(Tidak Perlu Gelar PhD di AI!)
Bayangkan mengetik prompt teks seperti “seekor lumba-lumba melompat di atas pelangi” dan menyaksikan video 720p yang dihasilkan AI muncul di komputer Anda. Itulah keajaiban Wan 14B txt2video, sebuah model sumber terbuka yang mendorong batasan sintesis teks-ke-video.
Wan 14B txt2video 720p test #AI #AIイラスト #Comfyui pic.twitter.com/q9cauU5Qlu
— toyxyz (@toyxyz3) 26 Februari 2025
Namun, bagaimana cara menjalankan teknologi futuristik ini di mesin Anda sendiri? Dalam panduan ini, kita akan membaginya menjadi langkah-langkah sederhana tanpa jargon. Apakah Anda seorang hobiis, pembuat konten, atau hanya penasaran dengan AI, mari kita ubah ide-ide Anda menjadi video—tanpa perlu langganan cloud.
Ingin Menggunakan Deepseek, ChatGPT Deep Research, Minimax Video, Wan Video Generator, FLUX Image Generator di SATU TEMPAT?
Buat video AI pertama Anda sekarang →
Sebelum menyelam, mari kita siapkan pengaturan Anda. Berikut adalah daftar periksa:
Mari kita buat dasar.
Buka Terminal dan jalankan:
sudo apt update && sudo apt upgrade -y
sudo apt install python3.10 python3-pip git -y
# Instal CUDA 11.8
wget <https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run>
sudo sh cuda_11.8.0_520.61.05_linux.run
# Instal PyTorch dengan dukungan CUDA
pip3 install torch torchvision torchaudio --index-url <https://download.pytorch.org/whl/cu118>
Kode model ada di GitHub. Mari kita ambil:
git clone <https://github.com/wan-org/Wan-14B-txt2video.git>
cd Wan-14B-txt2video
Tip Profesional: Periksa README.md untuk pembaruan. Ruang AI berkembang lebih cepat dari tren TikTok!
Hindari neraka ketergantungan! Isolasi proyek Anda:
python3 -m venv wan-env
source wan-env/bin/activate # Linux/WSL
# Untuk Windows CMD: .\\wan-env\\Scripts\\activate
Instal persyaratan:
pip install -r requirements.txt
Repositori tidak menyertakan model AI yang sebenarnya (terlalu besar). Unduh bobot yang telah dilatih sebelumnya:
Kunjungi halaman Hugging Face model (daftar jika perlu).
Gunakan git lfs untuk mengunduh:
git lfs install
git clone <https://huggingface.co/wan-14b/txt2video-720p>
Pindahkan folder txt2video-720p ke dalam direktori proyek.
Waktunya untuk membuat mahakarya Anda!
Buat Prompt Anda:
Jadilah spesifik. Alih-alih “pemandangan kota”, coba:
“Sebuah kota futuristik yang terang benderang dengan cahaya neon di malam hari, mobil terbang melintas di antara gedung pencakar langit, gaya cyberpunk, 720p, 30fps.”
Sesuaikan Pengaturan di config.yaml:
Buka file dan ubah:
output_resolution: [1280, 720]
num_frames: 90 # 3 detik pada 30fps
guidance_scale: 7.5 # Semakin tinggi = semakin sesuai dengan prompt
seed: 42 # Ubah untuk hasil yang berbeda
Jalankan Skrip:
python generate.py --prompt "PROMPT_ANDA" --config config.yaml
Catatan: Jalankan pertama akan memakan waktu lebih lama (model diinisialisasi). Jalankan berikutnya menggunakan bobot yang disimpan.
Terminal Anda akan terlihat seperti adegan dari The Matrix. Berikut adalah apa yang harus diperhatikan:
nvidia-smi (Linux/WSL) atau Task Manager (Windows) untuk memeriksa beban GPU.num_frames atau output_resolution di config.yaml.guidance_scale atau perbaiki prompt Anda.Setelah dihasilkan, video Anda (misalnya, output_001.mp4) akan ada di folder results.
Tingkatkan Itu:
Upscale dengan FFmpeg:
ffmpeg -i output_001.mp4 -vf "scale=1280:720:flags=lanczos" upscaled.mp4
Tambahkan Suara: Gunakan Audacity atau musik bebas royalti dari Epidemic Sound.
Proses Batch: Antrian beberapa prompt semalaman.
Gunakan xFormers: Instal perpustakaan ini untuk mempercepat inferensi:
pip install xformers
Presisi yang Lebih Rendah: Gunakan fp16 dalam config.yaml untuk video yang lebih cepat (tapi sedikit kurang tajam).
P: Bisakah saya menjalankan ini di Mac M2?
A: Sayangnya, tidak. API Metal Apple tidak sepenuhnya kompatibel dengan model yang bergantung pada CUDA.
P: Kenapa 720p dan bukan 4K?
A: 720p memerlukan ~8GB VRAM. 4K akan membutuhkan GPU seharga $10.000 (untuk saat ini).
P: Video saya hanya berdurasi 2 detik. Tolong!
A: Tingkatkan num_frames di config.yaml. Setiap frame = 1/30 detik.
P: Bisakah saya melatih versi saya sendiri dari Wan 14B?
A: Secara teknis ya, tetapi Anda memerlukan kumpulan data video yang dilabeli dan banyak komputasi.
Menjalankan Wan 14B txt2video secara lokal seperti memiliki sutradara bertingkat Spielberg di PC Anda—hanya perlu petunjuk yang jelas (dan GPU yang decent). Meskipun teknologinya belum sempurna (harapkan beberapa glitch surreal), ini adalah pandangan yang mendebarkan ke masa depan pembuatan konten.
Majulah dan Ciptakan:
Ingat, setiap video yang dihasilkan AI hari ini adalah batu loncatan menuju blockbuster holografis besok. Selamat merender! 🎥✨
Tersandung? Tinggalkan komentar di bawah atau bergabung dengan Discord komunitas Wan untuk mendapatkan bantuan waktu nyata!
