říjnu 2026).

Krok za krokem

Zjisti si VRAM: Správce úloh Windows > Výkon > GPU > Vyhrazená GPU paměť; nvidia-smi na Linuxu. Podívej se i na systémovou RAM; 32 GB je minimum pro offloading.
Vyber řádek modelu podle své karty z tabulky: 8 GB znamená Wan 2.1 1.3B nebo Wan 2.2 5B GGUF; 12-16 GB přidává Wan 2.2 14B GGUF a HunyuanVideo 1.5 s offloadingem; 24 GB je běžná video karta (5B plná, 14B FP8, LTX-2 FP4); 32 GB rozběhne všechno na 720p v FP8.
Stáhni přesnost, kterou stránka modelu uvádí pro tvou kategorii (FP8 pro 24-32 GB, GGUF Q4-Q5 pro 12-16 GB) místo původního BF16.
Začni na 480p a krátkých klipech (49-81 snímků). Nastav pohyb a kompozici, pak zvětši nebo přegeneruj na 720p. Přechod z 480p na 720p přibližně zdvojnásobí paměť na snímek, takže workflow na 14 GB při 480p může potřebovat 24 GB nebo víc při 720p.
Pro Wan 2.2 14B na 24 GB přesuň textový enkodér T5/UMT5 do systémové RAM (CPU zařízení v loaderu nebo automatický offload ComfyUI). Bez toho může 720p klip překročit 24 GB během generování.
Pro cokoli přes 5-6 sekund generuj po segmentech a spoj je: poslední snímek jednoho klipu je startovní obrázek dalšího. Většina otevřených modelů je laděná na asi 5 sekund a za tím kvalita klesá.
Pokud klip pořád nevleze, sniž počet snímků před rozlišením, použij dlaždicové dekódování VAE a měj prohlížeč a hry mimo GPU.
Pokud potřebuješ Wan 2.2 14B nebo LTX-2 na 720p pravidelně a máš méně než 24 GB, běž to na cloudu: PirateDiffusion běží Wan, LTX a H3 modely na serverových GPU přes Telegram; BitVector přes webovou aplikaci.

Příklady

Wan 2.2 14B image-to-video na 24 GB (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 na kartě 8-12 GB

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

Stejný klip v cloudu

/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)

Tipy

Uváděné časy pro jeden 5sekundový klip: Wan 2.1 1.3B 480p asi 4 minuty na RTX 4090; Wan 2.2 5B 720p pod 9 minut (oficiálně); Wan image-to-video asi 12,7 minuty na 4090 proti asi 7 na 5090 (přibližně o 45 % rychlejší v jednom zveřejněném testu); LTX-2 asi 90 sekund na 4090. Offloading může cokoli z toho zpomalit několikanásobně.
Číslo 80 GB, které uvádí Alibaba pro Wan 2.2 A14B, je pro plnou přesnost bez offloadu; FP8 a GGUF plus textový enkodér v systémové RAM je, jak to všichni fakt používají.
Dva 14B experti znamenají dva soubory: podívej se na stránku modelu, na kterého experta byla LoRA trénovaná (vysoký nebo nízký šum); načtení na špatného experta nic nedělá.
LTX-2 vyměňuje paměť za rychlost a zvuk; pokud se ti vejde FP8 na 32 GB, je to nejrychlejší otevřená cesta k hotovému klipu se zvukem.
5090 stála při uvedení 1 999 dolarů, ale v říjnu 2026 se prodávala za zhruba 4 500-6 000 a pořád neudrží plně přesné modely. Pro občasné video je pronájem 48 nebo 80 GB GPU na hodinu nebo paušální cloudový plán levnější a mnohem rychlejší než offloading na menší kartě.
Stránky rodin Wan, Hunyuan a LTX na tomto webu uvádějí všechny stahovatelné varianty s jejich velikostí souboru; varianta potřebuje svoji velikost plus 3-4 GB volné VRAM, aby běžela rychle.

Wan 2.2 je nejnovější Wan, který můžeš spustit lokálně; stránka rodiny Wan sleduje změny.

Otázky

Můžu dělat AI video s 8 GB VRAM?

Ano, ale jen krátké, nízké rozlišení klipy. Wan 2.1 1.3B zvládne 480p klipy asi na 8 GB a Wan 2.2 5B běží jako GGUF soubor s offloadingem. Wan 2.2 14B, HunyuanVideo a LTX-2 potřebují víc.

Stačí 24 GB na AI video?

Pro většinu lidí ano. 24 GB karta rozběhne Wan 2.2 5B v plné přesnosti, Wan 2.2 14B v FP8 (720p s offloadovaným textovým enkodérem), HunyuanVideo 1.5 a LTX-2 v FP4. Je to nejběžnější karta pro lokální video práci.

Proč Wan 2.2 uvádí potřebu 80 GB?

To je číslo pro 14B model v plné přesnosti bez offloadu. S FP8 nebo GGUF soubory a textovým enkodérem v systémové RAM běží na 24 GB a na 12-16 GB pomaleji.

Stojí RTX 5090 za to pro AI video?

Pokud děláš video často, extra 8 GB oproti 4090 (32 proti 24) ti zajistí pohodlné 720p s Wan 2.2 14B a FP8 LTX-2 a je asi o 45 % rychlejší. Při 2-3násobku ceny 1 999 dolarů je pronájem levnější pro každého, kdo video netvoří denně.

Potřebuje HunyuanVideo víc VRAM než Wan?

HunyuanVideo 1.5 (8,3B) potřebuje méně než Wan 2.2 14B: asi 14 GB s offloadingem. Původní HunyuanVideo (13B) potřebuje mnohem víc, tak si ověř, o které verzi průvodce mluví.

Kolik systémové RAM?

32 GB je pracovní minimum pro Wan 2.2 a HunyuanVideo s offloadingem; 64 GB je pohodlné pro 14B modely na 12-24 GB kartách.

Odkazy a zdroje

Modely v tomto návodu

Napsal

Soukromý vyšetřovatel. Čte config.json před README a README před marketingem. Specializuje se na zjišťování, který nový model je jemné doladění jemného doladění SDXL. Jí, střílí prompt a odchází. Pro otevřený zdroj, proti záhadným datům.

Všechny průvodce od P.I. Panda

Požadavky na VRAM pro všechny populární AI modely pro obrázky a video (2026): plná přesnost, FP8 a GGUF

6. Říj 2026

Wan 2.2 video: nastavení text-to-video a image-to-video, nastavení a LoRA

24. Kvě 2026

CUDA nedostatek paměti: kolik VRAM potřebuje každý AI model a jak to zvládnout

18. Kvě 2026

Průvodce GPU a VRAM pro AI obrázky a video: co každý model potřebuje a co koupit (nebo ne)

7. Led 2026

LTX 2.3 Crisp Enhance: ostřejší, více filmové detaily ve videu

3. Říj 2026

PirateDiffusion: spusť jakýkoli model z Telegramu, není potřeba GPU

3. Říj 2026

HunyuanVideo text to video ComfyUI workflow: model 13B, který spustil lokální video

9. Říj 2026

Kolik VRAM vlastně potřebuji pro lokální AI?

5. Zář 2026

Nejlepší open-source AI video modely v roce 2026: co si opravdu můžeš stáhnout

14. Říj 2026

Další návody

Generování AI videa pro začátečníky: z obrázku na video, z textu na video a první klip s Wan, LTX-2 a H3

29. Dub 2026

HunyuanVideo 1.5 vs Wan 2.2: který otevřený video model použít v roce 2026

4. Říj 2026

Paušální poplatek vs tokeny: proč jsou neomezené plány jako Graydient.ai nejlepší hodnotou pro tvůrce AI v roce 2026

8. Říj 2026

Jak nainstalovat Wan2GP: AI video a obrázky na GPU s nízkou VRAM