Comments 27
Спасибо за такую развернутую статью, я тоже пытаюсь заниматься созданием контента при помощи нейросетей. Мне кажется за этим будущее:+)))
В принципе нормально расписали, только вот нет рекомендаций по разрешению рендера, особенно в связке с HiresFix.
Не самое удачное время для статьи, к сожалению.
По текущим requirements_versions собирается ботва, которая при highresfix конфликтует с AnimtedDiff:
RuntimeError: CUDA error: invalid configuration argument CUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect. For debugging consider passing CUDA_LAUNCH_BLOCKING=1. Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.
Без highresfix SD вообще особого смысла не имеет. По issue предлагают запускать без xformers, но оно тогда даже на 4090 в разрешении 640х736 мгновенно ужирает 99.9% GPU, а уж на этапе highresfix я даже 1% не дождался, с такой скоростью быстрее банально разложить картинку на слои и анимировать вручную. Без навыков. :)
UP: Settings/AnimateDiff -> Optimize attention layers with sdp (torch >= 2.0.0 required) вроде помогает
Блин, а я даже не знал, потому что SDP поставил с самого начала =)
После того как в torch запилили нативную оптимизацию SDP смысла в xformers особо нет (если только разработчики всё-таки сделают поддержку Flash Attention 2 в windows).
Hidden text
При обычной генерации (без AnimateDiff) с параметрами запуска:
set COMMANDLINE_ARGS=--opt-sdp-attention --opt-channelslast
set PYTORCH_CUDA_ALLOC_CONF=garbage_collection_threshold:0.9,max_split_size_mb:512Скорость генерации EulerA, 512x512, 150 Steps — около 35 it/s.
При использовании --xformers — около 31 it/s.
Это с учётом того, что карточка в 70% поверлимите.
P.S: У меня и с SDP оптимизацией иногда вылетает эта ошибка.
set PYTORCH_CUDA_ALLOC_CONF=garbage_collection_threshold:0.9,max_split_size_mb:512
А у меня проблемы были с собиралкой мусора из-за такой конструкции плюс тормозило больше =)
После того как в torch запилили нативную оптимизацию SDP смысла в xformers особо нет
Хм. Не знаю. Попробовал только что - 2 минуты было с xformers, 3 стало с SDP.
это персонаж-маскот одного из моих проектов
А можете ссылку скинуть, где почитать про то как воспроизводимо создавать одного и того же персонажа на разных картинках?
про гифки, выкладывайте видео h264, пинайте разработчикв хабра, когда закончится эти вср**ые 8-битные видеовставки, когда браузеры поддерживают адекватные форматы с 10-кратным выигрышем по трафику.
Спасибо тебе добрый человек, все внимательно прочитал, ссылочки на модель и Лору использовал, Ваш труд очень ценен, огромная благодарность, учимся, двигаемся вперед, благодаря Вам!✨
Я уже надеюсь кто нибудь возьмёт и загонит в ИИ одни и те же фильмы разного качества - ts, hd и тд. Может оно когда нибудь обучится и будет выдавать приемлемый результат качества с рядовых экранок
Жду качественной перегонки текста в 3д, с последующей генерацией кадров на базе более гибкой и более устойчивой к артефактам анимации полученной 3д модели. И ролики будут подлиннее и управляемость получше.
А есть инфа про xl, сколько не искал, кажется все еще реализаций не существует?
Инфа есть, как и реализация, более того, она прям внутри этого же расширения доступна. Почитать можно тут https://github.com/hotshotco/Hotshot-XL, но меня совсем не устраивает что оно генерит и как, слишком сильно уступает 1.5 моделям, выжирая в два раза больше ресурсов. Даже с их фирменной моделью для разрешения 512 результаты получаются прям не очень. Будем подождать дальнейших оптимизаций. Но если очень хочется, можно уже тестить.
На гифках не совсем зум, это транстрав (dolly-zoom):
Надеюсь эта технология не умрет, так и не родившись.
Именно эта технология скорее всего тупиковый путь, но она может дать развитие системам сжатия видео (еще 10х к компактности).
Для качественной генерации ее нужно совмещать с генерацией 3d моделей и всей сцены.
да. и это не только вы так думаете: https://habr.com/ru/news/771976/
Очень жду для sdxl.
Создание анимированных видео в нейросети Stable Diffusion, пошаговое руководство