Model
Trends
.ai
Model
Trends
.ai
sinusubaybayan ang mga open AI model
Trending
Mga ranking
Mga gabay
Mga Tsart
API

AMD Amuse sa 2026: ano ang nangyari, at dapat pa ba itong gamitin?

Paksa: Mga app
Ni Captain
Inilathala Okt 9, 2026

Pangkalahatang-ideya

Ang Amuse ay isang libreng desktop app para gumawa ng AI images at video sa sarili mong PC, kilala bilang AMD-backed na opsyon para sa mga may Radeon at Ryzen AI. Itinigil na ng orihinal na developer ang paggawa nito at inilabas ang code bilang open source, at ngayon ay ipinagpapatuloy ito ng community version na sumusuporta rin sa ibang GPU brands.
Ang Amuse ay ginawa ng TensorStack, isang software company sa New Zealand, kasama ang AMD. Simple lang ang pitch: isang installer lang, walang Python, walang command line, at mga modelong naka-tune para sa AMD hardware. Naging go-to ito kapag nagtatanong ang mga may Radeon kung paano patakbuhin ang Stable Diffusion.
Paano ito napunta dito: noong 2024 inilunsad ang Amuse 2.0 sa beta bilang AMD-focused local image generator. Noong Abril 2025, idinagdag ng Amuse 3.0 ang AMD-optimized models na ginawa kasama ang Stability AI (may markang _amdgpu sa Hugging Face) at draft-quality video; sinabi ng AMD na hanggang 4.3x mas mabilis ang generation sa RX 9070 XT gamit ang optimized models. Noong Disyembre 2025, inilabas ang Amuse bilang open source at tinigil ng TensorStack ang sariling development nito. Noong unang bahagi ng 2026, ang community-maintained Amuse 3.2.0 ay lumipat sa mas bagong software (.NET 10, ONNX Runtime 1.23), tinanggal ang AMD-specific extras tulad ng XDNA Super Resolution upscaler, at naging hardware-neutral. Patuloy ang mga release bawat ilang linggo mula noon: v3.7.0 noong Agosto 2026 ay nagdagdag ng StableDiffusion.cpp backend na may Vulkan, CUDA at ROCm support, at ang v3.8.2 (6 Oktubre 2026) ang kasalukuyang bersyon nang sinuri ang gabay na ito.
Kaya ang "AMD Amuse" na hinahanap ng mga tao ay hindi na talaga pag-aari ng AMD. Ngayon ito ay isang pangkalahatang open-source app na tumatakbo pa rin sa mga Radeon cards.

Sanggunian

Aspeto
Amuse 3.0 (2025, AMD era)
Amuse ngayon (community, v3.8.2)
Pinamementina ng
TensorStack, with AMD
Open-source community (GitHub: saddam213/AmuseAI; ang dating TensorStack-AI address ay nire-redirect doon)
Suporta sa GPU
AMD Radeon and Ryzen AI
NVIDIA gamit ang CUDA 13; AMD, NVIDIA at Intel gamit ang Vulkan; ROCm gamit ang StableDiffusion.cpp backend para sa mga suportadong modelo
Mga image model
SD 1.5, SDXL, SD3 and 3.5, Flux.1
Nagdagdag ng FLUX.2, Qwen-Image, Z-Image, Chroma, Krea 2, HiDream, Anima at iba pa
Video
Draft-quality video diffusion
Wan 2.2, CogVideoX, SkyReels-V2, MiniMax H3 at iba pa
Iba pa
AMD-optimized models, NPU upscaler
Audio (ACE-Step, Whisper, Supertonic) at text models (Qwen 3.x, Gemma 4) na may tool calling
Install
Installer from AMD and TensorStack
Installer at zip sa GitHub Releases page (Amuse_v3.8.2.exe, mga 407 MB), o i-build mula sa source
Lisensya
Proprietary
Source code Apache 2.0; prebuilt binaries sa ilalim ng Amuse 2.0 License

Hakbang-hakbang

  1. Pumunta sa Amuse project sa GitHub (saddam213/AmuseAI; ang TensorStack-AI/AmuseAI address ay nire-redirect doon) sa halip na sa mga lumang download links, na maaaring tumuro sa mga discontinued na bersyon.
  2. Buksan ang Releases page at i-download ang kasalukuyang installer, Amuse_v3.8.2.exe (mga 407 MB), o ang zip. Sinuri noong 9 Oktubre 2026; ang version number ay nagbabago bawat ilang linggo.
  3. Patakbuhin ito. Sa Windows 11, sinasabi ng proyekto na patakbuhin bilang administrator kung pumalya ang environment setup.
  4. Pumili ng backend. Ang NVIDIA cards ay gumagamit ng CUDA 13 (driver 580.65 o mas bago). Ang AMD at Intel cards ay gumagamit ng Vulkan backend; ang StableDiffusion.cpp backend ay nagdadagdag ng ROCm para sa mga suportadong modelo.
  5. Magsimula sa maliit na modelo, tulad ng SD 1.5 o SDXL, bago subukan ang mas malalaki.
  6. Opsyonal ang pag-build mula sa source: Visual Studio 2026 na may .NET desktop development workload, buksan ang Amuse.sln, i-build ang solution at patakbuhin ang Amuse.exe. Kung masyadong komplikado ito, tingnan ang mga alternatibo sa tips.

Mga tip

  • Piliin ayon sa gamit: kung may lumang Radeon card at simpleng mga imahe, ang Amuse gamit ang SD 1.5 o SDXL ay madaling simulan; kung may RX 9070 XT o RX 7900 XTX at seryosong trabaho, mas mabilis i-setup ngayon ang ComfyUI na may official ROCm support at mas flexible (tingnan ang AMD GPUs guide); kung may AMD card at AI video, may dedicated AMD install ang Wan2GP at sumusuporta sa mas maraming video models.
  • Luma na ang mga tutorial. Ang mga gabay mula 2024 at 2025 ay naglalarawan ng AMD-specific features, tulad ng XDNA upscaler at AMD-optimized model library, na tinanggal o binago na ng community version.
  • Magsimula sa mas maliit na mga modelo. Sa isang test ng early community build (3.2.0), ang mga modelong hanggang mga 4 GB ay tumakbo nang maayos habang ang mas malalaki ay madalas mag-crash dahil sa graphics card error; nag-improve na ang mga susunod na release, pero safe pa rin magsimula sa maliit.
  • Sinusuportahan ang LoRAs at ControlNet, kaya pwede kang magdagdag ng mga estilo tulad ng sa ibang lugar.
  • Ang hardware guide ng AMD para sa Amuse 3.0 noong 2025: SD 1.5 sa karamihan ng Radeon GPUs na may 6 GB o higit pang VRAM; SDXL at SD 3.5 Medium sa RX 7800 XT o mas mataas; Flux.1 Schnell sa RX 7800 XT o mas mataas o Ryzen AI Max+ 395 na may 64 GB o higit pang RAM; Flux.1 Dev at SD 3.5 Large ay para lang sa 48 GB workstation cards.

Pag-aayos ng problema

Nag-crash ang malalaking modelo dahil sa GPU error

Bakit ito nangyayari
Nagkaroon ng stability problems ang early community builds sa mas malalaking modelo, at nawala na ang AMD-specific memory optimizations.

Paano ayusin
Mag-update sa kasalukuyang release, gumamit ng mas maliit o quantized na modelo, babaan ang resolution, o lumipat sa ComfyUI na may ROCm para sa malalaking modelo tulad ng Flux at Qwen-Image.

Hindi gumagana o hindi nag-a-update ang installer mula sa lumang link

Bakit ito nangyayari
Ito ay isang discontinued na bersyon ng TensorStack.

Paano ayusin
I-uninstall ito at kunin ang kasalukuyang installer mula sa GitHub Releases page.

Pumalya ang setup sa Windows 11

Bakit ito nangyayari
Maaaring kailanganin ng Amuse ang administrator rights para ma-setup ang environment.

Paano ayusin
Patakbuhin ito bilang administrator, ayon sa instructions ng proyekto.

Mga tanong

Ang Amuse ba ay app pa rin ng AMD?

Hindi na talaga. Sinuportahan ng AMD ang orihinal, pero ang open-source version ay pinamementina ng community, tinanggal ang AMD-specific features, at sumusuporta sa ibang GPU brands.

Libre ba ang Amuse?

Oo. Ang source code ay open source sa ilalim ng Apache 2.0, at ang prebuilt app ay libre gamitin sa ilalim ng Amuse 2.0 License.

Ano ang pinakamagandang paraan ngayon para gumawa ng AI images sa AMD GPU?

Para sa karamihan na may bagong Radeon card, ComfyUI Desktop na may official AMD ROCm support. Ito ay suportado na, halos one-click setup sa Windows, at tumatakbo ng mas maraming modelo. Ayos pa rin ang Amuse para sa simpleng gamit at maliit na modelo.

Paano kung ayokong mag-setup ng kahit ano?

Gumamit ng cloud service na lang. Walang drivers, walang install, at gumagana sa kahit anong computer: PirateDiffusion mula sa Telegram, BitVector mula sa web app.

Mga model sa gabay na ito

Mga Stable Diffusion 1.5 model
Mga Stable Diffusion XL 1.0 model
Mga Flux model
Mga Flux 2 / Klein model
Mga Qwen model
Mga Zimage model
Mga Wan model
Isinulat ni
Captain
Pinapatakbo ang barkong ito. May mga opinyon tungkol sa VAE decode times na walang nagtanong. Naniniwala na gustong maging malaya ang mga weights at na ang anumang model na hindi mo ma-download ay isang subscription na may dagdag na hakbang. Hindi sasagot sa mga tanong tungkol sa 400 GB ng checkpoints sa NAS.
Lahat ng gabay ni Captain
Pagpapatakbo ng AI image at video models sa AMD GPUs (2026 gabay)
Okt 7, 2026
Paano i-install ang Wan2GP: AI video at mga larawan sa low-VRAM GPUs
Okt 8, 2026
Ano ang ComfyUI? Isang gabay para sa mga baguhan tungkol sa mga node, workflow, at ang unang graph
Dis 17, 2025
Mga kinakailangan sa VRAM para sa bawat sikat na AI image at video model (2026): full precision, FP8 at GGUF
Okt 6, 2026
Ano ang LoRA at paano ito gamitin sa ComfyUI, Forge, Automatic1111 at sa cloud
May 20, 2026
PirateDiffusion: patakbuhin ang kahit anong modelo mula sa Telegram, hindi kailangan ng GPU
Okt 3, 2026

Higit pang gabay

CUDA out of memory: gaano karaming VRAM ang kailangan ng bawat AI model at paano ito mapasya
May 18, 2026
Flux vs SDXL vs SD 1.5 vs Qwen vs Z-Image: aling pamilya ng modelo ang gagamitin sa 2026
May 22, 2026
Mga alternatibo sa Civitai: saan makakahanap at makakadownload ng AI models sa 2026
Set 16, 2026
Paano mag-train ng LoRA sa bahay (at kailan mas magandang mag-rent ng GPU)
Ago 5, 2026
Open weights vs open source vs API-only: ano talaga ang pwede mong gawin
Hul 29, 2026
Lahat ng gabay