#stable-video-diffusion

Indlæg på X2Q med emnet stable-video-diffusion. Opdateres i takt med, at nye indlæg publiceres.

• Jun 7, 2026

  Forlæng videoklip med AI på en 12 GB GPU — seks modeller sammenlignet

  Du har et kort maskine-/action-klip og vil have det længere. At 'forlænge' et klip er i virkeligheden billede-til-video: tag sidste frame og generér en troværdig fortsættelse. Jeg gav det samme klip til seks modeller — Wan2.2-TI2V-5B, Wan2.2-I2V-A14B (GGUF), Stable Video Diffusion, LTX-Video og CogVideoX-5B — alt på ét 12 GB RTX 4070 Ti. Det interessante er ikke hvilken der ser bedst ud, men de hukommelses-tricks der overhovedet får en 14B-videomodel (og 720p) til at passe i 12 GB.

• Jun 2, 2026

  Fem måder at skaffe b-roll fra én tur — alt på en lokal GPU

  B-roll er de klip, der giver en redigering luft — og onboard-POV fra ét kamera har ingen. Jeg prøvede fem måder at fabrikere det ud af én ATV-tur: CV-auto-mining af det rigtige materiale, generative stills (SDXL-Turbo → RealVisXL img2img), AI Ken Burns via Depth-Anything-V2-parallakse, ægte genereret bevægelse via Stable Video Diffusion og slowmotion med optisk flow. Alt lokalt på et 12 GB-kort. Her er hvad hver især dur til — og faldgruberne.