Bạn cần bao nhiêu VRAM cho video AI? Wan 2.2, HunyuanVideo 1.5 và LTX-2 theo kích thước GPU (2026)

Chủ đề: Mô hình video

Đăng ngày 6 Tháng 10, 2026

Tổng quan

Trả lời ngắn gọn: 8 GB đủ cho các clip ngắn, độ phân giải thấp với Wan 2.1 1.3B hoặc Wan 2.2 5B đã được lượng tử hóa. 24 GB là điểm bắt đầu thực sự cho video 720p với các mô hình mở tốt nhất hiện nay. 32 GB chạy được Wan 2.2 14B và LTX-2 ở 720p mà không cần thủ thuật. Phiên bản chính xác đầy đủ của các mô hình lớn nhất vẫn cần 48 đến 80 GB, tức là card trung tâm dữ liệu hoặc đám mây.

Video cần bộ nhớ nhiều hơn ảnh vì một ảnh 1024x1024 có khoảng một triệu điểm ảnh, trong khi một clip 5 giây ở 24 khung hình mỗi giây có 120 khung hình: mô hình phải xử lý hơn một trăm lần dữ liệu cùng lúc, và phải giữ cho mỗi khung hình nhất quán với các khung kế bên, nên không thể làm từng khung một. Ba yếu tố ảnh hưởng đến bộ nhớ và nhân lên: kích thước và độ chính xác mô hình (đầy đủ, FP8 hoặc GGUF), độ phân giải (720p có khoảng 2.25 lần điểm ảnh so với 480p) và độ dài clip (tỷ lệ gần đúng). Một mô hình vừa vặn ở 480p cho 3 giây có thể hết bộ nhớ ở 720p cho 5 giây trên cùng một card.

Hướng dẫn này bao gồm các mô hình video trọng số mở mà bạn có thể tải về và chạy tự mình. Các con số là phạm vi thực tế từ thẻ mô hình chính thức và thử nghiệm cộng đồng, kiểm tra ngày 6 tháng 10 năm 2026; kết quả thay đổi theo phiên bản ComfyUI, quy trình làm việc và lượng RAM hệ thống có sẵn để chuyển tải. Với mô hình ảnh, xem hướng dẫn kèm theo về yêu cầu VRAM theo mô hình; cả hai được cập nhật hàng tháng.

Tham khảo

Tên	Kiểu	Ý nghĩa
Wan 2.1 T2V 1.3B	8 GB: 480p, ~5 s clips \| 12 GB+: comfortable	Lựa chọn 8 GB. Khoảng 8.19 GB sử dụng, đầu ra 480p, khoảng 4 phút cho mỗi clip 5 giây trên RTX 4090. Chất lượng rõ ràng thấp hơn các mô hình lớn hơn. Apache 2.0.
Wan 2.2 TI2V 5B	8 GB: GGUF Q8 with offloading, slow \| 12-16 GB: quantised at 720p \| 24 GB: full precision (official minimum)	Chuyển văn bản hoặc ảnh sang 720p ở 24 fps. Alibaba liệt kê 24 GB (một RTX 4090) là tối thiểu ở độ chính xác đầy đủ và dưới 9 phút cho clip 720p 5 giây. Q8 GGUF khoảng 5.4 GB; ComfyUI chuyển tải phần còn lại sang RAM hệ thống. Apache 2.0.
Wan 2.2 A14B (T2V và I2V)	12-16 GB: GGUF Q4-Q5 with offloading, short clips \| 24 GB: FP8 at 480p, 720p with the text encoder offloaded \| 32 GB: FP8 at 720p \| 80 GB: full precision	Chất lượng mở tốt nhất. Hỗn hợp chuyên gia: tổng 27B tham số, 14B hoạt động, một chuyên gia cho các bước đầu nhiều nhiễu và một cho chi tiết; chỉ một chuyên gia trong VRAM cùng lúc. FP8 khoảng 14.3 GB mỗi chuyên gia, GGUF Q4-Q5 khoảng 10-11 GB. Yêu cầu chính thức 80 GB là cho chính xác đầy đủ không chuyển tải gì. Apache 2.0.
HunyuanVideo 1.5	12-16 GB: ~14 GB minimum with offloading \| 24 GB: quantised at 720p \| 32 GB: comfortable \| 28-48 GB: full precision 720p	Tencent, tháng 11 năm 2025, 8.3B tham số, 480p hoặc 720p với bộ nâng cấp tích hợp lên 1080p; khuyến nghị 80 GB cho chất lượng tốt nhất. Không phải HunyuanVideo gốc (13B), cần 60-80 GB ở chính xác đầy đủ; nhiều hướng dẫn cũ nhầm lẫn hai phiên bản.
LTX-2 (19B) / LTX-2.3 (22B)	16 GB: draft previews in FP8 (distilled pipeline) \| 24 GB: FP4, clips up to ~97 frames \| 32 GB: FP8 (official minimum) \| 48 GB+: BF16 (~43 GB file)	Lightricks, trọng số tháng 1 và 3 năm 2026. Video có âm thanh đồng bộ, lên đến 4K, và nhanh: khoảng 90 giây cho clip 5 giây trên RTX 4090. Đổi lấy là bộ nhớ; Lightricks cũng khuyên dùng hơn 100 GB dung lượng đĩa trống.
System RAM	32 GB workable minimum \| 64 GB comfortable for 14B models on 12-24 GB cards	Chuyển tải chuyển một phần mô hình sang RAM thường, nên bộ nhớ hệ thống quan trọng hơn cho video so với ảnh.
Disk	fast NVMe SSD	Mô hình video mỗi cái vài chục GB; tải từ ổ chậm làm tăng vài phút mỗi lần đổi mô hình.
Wan 2.5-3.0, Kling, Veo, Runway, Seedance	API only	Không có trọng số tải về, nên không có số VRAM; bạn trả tiền theo giây video. Wan 2.2 là Wan mới nhất có trọng số (tính đến tháng 10 năm 2026).

Từng bước

Xem VRAM của bạn: Trình quản lý tác vụ Windows > Hiệu suất > GPU > Bộ nhớ GPU dành riêng; nvidia-smi trên Linux. Cũng xem RAM hệ thống; 32 GB là mức tối thiểu cho chuyển tải.
Chọn dòng mô hình phù hợp với card của bạn trong bảng: 8 GB là Wan 2.1 1.3B hoặc Wan 2.2 5B GGUF; 12-16 GB thêm Wan 2.2 14B GGUF và HunyuanVideo 1.5 với chuyển tải; 24 GB là card video phổ biến (5B chính xác đầy đủ, 14B FP8, LTX-2 FP4); 32 GB chạy tất cả ở 720p với FP8.
Tải độ chính xác mà trang mô hình trên site này liệt kê cho cấp của bạn (FP8 cho 24-32 GB, GGUF Q4-Q5 cho 12-16 GB) thay vì BF16 gốc.
Bắt đầu ở 480p và clip ngắn (49-81 khung). Chỉnh chuyển động và bố cục cho đúng, rồi nâng cấp hoặc dựng lại ở 720p. Từ 480p lên 720p gần như gấp đôi bộ nhớ khung hình, nên quy trình ở 14 GB 480p có thể cần 24 GB hoặc hơn ở 720p.
Với Wan 2.2 14B trên 24 GB, chuyển bộ mã hóa văn bản T5/UMT5 sang RAM hệ thống (thiết bị CPU trên bộ tải, hoặc chuyển tải tự động của ComfyUI). Nếu không, clip 720p có thể vượt quá 24 GB giữa chừng.
Với clip dài hơn 5-6 giây, tạo thành các đoạn và nối chúng: khung cuối của đoạn trước làm ảnh bắt đầu cho đoạn sau. Hầu hết mô hình mở được tinh chỉnh cho khoảng 5 giây và mất chất lượng nếu dài hơn.
Nếu clip vẫn không vừa, giảm khung trước độ phân giải, dùng giải mã VAE theo ô, và tắt trình duyệt cùng game trên GPU.
Nếu bạn cần Wan 2.2 14B hoặc LTX-2 ở 720p thường xuyên mà có dưới 24 GB, chạy trên đám mây: PirateDiffusion chạy các mô hình Wan, LTX và H3 trên GPU máy chủ từ Telegram; BitVector qua ứng dụng web.

Ví dụ

Wan 2.2 14B từ ảnh sang video trên 24 GB (ComfyUI)

UNETLoader x2: wan2.2_i2v_high_noise_14B_fp8_scaled, wan2.2_i2v_low_noise_14B_fp8_scaled | CLIPLoader: umt5_xxl_fp8_e4m3fn_scaled, device: cpu | Load VAE: wan_2.1_vae

WanImageToVideo: 832x480, 81 frames | KSamplerAdvanced high (steps 0-10, cfg 3.5) -> KSamplerAdvanced low (steps 10-20, cfg 3.5) | shift 5 | VAE Decode (Tiled)

Wan 2.2 5B trên card 8-12 GB

UnetLoaderGGUF: wan2.2_ti2v_5B_Q8_0.gguf | CLIPLoader: umt5_xxl_fp8 (cpu) | 1280x704 is the native 720p shape; start at 832x480, 49 frames, 20 steps

python main.py --lowvram

Cùng clip trên đám mây

/workflow /run:wan22-i2v slow dolly in, she looks up and smiles, soft wind in her hair /length:81 (reply to your image on PirateDiffusion)

Mẹo

Thời gian báo cáo cho một clip 5 giây: Wan 2.1 1.3B 480p khoảng 4 phút trên RTX 4090; Wan 2.2 5B 720p dưới 9 phút (chính thức); Wan image-to-video khoảng 12.7 phút trên 4090 so với khoảng 7 phút trên 5090 (nhanh hơn khoảng 45% trong một bài test công bố); LTX-2 khoảng 90 giây trên 4090. Chuyển tải có thể làm chậm bất kỳ cái nào lên vài lần.
Con số 80 GB Alibaba đưa ra cho Wan 2.2 A14B là cho chính xác đầy đủ không chuyển tải gì; FP8 và GGUF cộng bộ mã hóa văn bản trong RAM hệ thống là cách mọi người thực sự chạy.
Hai chuyên gia 14B nghĩa là hai file: kiểm tra trang mô hình xem LoRA được huấn luyện trên chuyên gia nào (nhiễu cao hay thấp); tải nhầm chuyên gia không có tác dụng.
LTX-2 đổi bộ nhớ lấy tốc độ và âm thanh; nếu bạn vừa FP8 trên 32 GB thì đây là con đường mở nhanh nhất để có clip hoàn chỉnh có âm thanh.
RTX 5090 ra mắt giá 1.999 đô la nhưng bán khoảng 4.500-6.000 vào tháng 10 năm 2026 và vẫn không chứa được mô hình chính xác đầy đủ. Với video thỉnh thoảng, thuê GPU 48 hoặc 80 GB theo giờ, hoặc gói đám mây cố định, rẻ hơn và nhanh hơn nhiều so với chuyển tải trên card nhỏ hơn.
Trang gia đình Wan, Hunyuan và LTX trên site này liệt kê mọi biến thể tải về với dung lượng file; một biến thể cần dung lượng file cộng thêm 3-4 GB trống trong VRAM để chạy nhanh.

Wan 2.2 là Wan mới nhất bạn có thể chạy tại chỗ; trang gia đình Wan theo dõi mọi thay đổi.

Câu hỏi

Tôi có thể làm video AI với 8 GB VRAM không?

Có, nhưng chỉ với clip ngắn, độ phân giải thấp. Wan 2.1 1.3B làm clip 480p trong khoảng 8 GB, và Wan 2.2 5B chạy dưới dạng file GGUF với chuyển tải. Wan 2.2 14B, HunyuanVideo và LTX-2 cần nhiều hơn.

24 GB có đủ cho video AI không?

Với hầu hết mọi người thì có. Card 24 GB chạy Wan 2.2 5B chính xác đầy đủ, Wan 2.2 14B FP8 (720p với bộ mã hóa văn bản chuyển tải), HunyuanVideo 1.5 và LTX-2 FP4. Đây là card phổ biến nhất cho làm video tại chỗ.

Tại sao Wan 2.2 nói cần 80 GB?

Đó là con số cho mô hình 14B ở độ chính xác đầy đủ không chuyển tải gì. Với FP8 hoặc file GGUF và bộ mã hóa văn bản trong RAM hệ thống thì chạy được trên 24 GB, và trên 12-16 GB chậm hơn.

RTX 5090 có đáng cho video AI không?

Nếu bạn làm video thường xuyên, thêm 8 GB so với 4090 (32 so với 24) giúp bạn thoải mái làm 720p với Wan 2.2 14B và FP8 LTX-2, và nhanh hơn khoảng 45%. Với giá gấp 2-3 lần giá ra mắt 1.999 đô la, thuê rẻ hơn cho ai không làm video mỗi ngày.

HunyuanVideo có cần VRAM nhiều hơn Wan không?

HunyuanVideo 1.5 (8.3B) cần ít hơn Wan 2.2 14B: khoảng 14 GB với chuyển tải. HunyuanVideo gốc (13B) cần nhiều hơn nhiều, nên kiểm tra phiên bản hướng dẫn nói đến.

Cần bao nhiêu RAM hệ thống?

32 GB là tối thiểu làm việc được cho Wan 2.2 và HunyuanVideo với chuyển tải; 64 GB thoải mái cho mô hình 14B trên card 12-24 GB.

Liên kết và nguồn

Mô hình trong hướng dẫn này

Người viết

Thám tử tư. Đọc config.json trước README và README trước phần marketing. Chuyên phát hiện mô hình mới nào là fine-tune của fine-tune SDXL. Ăn, bắn prompt rồi đi. Ủng hộ mã nguồn mở, chống bí ẩn.

Tất cả hướng dẫn của P.I. Panda

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

Wan 2.2 video: thiết lập, cài đặt và LoRA cho text-to-video và image-to-video

24 Tháng 5, 2026

CUDA hết bộ nhớ: mỗi mô hình AI cần bao nhiêu VRAM và cách để vừa vặn

18 Tháng 5, 2026

Hướng dẫn GPU và VRAM cho hình ảnh và video AI: mỗi model cần gì và nên mua (hoặc không)

7 Tháng 1, 2026

LTX 2.3 Crisp Enhance: chi tiết video sắc nét hơn, điện ảnh hơn

3 Tháng 10, 2026

PirateDiffusion: chạy bất kỳ mô hình nào từ Telegram, không cần GPU

3 Tháng 10, 2026

Quy trình làm việc HunyuanVideo text to video ComfyUI: mô hình 13B đã khởi đầu video cục bộ

9 Tháng 10, 2026

Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?

5 Tháng 9, 2026

Các mô hình video AI mã nguồn mở tốt nhất năm 2026: những gì bạn thực sự có thể tải về

14 Tháng 10, 2026

Hướng dẫn khác

Tạo video AI cho người mới: từ ảnh sang video, từ văn bản sang video và clip đầu tiên với Wan, LTX-2 và H3

29 Tháng 4, 2026

HunyuanVideo 1.5 và Wan 2.2: mô hình video mở nào nên dùng năm 2026

4 Tháng 10, 2026

Phí cố định so với token: tại sao các gói không giới hạn như Graydient.ai là lựa chọn tốt nhất cho nhà sáng tạo AI năm 2026

8 Tháng 10, 2026

Cách cài đặt Wan2GP: AI video và hình ảnh trên GPU có VRAM thấp