I2V é image-to-video: fornece um primeiro fotograma e o modelo anima-o a partir daí. Acrescentar GGUF significa que esse modelo foi quantizado num único ficheiro de pesos, para poder correr numa placa mais pequena. O wan2-6.net não distribui estes ficheiros — se o seu interesse é a versão alojada da mesma tarefa, é image to video. Esta página é sobre o compromisso.
O text-to-video pede ao modelo que construa uma cena a partir de palavras, por isso o modelo tem liberdade quanto ao que desenha. O image-to-video não tem essa liberdade: tem de preservar o fotograma que forneceu e, ao mesmo tempo, inventar movimento plausível dentro dele. Isto divide a carga de trabalho de forma incómoda — os pesos continuam a ter de codificar o movimento, mas agora o VAE tem de reconstruir uma imagem específica com fidelidade, e os erros de reconstrução aparecem como deriva ou borrão precisamente nos detalhes pelos quais escolheu a imagem.
A consequência prática: uma quantização que parece aceitável para text-to-video pode parecer bastante pior para image-to-video, porque há uma referência com que comparar. Rostos, textura fina e arestas nítidas são onde vai notar isso primeiro.
E mantenha a imagem de origem honesta: um primeiro fotograma suave ou com ruído, animado por um modelo quantizado, dá-lhe um resultado suave com movimento lá dentro, o que raramente é o que alguém queria. Nitidez ou nova captura antes de animar.
Corra localmente quando faz muitas gerações de image-to-video com o seu próprio pipeline e uma placa que acomoda confortavelmente a quantização. Use a via alojada quando a sua placa é marginal, quando a instalação não está concluída, ou quando quer que o custo de um teste seja visível antes de se comprometer — o custo em créditos aparece ao lado do formulário antes da submissão, e os preços dos créditos estão em pricing.
De qualquer forma, trate a primeira renderização como um teste e não como um recurso final: a qualidade do resultado varia conforme a via e conforme a amplitude de movimento que pedir.
Wan 2.2 GGUF aborda o formato em si, image to video é a via alojada, e Wan 2.2 Animate explica como obter uma imagem estática que anime bem.
Este site oferece o build I2V GGUF? Não — este site executa image-to-video por si; não fornece ficheiros de pesos.
O image-to-video quantizado é pior? Normalmente um pouco, e de forma mais visível em rostos e detalhes finos, onde tem um primeiro fotograma fixo para comparar.
Qual é o mínimo necessário para correr localmente? VRAM suficiente para os pesos quantizados, mais o espaço de trabalho de atenção e o VAE. Clipes curtos de baixa resolução cabem em muito menos do que os números indicados para renderizações em tamanho completo.
Por onde começo na via alojada? Abra o Wan workspace e escolha o separador image-to-video.