AI: Image to video in local

Basic concepts

Las versiones Q son las gguf, es el mismo modelo pero comprimido para hacer que pese menos y funcione en graficas con Vram mas pequeñas, pierdes algo de calidad, pero puedes usarlo en graficas mas malas ya que ocupan mucha menos memoria, las versiones Fp8 y fp16 son el modelo base tal cual, sin comprimir, solo que el fp8 tiene una compresion pero que apenas afecta a la calidad, son las mejores versiones del modelo sin perdida de calidad ni artefactos (apenas hay diferencia entre fp8 y fp16 y la diferencia es del doble)

Sobre el high y el low, es como esta entrenado Wan, dividieron el modelo en 2 pequeños modelos para hacerlo mas versatil y que funcione en mas equipos, en vez de tener 1 solo archivo de 30-50 gigas, como pasaba en wan 2.1, dividieron el modelo en 2, la teoria es que el modelo high se encarga del movimiento, el concepto base del video y la escena, y el low, refina los detalles finales, ambos son importantes.

- Qué diferencia hay entre un gguf, checkpoint y safetensor?

Un gguf, es la version comprimida del modelo,con menos parametros y perdida de calidad,lo que te dije arriba, necesitas un nodo que lea los gguf.

Un checkpoint es como comunmente llamamos al archivo del modelo solo que en ingles, el checkpoint de wan pues serian los dos archivos de high y low de decenas de gigas

Y safetensors es la extension en la que funcionan los checkpoints sin comprimir.