AMD Amuse năm 2026: chuyện gì đã xảy ra, và bạn có nên dùng nó nữa không?
Tổng quan
Amuse là ứng dụng miễn phí trên máy tính để tạo ảnh và video AI trên PC của bạn, nổi tiếng nhất là lựa chọn được AMD hỗ trợ dành cho chủ sở hữu Radeon và Ryzen AI. Nhà phát triển gốc đã ngừng làm việc và phát hành mã nguồn mở, và phiên bản cộng đồng giờ tiếp tục phát triển với hỗ trợ cho các thương hiệu GPU khác nữa.
Amuse được xây dựng bởi TensorStack, một công ty phần mềm New Zealand, hợp tác với AMD. Ý tưởng đơn giản: một trình cài đặt, không cần Python, không dòng lệnh, và các mô hình được tối ưu cho phần cứng AMD. Nó trở thành câu trả lời phổ biến khi người dùng Radeon hỏi cách chạy Stable Diffusion.
Quá trình phát triển: năm 2024 Amuse 2.0 ra mắt bản beta như một trình tạo ảnh cục bộ tập trung vào AMD. Tháng 4 năm 2025 Amuse 3.0 thêm các mô hình tối ưu AMD xây dựng với Stability AI (đánh dấu _amdgpu trên Hugging Face) và video chất lượng nháp; AMD tuyên bố tốc độ tạo ảnh nhanh hơn đến 4.3 lần trên RX 9070 XT với các mô hình tối ưu. Tháng 12 năm 2025 Amuse được phát hành mã nguồn mở và TensorStack ngừng phát triển. Đầu năm 2026 phiên bản cộng đồng Amuse 3.2.0 chuyển sang phần mềm mới hơn (.NET 10, ONNX Runtime 1.23), loại bỏ các tính năng riêng của AMD như bộ phóng to XDNA Super Resolution và định vị là phần mềm trung lập phần cứng. Các bản phát hành tiếp tục đều đặn mỗi vài tuần: v3.7.0 tháng 8 năm 2026 thêm backend StableDiffusion.cpp với hỗ trợ Vulkan, CUDA và ROCm, và v3.8.2 (6 tháng 10 năm 2026) là phiên bản hiện tại khi hướng dẫn này được kiểm tra.
Vậy nên "AMD Amuse" mà mọi người tìm không còn thực sự là của AMD nữa. Nó giờ là ứng dụng mã nguồn mở chung, vẫn chạy trên card Radeon.
Tham khảo
Khía cạnh | Amuse 3.0 (2025, thời AMD) | Amuse hiện nay (cộng đồng, v3.8.2) |
|---|---|---|
Được duy trì bởi | TensorStack, with AMD | Cộng đồng mã nguồn mở (GitHub: saddam213/AmuseAI; địa chỉ TensorStack-AI cũ chuyển hướng về đây) |
Hỗ trợ GPU | AMD Radeon and Ryzen AI | NVIDIA qua CUDA 13; AMD, NVIDIA và Intel qua Vulkan; ROCm qua backend StableDiffusion.cpp cho các mô hình được hỗ trợ |
Mô hình ảnh | ||
Video | Draft-quality video diffusion | |
Khác | AMD-optimized models, NPU upscaler | |
Cài đặt | Installer from AMD and TensorStack | Trình cài đặt và file zip trên trang GitHub Releases (Amuse_v3.8.2.exe, khoảng 407 MB), hoặc tự build từ mã nguồn |
Giấy phép | Proprietary |
Từng bước
- Vào dự án Amuse trên GitHub (saddam213/AmuseAI; địa chỉ TensorStack-AI/AmuseAI cũ chuyển hướng về đây) thay vì các link tải cũ, vì chúng có thể dẫn đến phiên bản đã ngừng phát triển.
- Mở trang Releases và tải trình cài đặt hiện tại, Amuse_v3.8.2.exe (khoảng 407 MB), hoặc file zip. Kiểm tra ngày 9 tháng 10 năm 2026; số phiên bản thay đổi mỗi vài tuần.
- Chạy trình cài đặt. Trên Windows 11 dự án khuyên chạy với quyền quản trị nếu thiết lập môi trường không thành công.
- Chọn backend. Card NVIDIA dùng CUDA 13 (driver 580.65 trở lên). Card AMD và Intel dùng backend Vulkan; backend StableDiffusion.cpp thêm ROCm cho các mô hình được hỗ trợ.
- Việc build từ mã nguồn là tùy chọn: Visual Studio 2026 với workload phát triển desktop .NET, mở Amuse.sln, build và chạy Amuse.exe. Nếu nghe có vẻ phức tạp, xem các lựa chọn khác trong phần mẹo.
Mẹo
- Nên chọn gì: card Radeon cũ và ảnh đơn giản, Amuse với SD 1.5 hoặc SDXL vẫn là cách dễ bắt đầu; RX 9070 XT hoặc RX 7900 XTX và công việc nghiêm túc, ComfyUI với hỗ trợ ROCm chính thức nhanh hơn để thiết lập và linh hoạt hơn nhiều (xem hướng dẫn GPU AMD); card AMD và video AI, Wan2GP có cài đặt riêng cho AMD và hỗ trợ nhiều mô hình video hơn.
- Các hướng dẫn cũ đã lỗi thời. Hướng dẫn từ 2024 và 2025 mô tả các tính năng riêng của AMD, như bộ phóng to XDNA và thư viện mô hình tối ưu AMD, mà phiên bản cộng đồng đã bỏ hoặc thay đổi.
- Nên dùng mô hình nhỏ trước. Trong một thử nghiệm bản cộng đồng đầu (3.2.0), các mô hình khoảng 4 GB chạy ổn định còn mô hình lớn hơn thường bị lỗi card đồ họa; các bản phát hành sau đã cải thiện, nhưng bắt đầu nhỏ vẫn là cách an toàn.
- Hướng dẫn phần cứng AMD năm 2025 cho Amuse 3.0: SD 1.5 trên hầu hết GPU Radeon có 6 GB VRAM trở lên; SDXL và SD 3.5 Medium trên RX 7800 XT hoặc cao hơn; Flux.1 Schnell trên RX 7800 XT hoặc cao hơn hoặc Ryzen AI Max+ 395 với RAM 64 GB trở lên; Flux.1 Dev và SD 3.5 Large chỉ trên card workstation 48 GB.
Khắc phục sự cố
Mô hình lớn bị lỗi card GPU
Vì sao xảy ra
Các bản cộng đồng đầu có vấn đề ổn định với mô hình lớn, và các tối ưu bộ nhớ riêng của AMD đã bị loại bỏ.
Cách sửa
Cập nhật lên bản phát hành hiện tại, dùng mô hình nhỏ hơn hoặc mô hình lượng tử hóa, giảm độ phân giải, hoặc chuyển sang ComfyUI với ROCm cho các mô hình lớn như Flux và Qwen-Image.
Trình cài đặt từ link cũ không hoạt động hoặc không cập nhật
Vì sao xảy ra
Đó là phiên bản TensorStack đã ngừng phát triển.
Cách sửa
Gỡ cài đặt và lấy trình cài đặt mới nhất từ trang GitHub Releases.
Thiết lập thất bại trên Windows 11
Vì sao xảy ra
Amuse có thể cần quyền quản trị để thiết lập môi trường.
Cách sửa
Chạy với quyền quản trị như hướng dẫn của dự án.
Câu hỏi
Amuse còn là ứng dụng của AMD không?
Không hẳn. AMD hỗ trợ phiên bản gốc, nhưng phiên bản mã nguồn mở được cộng đồng duy trì, đã bỏ các tính năng riêng của AMD và hỗ trợ các thương hiệu GPU khác.
Amuse có miễn phí không?
Có. Mã nguồn mở theo Apache 2.0, ứng dụng dựng sẵn miễn phí dùng theo Giấy phép Amuse 2.0.
Cách tốt nhất để tạo ảnh AI trên GPU AMD bây giờ là gì?
Với hầu hết người dùng card Radeon mới, ComfyUI Desktop với hỗ trợ ROCm chính thức của AMD. Nó giờ được hỗ trợ, thiết lập gần như một cú nhấp chuột trên Windows, và chạy được nhiều mô hình hơn nhiều. Amuse vẫn ổn cho việc dùng mô hình nhỏ, đơn giản.
Nếu tôi không muốn thiết lập gì cả thì sao?
Dùng dịch vụ đám mây. Không cần driver, không cần cài đặt, chạy được trên mọi máy: PirateDiffusion qua Telegram, BitVector qua web app.
Liên kết và nguồn
- Amuse on GitHub (source, releases)
- Amuse releases (installer)
- AMD: Amuse 3.0 and the AMD-optimized models (April 2025)
- PirateDiffusionAD
- BitVector web appAD
Mô hình trong hướng dẫn này
Mô hình Stable Diffusion 1.5
Mô hình Stable Diffusion XL 1.0
Mô hình Flux
Mô hình Flux 2 / Klein
Mô hình Qwen
Mô hình Zimage
Mô hình Wan
Người viết
Điều hành con tàu này. Có những ý kiến về thời gian giải mã VAE mà chẳng ai hỏi. Tin rằng trọng số muốn được tự do và bất kỳ mô hình nào bạn không thể tải xuống đều là đăng ký với thêm bước. Sẽ không trả lời câu hỏi về 400 GB checkpoint trên NAS.
Tất cả hướng dẫn của Captain
Hướng dẫn liên quan
Chạy các mô hình AI hình ảnh và video trên GPU AMD (hướng dẫn 2026)
7 Tháng 10, 2026
Cách cài đặt Wan2GP: AI video và hình ảnh trên GPU có VRAM thấp
8 Tháng 10, 2026
ComfyUI là gì? Hướng dẫn cho người mới về các node, quy trình làm việc và biểu đồ đầu tiên
17 Tháng 12, 2025
Yêu cầu VRAM cho mọi mô hình AI hình ảnh và video phổ biến (2026): độ chính xác đầy đủ, FP8 và GGUF
6 Tháng 10, 2026
LoRA là gì và cách sử dụng nó trong ComfyUI, Forge, Automatic1111 và trên đám mây
20 Tháng 5, 2026
PirateDiffusion: chạy bất kỳ mô hình nào từ Telegram, không cần GPU
3 Tháng 10, 2026
Hướng dẫn khác
CUDA hết bộ nhớ: mỗi mô hình AI cần bao nhiêu VRAM và cách để vừa vặn
18 Tháng 5, 2026
Flux vs SDXL vs SD 1.5 vs Qwen vs Z-Image: nên dùng dòng model nào năm 2026
22 Tháng 5, 2026
Các lựa chọn thay thế Civitai: nơi tìm và tải mô hình AI năm 2026
16 Tháng 9, 2026
Cách tự đào tạo LoRA tại nhà (và khi nào nên thuê GPU thay vì vậy)
5 Tháng 8, 2026
Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì
29 Tháng 7, 2026