I2V sta per image-to-video: fornisci un primo fotogramma e il modello lo anima. Aggiungere GGUF significa che quel modello è stato quantizzato in un unico file di pesi, così può girare su una scheda più piccola. wan2-6.net non distribuisce questi file — se ti interessa la versione hosted dello stesso compito, è image to video. Questa pagina parla del compromesso.
Il text-to-video chiede al modello di costruire una scena partendo dalle parole, quindi il modello è libero di decidere cosa disegnare. L'image-to-video non ha questa libertà: deve preservare il fotogramma che hai fornito e al tempo stesso inventare un movimento plausibile al suo interno. Questo divide il carico di lavoro in modo scomodo — i pesi devono comunque codificare il movimento, ma ora il VAE deve ricostruire fedelmente un'immagine specifica, e gli errori di ricostruzione si manifestano come drift o pasticcio proprio sui dettagli per cui avevi scelto quell'immagine.
La conseguenza pratica: una quantizzazione che sembra accettabile per il text-to-video può risultare visibilmente peggiore per l'image-to-video, perché esiste una verità di riferimento con cui confrontarsi. Volti, texture fini e bordi netti sono i primi punti in cui te ne accorgi.
E mantieni onesta l'immagine di partenza: un primo fotogramma morbido o rumoroso, animato da un modello quantizzato, ti dà un risultato morbido con del movimento dentro, cosa che raramente è quello che si voleva. Metti a fuoco o riscatta prima di animare.
Esegui in locale quando fai molte generazioni image-to-video con la tua pipeline e una scheda che contiene comodamente la quantizzazione. Usa la via hosted quando la tua scheda è al limite, quando l'installazione non è finita, o quando vuoi che il costo di una prova sia visibile prima di impegnarti — il costo in crediti compare accanto al modulo prima dell'invio, e i prezzi dei crediti sono su pricing.
In ogni caso, tratta il primo render come una prova e non come un asset: la qualità dell'output varia da percorso a percorso e da quanto ampio è il movimento che richiedi.
Wan 2.2 GGUF copre il formato in sé, image to video è la via hosted, e Wan 2.2 Animate spiega come ottenere uno still che si anima bene.
Questo sito offre il build I2V GGUF? No — questo sito esegue l'image-to-video per te; non fornisce file di pesi.
L'image-to-video quantizzato è peggiore? Di solito leggermente, e in modo più evidente su volti e dettagli fini, dove hai un primo fotogramma fisso con cui confrontarti.
Qual è il minimo che serve per eseguirlo in locale? VRAM sufficiente a contenere i pesi quantizzati più lo spazio di lavoro dell'attenzione e il VAE. Clip brevi a bassa risoluzione stanno in molto meno rispetto ai numeri indicati per i render a piena dimensione.
Da dove inizio sulla via hosted? Apri il Wan workspace e scegli la scheda image-to-video.