Videomodeller
Wan 2.2 5B vs 14B: vilken Wan ska du ladda ner för ditt grafikkort
Wan 2.2 finns som två olika modeller: 5B med en enda checkpoint som gör 720p-klipp på ett vanligt grafikkort, och 14B med två experter som ger bäst öppen videokvalitet men kräver 24 GB eller mer. Vad varje modell är, hur mycket minne de egentligen använder, vilka LoRA:er som funkar med vilken, hur lång tid ett 5-sekunders klipp tar, och det korta svaret för 8, 12, 16, 24 och 32 GB-kort.
Fel och lösningar
Hur mycket VRAM behöver jag egentligen för lokal AI?
Det är ärligt svar, per modell snarare än per budget: 8 GB klarar 8B chattmodeller och SDXL, 12 till 16 GB klarar 14B modeller, Flux fp8 och kort video, 24 GB är den perfekta nivån för 30B-klass LLMs och FLUX.2 eller Qwen Image, 48 GB och uppåt är 70B-territorium, och 64 GB system-RAM är inte samma som ett 64 GB GPU. Med beräkningar för vikter, kontext och marginal, en minnestabell från 8 GB till 512 GB, och Kais video om alla sätt att nå 128 GB VRAM.
Fel och lösningar
Safetensors vs .ckpt och .pt: hur man laddar ner AI-modeller säkert och verifierar dem med SHA-256
Varför .ckpt och .pt-filer kan köra kod när de laddas och .safetensors inte kan, hur man känner igen en konverterad eller ominamnad fil, hur man kontrollerar en nedladdning mot SHA-256 och AutoV2-hasharna som visas på modelsidorna, var man kan ladda ner ifrån, vad man gör vid hash-missmatch och hur molnleverantörerna undviker hela problemet.
Modeller
Förstoring av AI-bilder: ESRGAN-modeller, hires-fix, tiled diffusion och när man ska använda vad
De tre typerna av förstoring och vad de är till för: snabba pixel-förstorare (4x-UltraSharp, Real-ESRGAN, SwinIR, DAT) för ren förstoring, hires-fix för att lägga till detaljer under genereringen, och tiled diffusion (Ultimate SD Upscale, SUPIR, Flux-baserade) för att göra en 1024-rendering till en detaljerad 4K-utskrift; med värden för brusreducering, kakstorlekar och modeller värda att ladda ner.
Fel och lösningar
GPU- och VRAM-guide för AI-bild och video: vad varje modell behöver och vad du ska köpa (eller inte)
Hur mycket grafikminne varje modells familj verkligen behöver för användbar hastighet (SD 1.5, SDXL, Flux, FLUX.2, Qwen Image, Z-Image, Wan 2.2, LTX-2, H3), vad fp8 och GGUF-kvantisering ger dig, varför system-RAM och disk också spelar roll, en rankning av kort från 8 till 32 GB, Mac- och AMD-noteringar, och när det är billigare att hyra än att köpa.
Promptning
Steg, CFG, samplers, schemaläggare och frön: förklaringar av genereringsinställningarna med säkra standardvärden
Vad varje inställning i genereringspanelen ändrar, vilka värden som fungerar för varje modelfamilj (SD 1.5, SDXL, Flux, Qwen, Z-Image, Wan), vilka samplers som är värda att känna till, varför destillerade modeller bryter de vanliga reglerna och hur man använder frön för att ändra en sak i taget.
Modeller
Checkpoint vs LoRA vs embedding vs ControlNet: vilken fil gör vad
De sex typerna av modelfiler du kommer stöta på, vad varje ändrar, hur stor den är, var den ska ligga och när du ska använda den: checkpoints och fine-tunes, LoRAs och deras LyCORIS-kusiner, textual inversion embeddings, ControlNets och IP-Adapters, VAEs och upscalers.
Modeller
Hur generativa AI-bildmodeller fungerar: diffusion, latenter och textkodare förklarade enkelt
Mekanismerna bakom Stable Diffusion, SDXL, Flux och videomodellerna utan matte: vad brus har med det att göra, varför modeller jobbar i ett komprimerat latent utrymme, vad textkodaren och VAE gör, vad steg och vägledning egentligen ändrar, och varför träningsdata bestämmer vad en modell kan rita.