Modelli video
Wan 2.2 5B vs 14B: quale Wan scaricare per la tua scheda grafica
Wan 2.2 è disponibile in due modelli diversi: il singolo checkpoint 5B che crea clip a 720p su una scheda consumer, e la coppia a due esperti 14B che offre la migliore qualità video open ma richiede 24 GB o più. Cosa sono, quanta memoria occupano davvero, quali LoRA funzionano con quale modello, quanto ci mette a fare una clip di 5 secondi, e la risposta rapida per schede da 8, 12, 16, 24 e 32 GB.
Errori e soluzioni
Quanta VRAM serve davvero per l'AI locale?
La risposta onesta, modello per modello invece che per budget: 8 GB bastano per modelli chat 8B e SDXL, 12-16 GB per modelli 14B, Flux fp8 e video brevi, 24 GB è il punto giusto per LLM da 30B e FLUX.2 o Qwen Image, 48 GB e oltre è roba da 70B, e 64 GB di RAM di sistema non sono una GPU da 64 GB. Con i calcoli per pesi, contesto e margine, una tabella di memoria da 8 GB a 512 GB, e il video di Kai su tutti i modi per arrivare a 128 GB di VRAM.
Errori e soluzioni
Safetensors vs .ckpt e .pt: come scaricare modelli AI in sicurezza e verificarli con SHA-256
Perché i file .ckpt e .pt possono eseguire codice quando vengono caricati e i .safetensors no, come riconoscere un file convertito o rinominato, come controllare un download confrontandolo con gli hash SHA-256 e AutoV2 mostrati sulle pagine dei modelli, dove scaricare, cosa fare in caso di discrepanza negli hash e come i partner cloud evitano tutto questo problema.
Modelli
Ingrandimento delle immagini AI: modelli ESRGAN, hires-fix, diffusione a piastrelle e quando usarli
Le tre famiglie di ingrandimento e a cosa servono: ingranditori pixel veloci (4x-UltraSharp, Real-ESRGAN, SwinIR, DAT) per un ingrandimento pulito, hires-fix per aggiungere dettagli durante la generazione, e diffusione a piastrelle (Ultimate SD Upscale, SUPIR, basati su Flux) per trasformare un render 1024 in una stampa 4K dettagliata; con valori di denoise, dimensioni delle piastrelle e modelli da scaricare.
Errori e soluzioni
Guida a GPU e VRAM per immagini e video AI: cosa serve a ogni modello e cosa comprare (o no)
Quanta memoria grafica serve davvero a ogni famiglia di modelli per avere una velocità utilizzabile (SD 1.5, SDXL, Flux, FLUX.2, Qwen Image, Z-Image, Wan 2.2, LTX-2, H3), cosa ti danno la quantizzazione fp8 e GGUF, perché anche la RAM di sistema e il disco contano, una lista di schede da 8 a 32 GB, note su Mac e AMD, e il punto in cui conviene affittare invece di comprare.
Prompting
Passi, CFG, sampler, scheduler e seed: le impostazioni di generazione spiegate con valori sicuri
Cosa cambia ogni impostazione nel pannello di generazione, i valori che funzionano per famiglia di modelli (SD 1.5, SDXL, Flux, Qwen, Z-Image, Wan), quali sampler vale la pena conoscere, perché i modelli distillati rompono le regole usuali e come usare i seed per cambiare una cosa alla volta.
Modelli
Checkpoint vs LoRA vs embedding vs ControlNet: a cosa serve ogni file
I sei tipi di file modello che incontrerai, cosa cambia ciascuno, quanto sono grandi, dove vanno messi e quando usarli: checkpoint e fine-tune, LoRA e i loro cugini LyCORIS, embedding di inversione testuale, ControlNet e IP-Adapter, VAE e upscaler.
Modelli
Come funzionano i modelli generativi di immagini AI: diffusione, latenti e codificatori di testo spiegati semplicemente
Il meccanismo dietro Stable Diffusion, SDXL, Flux e i modelli video senza la matematica: cosa c’entra il rumore, perché i modelli lavorano in uno spazio latente compresso, cosa fanno il codificatore di testo e il VAE, cosa cambiano davvero i passaggi e la guida, e perché i dati di addestramento decidono cosa un modello può disegnare.