Modèles vidéo
Wan 2.2 5B vs 14B : quel Wan télécharger pour ta carte graphique
Wan 2.2 est disponible en deux modèles différents : le checkpoint unique 5B qui crée des clips 720p sur une carte grand public, et la paire de deux experts 14B qui offre la meilleure qualité vidéo open source mais nécessite 24 Go ou plus. Ce que chacun est, combien de mémoire ils prennent vraiment, quels LoRA fonctionnent avec lesquels, combien de temps prend un clip de 5 secondes, et la réponse rapide pour les cartes de 8, 12, 16, 24 et 32 Go.
Erreurs et solutions
De combien de VRAM ai-je vraiment besoin pour l'IA locale ?
La réponse honnête, par modèle plutôt que par budget : 8 Go font tourner les modèles de chat 8B et SDXL, 12 à 16 Go font tourner les modèles 14B, Flux fp8 et les vidéos courtes, 24 Go est le point idéal pour les LLM de classe 30B et FLUX.2 ou Qwen Image, 48 Go et plus c’est le territoire des 70B, et 64 Go de RAM système ne font pas une carte GPU de 64 Go. Avec les calculs pour les poids, le contexte et la marge, un tableau des niveaux de mémoire de 8 Go à 512 Go, et la vidéo de Kai sur toutes les façons d’atteindre 128 Go de VRAM.
Erreurs et solutions
Safetensors vs .ckpt et .pt : comment télécharger les modèles IA en toute sécurité et les vérifier avec SHA-256
Pourquoi les fichiers .ckpt et .pt peuvent exécuter du code lorsqu'ils sont chargés et pourquoi les .safetensors ne le peuvent pas, comment reconnaître un fichier converti ou renommé, comment vérifier un téléchargement avec les hachages SHA-256 et AutoV2 affichés sur les pages des modèles, où télécharger, que faire en cas de non-correspondance du hachage, et comment les partenaires cloud évitent complètement ce problème.
Modèles
Agrandissement des images IA : modèles ESRGAN, hires-fix, diffusion en tuiles et quand utiliser chacun
Les trois familles d’agrandissement et leur usage : les agrandisseurs rapides par pixels (4x-UltraSharp, Real-ESRGAN, SwinIR, DAT) pour un agrandissement propre, hires-fix pour ajouter du détail lors de la génération, et la diffusion en tuiles (Ultimate SD Upscale, SUPIR, Flux-based) pour transformer un rendu 1024 en une impression 4K détaillée ; avec les valeurs de débruitage, tailles de tuiles et les modèles à télécharger.
Erreurs et solutions
Guide GPU et VRAM pour l’image et la vidéo IA : ce dont chaque modèle a besoin et quoi acheter (ou pas)
La quantité de mémoire graphique dont chaque famille de modèles a vraiment besoin à une vitesse utilisable (SD 1.5, SDXL, Flux, FLUX.2, Qwen Image, Z-Image, Wan 2.2, LTX-2, H3), ce que la quantification fp8 et GGUF t’apporte, pourquoi la RAM système et le disque comptent aussi, une liste de cartes de 8 à 32 Go, des notes sur Mac et AMD, et le moment où louer devient moins cher qu’acheter.
Prompting
Steps, CFG, échantillonneurs, planificateurs et graines : explication des réglages de génération avec des valeurs sûres par défaut
Ce que chaque réglage dans le panneau de génération modifie, les valeurs qui fonctionnent selon la famille de modèles (SD 1.5, SDXL, Flux, Qwen, Z-Image, Wan), quels échantillonneurs valent la peine d’être connus, pourquoi les modèles distillés cassent les règles habituelles, et comment utiliser les graines pour changer une chose à la fois.
Modèles
Checkpoint vs LoRA vs embedding vs ControlNet : à quoi sert chaque fichier
Les six types de fichiers modèles que tu vas rencontrer, ce que chacun modifie, leur taille, où les mettre et quand les utiliser : checkpoints et fine-tunes, LoRAs et leurs cousins LyCORIS, embeddings d'inversion textuelle, ControlNets et IP-Adapters, VAEs et upscalers.
Modèles
Comment fonctionnent les modèles d’images génératives IA : diffusion, latents et encodeurs de texte expliqués simplement
Le fonctionnement de Stable Diffusion, SDXL, Flux et des modèles vidéo sans les maths : quel rôle joue le bruit, pourquoi les modèles travaillent dans un espace latent compressé, ce que font l’encodeur de texte et le VAE, ce que changent vraiment les étapes et la guidance, et pourquoi les données d’entraînement déterminent ce qu’un modèle peut dessiner.