Wireva

Автор запустив локальну модель ШІ для генерації відео на ноутбуці з RTX 5080

Журналіст перевірив, як локальна генерація відео з ШІ працює на ноутбуці без хмарних кредитів: обчислення лишаються на пристрої, а сцена зі штормом створена за 10 секунд.

Автор вперше запустив локальну модель штучного інтелекту для генерації відео на власному ноутбуці Acer Predator Helios Neo 16 AI з відеокартою GeForce RTX 5080 Laptop. Головна перевага такого підходу в тому, що обчислення і дані лишаються на пристрої, а процес не потребує кредитів сервісів. Інтернет знадобився лише для завантаження програм і моделей, після чого генерація відбувалася без зовнішнього підключення.

Ноутбук оснащено 16 ГБ відеопам'яті GDDR7 і 64 ГБ оперативної пам'яті. Для роботи використано ComfyUI, інструмент, що з'єднує окремі модулі генерації в єдиний ланцюг обробки. Основою став проєкт LTX-2.3 від компанії Lightricks з 22 мільярдами параметрів. Модель не вміщувалася повністю у відеопам'ять, тому частина даних обробляється в оперативній пам'яті. Щоб зменшити навантаження, застосовано формат NVFP4, який скорочує споживання пам'яті і прискорює обчислення на Tensor Cores.

Перший тестовий запуск був зроблений на основі картини Ван Гога. Рух камери і мазків виявився нестабільним, тож подальші спроби були спрямовані на підвищення стабільності результату. Фінальна сцена показує шторм, фіолетове світло, стовп енергії та блискавки. Її склеєно з трьох частин, а стик між фрагментами вирішено за допомогою 17 останніх кадрів попереднього відрізка, що дало плавніший перехід між сценами.

Результатом став відеоролик тривалістю 10 секунд з роздільністю 1280×704 і частотою 25 кадрів за секунду. Далі картинку покращено за допомогою RTX Video, що підвищило роздільність до 2560×1408, а частоту кадрів довели до 50 за секунду. Фінальна обробка тривала близько 52 секунд і використовувала до 3 ГБ відеопам'яті. Повторна генерація окремого фрагмента на GPU займала від 68 до 75 секунд, що дозволяє оперативно переробляти окремі ділянки сцени без запуску всього процесу заново.

Автор також порівняв роботу відеокарти із центральним процесором. На тесті з 49 кадрами роздільністю 512×288 повний цикл на GPU тривав 50,8 секунди, тоді як на CPU — 22 хвилини 19 секунд, тобто приблизно у 26 разів довше. Підготовка моделі на GPU зайняла менше секунди, а на CPU — понад 7 хвилин. Під час роботи на процесорі оперативна пам'ять майже повністю заповнювалася: використовувалося 62,7 ГБ із 64. Повторний запуск на GPU завдяки кешу скоротив цикл до 21,6 секунди, що показує вигоду збереження проміжних даних після першого проходу.

Цей експеримент демонструє, що локальна генерація відео стає доступною на споживчих ноутбуках із потужними відеокартами, хоча для складних сцен і високої роздільності все ще потрібні терпіння і кілька спроб. Водночас швидкість і якість результату істотно залежать від обсягу відеопам'яті та від того, чи вдається утримати модель у GPU. Для читачів, які планують вибір ноутбука чи ПК з RTX 50, автор радить звернути увагу на каталог Brain, де можна підібрати конфігурацію під власні завдання.