Взял на Кворке заказ оживить свадебный архив через Wan 2.2 и чуть не сорвал дедлайн. Рассказываю как не надо

[rojo7509]

Короче, история для тех, кто думает что пора монетизировать свою видеокарту. Прилетел заказ на кворке: оживить 40 свадебных фото из 90-х, по 4-5 секунд на каждое, бюджет 18 тысяч, срок неделя. Я прикинул: Wan 2.2 у меня на 3060 12 гигов крутится, ti2v 5b в 480p выдает приличный ролик минут за 7. Подписался.

И тут началось. Клиент посмотрел первые пробы и говорит: мыльно, хочу четче. 480p с апскейлом его не устроил, переходим на 720p. А в 720p пятерка заметно плавит лица на групповых фото, гости на заднем плане превращаются в кашу. Беру i2v A14B в Q4 GGUF, он на 12 гигах живет только с block swap, и клип на 81 кадр даже с лорой lightx2v на 4 шага считается минут 20-25. Без лоры около часа. 40 фото, на каждое по 3-4 попытки, потому что то руки при тосте срастаются, то у бабушки зубы моргают. Посчитайте сами, сколько это машинного времени.

К середине срока было готово 11 роликов из 40. Психанул, поднял 4090 на immers.cloud за 110 руб в час, перетащил туда пайплайн (еще полдня на скачку моделей) и трое суток почти не выключал. Итого минус примерно 3800 руб с заработка плюс неделя нервов.

Выводы для себя: тестировать на худших фото клиента ДО того как назвал цену, и закладывать аренду облака в смету сразу. Может кому пригодится.

[pandas_master]

классика жанра, продал услугу которую еще не умеешь оказывать в нужном качестве, хах. Не в обиду, все так начинали. Правило простое: просишь у клиента 3-5 самых убитых фото из пачки, гонишь тест, и только потом называешь цену и срок. И предоплата 50 процентов, иначе после слова мыльно можно остаться вообще без денег.

[Myjudas]

По технике пара моментов.

lightx2v на 4 шагах сильно душит движение, все превращается в статичное фото с шевелящимся воздухом. Для архивных снимков это даже плюс, но если нужен живой жест, бери 8-шаговый вариант: движение заметно лучше, а по времени всего вдвое дороже.

720p напрямую не обязателен. Я гоню 480p или 576p и апскейлю через SeedVR2, на старых зернистых фото он еще и пленочный шум прилично вытягивает. По времени выходит быстрее, чем честный 720p на слабой карте.

И интерполяцию не забывай, rife до 32 кадров делает картинку плавнее без дополнительной генерации.

А руки на тостах это боль навсегда, тут только перегенерация и отбор.

[regexveteran]

а зачем вообще локально страдать? Kling или Hailuo сделают быстрее и качественнее, там i2v давно лучше опенсорса

[gpu2000]

выше человек экономику считал, а не искал где красивее. Kling это оплата зарубежной картой, через посредников плюс 15-20 процентов и танцы. Плюс он периодически отказывается анимировать реальные лица, а тут их 40 штук. И на убитых сканах из 90-х артефактов у него не меньше, проверял на архиве своих родителей.

[ansible777]

18к за 40 роликов с тремя-четырьмя дублями каждый... ты не дедлайн чуть не сорвал, ты себе зарплату уборщика нарисовал, лол

[roero]

Плюсую к выводам ОП. Сам пришел к схеме: дома на 3060 только черновики и подбор сида, финальный прогон батчем в облаке ночью. Кстати про immers, если брать карту сразу на сутки, выходит дешевле почасовки. И сделай снапшот диска, чтобы модели по второму разу не качать, на 40 гигах это час времени.