Yerel Video Üretim Modelleri: Wan, HunyuanVideo, LTX ve CogVideoX Kendi Bilgisayarınızda

Metinden video üreten modellerin açık ağırlıklı sürümleri son iki yılda ciddi bir sıçrama yaptı. Bir zamanlar yalnızca büyük şirketlerin sunucularında çalışan işler, artık 12-24 GB belleğe sahip bir tüketici ekran kartında yapılabiliyor. Karşılığında sabır ve biraz teknik kurulum istiyorlar.

Öne çıkan açık modeller

Wan (Alibaba): Metinden ve görselden video üretiminde açık modeller arasında en dengeli sonuçları veren aile. 1.3 milyar parametreli küçük sürüm 8 GB civarı bellekle çalışır, 14 milyarlık sürüm kalite için tercih edilir ama 16 GB ve üzeri ister. Hareket tutarlılığı ve prompt uyumu güçlü; Türkçe prompt yerine İngilizce yazmak belirgin fark yaratır.

HunyuanVideo (Tencent): Sinematik görünüm ve insan hareketinde iyi. Tam çözünürlükte ağır bir modeldir; 24 GB kart olmadan pratik değil, ancak düşük bellek modları ve nicemlenmiş sürümlerle 16 GB'a sığdırılabiliyor. Görselden video sürümü de mevcut.

LTX-Video (Lightricks): Hız için tasarlanmış. Aynı kartta Wan'ın dakikalar sürdüğü işi saniyeler içinde bitirir. Karşılığında ince detaylarda ve hızlı hareketlerde daha fazla bozulma görülür. Hızlı önizleme, taslak ve sosyal medya için makul bir seçim.

CogVideoX (Zhipu): İlk kullanılabilir açık modellerden biri; bugün diğerlerinin gerisinde kalsa da hafif olması ve iyi belgelenmesi sayesinde öğrenmek için uygun bir başlangıç noktası.

Ekran kartı gereksinimleri

Bellek	Ne yapılabilir
8 GB	Wan 1.3B, LTX düşük çözünürlük; 480p, 3-5 saniyelik klipler
12 GB	Wan 14B nicemlenmiş (fp8/GGUF), LTX tam sürüm; 480p-720p
16 GB	Wan 14B rahat, HunyuanVideo düşük bellek modu
24 GB+	Tüm modeller tam kalitede, 720p ve üzeri, daha uzun klipler

Sistem belleği de önemli: model yüklenirken 32 GB RAM rahatlık sağlar, 16 GB ile takas dosyasına düşülür ve süre uzar.

Süre beklentisi

Bir RTX 4090 sınıfı kartta Wan 14B ile 5 saniyelik 480p bir klip birkaç dakika sürer; 720p'de bu süre katlanır. Orta segment 12 GB bir kartta aynı iş 10-15 dakikayı bulabilir. Bu süreler adım sayısı, çözünürlük ve kare sayısıyla doğrudan orantılıdır. Bellek yönetimi ayarları (ComfyUI'de dinamik bellek seçenekleri gibi) doğru kurulmadığında süre iki katına çıkabilir; bu, ilk kurulumda en sık yapılan hata.

Kurulum yolu

Neredeyse tüm bu modeller ComfyUI üzerinden kullanılıyor. Model dosyalarını indirip ilgili klasörlere koymak, hazır bir iş akışı (workflow) dosyasını yüklemek ve prompt'u yazmak yeterli. Nicemlenmiş GGUF sürümler bellek yetersizliğine karşı en pratik çözüm; kalite kaybı çoğu kullanımda fark edilmez. Hız için TeaCache benzeri önbellekleme eklentileri adım sayısını düşürmeden süreyi kısaltır.

Kalite dürüst bir bakış

Açık modeller, kapalı bulut servislerinin en iyilerinin hâlâ gerisinde. Karmaşık el hareketleri, kalabalık sahneler ve metin içeren görüntülerde bozulma yaşanır. Buna karşılık sosyal medya klipleri, ürün tanıtımı, arka plan görüntüsü ve müzik videosu gibi işlerde sonuçlar kullanılabilir seviyede ve maliyeti yalnızca elektrik. Aynı sahneyi on kez üretip en iyisini seçme özgürlüğü, kredi başına ödeme yapılan servislerde olmayan bir avantaj.