> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-hi/video-generation/wan-video.md).

# वान2.1 वीडियो

Clore.ai GPUs पर Alibaba के Wan2.1 मॉडल के साथ वीडियो जनरेट करें

CLORE.AI GPUs पर Alibaba के Wan2.1 टेक्स्ट-टू-वीडियो और इमेज-टू-वीडियो मॉडल्स के साथ उच्च-गुणवत्ता वाले वीडियो बनाएं।

{% hint style="success" %}
सभी उदाहरण GPU सर्वरों पर चलाए जा सकते हैं, जिन्हें किराए पर लिया गया है [CLORE.AI मार्केटप्लेस](https://clore.ai/marketplace).
{% endhint %}

## Wan2.1 क्यों?

* **उच्च गुणवत्ता** - अत्याधुनिक वीडियो जनरेशन
* **कई मोड** - टेक्स्ट-टू-वीडियो, इमेज-टू-वीडियो
* **विभिन्न आकार** - 1.3B से 14B पैरामीटर
* **लंबे वीडियो** - 81 फ़्रेम तक
* **ओपन वेट्स** - Apache 2.0 लाइसेंस

## मॉडल वेरिएंट

| मॉडल            | पैरामीटर | VRAM | रिज़ॉल्यूशन | फ्रेम |
| --------------- | -------- | ---- | ----------- | ----- |
| Wan2.1-T2V-1.3B | 1.3B     | 8GB  | 480p        | 81    |
| Wan2.1-T2V-14B  | 14B      | 24GB | 720p        | 81    |
| Wan2.1-I2V-14B  | 14B      | 24GB | 720p        | 81    |

## CLORE.AI पर त्वरित परिनियोजन

**Docker इमेज:**

```
pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel
```

**पोर्ट:**

```
22/tcp
7860/http
```

**कमांड:**

```bash
pip install diffusers transformers accelerate gradio && \\
python -c "
import gradio as gr
import torch
from diffusers import WanPipeline
from diffusers.utils import export_to_video

pipe = WanPipeline.from_pretrained('alibaba-pai/Wan2.1-T2V-1.3B', torch_dtype=torch.float16)
pipe.to('cuda')
pipe.enable_model_cpu_offload()

def generate(prompt, steps, frames, seed):
    generator = torch.Generator('cuda').manual_seed(seed) if seed > 0 else None
    output = pipe(prompt, num_frames=frames, num_inference_steps=steps, generator=generator)
    export_to_video(output.frames[0], 'output.mp4', fps=16)
    return 'output.mp4'

gr.Interface(
    fn=generate,
    inputs=[
        gr.Textbox(label='प्रॉम्प्ट'),
        gr.Slider(20, 100, value=50, label='कदम'),
        gr.Slider(16, 81, value=49, step=8, label='फ़्रेम'),
        gr.Number(value=-1, label='सीड')
    ],
    outputs=gr.Video(),
    title='Wan2.1 - टेक्स्ट टू वीडियो'
).launch(server_name='0.0.0.0', server_port=7860)
"
```

## अपनी सेवा तक पहुँचना

डिप्लॉयमेंट के बाद, अपना `http_pub` URL यहाँ **मेरे ऑर्डर**:

1. पर जाएँ **मेरे ऑर्डर** पेज
2. अपने ऑर्डर पर क्लिक करें
3. खोजें `http_pub` URL (उदा., `abc123.clorecloud.net`)

उपयोग करें `https://YOUR_HTTP_PUB_URL` की बजाय `localhost` नीचे दिए गए उदाहरणों में।

## हार्डवेयर आवश्यकताएँ

| मॉडल     | न्यूनतम GPU   | अनुशंसित      | उत्तम     |
| -------- | ------------- | ------------- | --------- |
| 1.3B T2V | RTX 3070 8GB  | RTX 3090 24GB | RTX 4090  |
| 14B T2V  | RTX 4090 24GB | A100 40GB     | A100 80GB |
| 14B I2V  | RTX 4090 24GB | A100 40GB     | A100 80GB |

## इंस्टॉलेशन

```bash
pip install diffusers transformers accelerate torch
```

## टेक्स्ट-टू-वीडियो

### बुनियादी उपयोग (1.3B)

```python
import torch
from diffusers import WanPipeline
from diffusers.utils import export_to_video

pipe = WanPipeline.from_pretrained(
    "alibaba-pai/Wan2.1-T2V-1.3B",
    torch_dtype=torch.float16
)
pipe.to("cuda")
pipe.enable_model_cpu_offload()

prompt = "धूप वाले बगीचे में गेंद के साथ खेलती एक बिल्ली"

output = pipe(
    prompt=prompt,
    num_frames=49,
    num_inference_steps=50,
    guidance_scale=7.0
)

export_to_video(output.frames[0], "cat_video.mp4", fps=16)
```

### उच्च गुणवत्ता (14B)

```python
import torch
from diffusers import WanPipeline
from diffusers.utils import export_to_video

pipe = WanPipeline.from_pretrained(
    "alibaba-pai/Wan2.1-T2V-14B",
    torch_dtype=torch.float16
)
pipe.to("cuda")
pipe.enable_model_cpu_offload()
pipe.enable_vae_tiling()

prompt = "सूर्यास्त के समय पहाड़ों के ऊपर उड़ते एक ड्रैगन का सिनेमैटिक शॉट, 4K, विस्तृत"

output = pipe(
    prompt=prompt,
    negative_prompt="धुंधला, कम गुणवत्ता, विकृत",
    num_frames=81,
    height=720,
    width=1280,
    num_inference_steps=50,
    guidance_scale=7.0
)

export_to_video(output.frames[0], "dragon.mp4", fps=24)
```

## इमेज-टू-वीडियो

### एक छवि को एनिमेट करें

```python
import torch
from diffusers import WanI2VPipeline
from diffusers.utils import load_image, export_to_video

pipe = WanI2VPipeline.from_pretrained(
    "alibaba-pai/Wan2.1-I2V-14B",
    torch_dtype=torch.float16
)
pipe.to("cuda")
pipe.enable_model_cpu_offload()

# इनपुट छवि लोड करें
image = load_image("input.jpg")

prompt = "छवि में मौजूद व्यक्ति आगे चलना शुरू करता है"

output = pipe(
    prompt=prompt,
    image=image,
    num_frames=49,
    num_inference_steps=50,
    guidance_scale=7.0
)

export_to_video(output.frames[0], "animated.mp4", fps=16)
```

## Wan2.1-I2V-14B के साथ इमेज-टू-वीडियो

{% hint style="info" %}
Wan2.1-I2V-14B गति को निर्देशित करने के लिए टेक्स्ट प्रॉम्प्ट का उपयोग करके एक स्थिर छवि को एनिमेट करता है। आवश्यक है **24GB VRAM** (RTX 4090 या A100 40GB अनुशंसित)।
{% endhint %}

### मॉडल विवरण

| गुण                | मान                               |
| ------------------ | --------------------------------- |
| मॉडल आईडी          | `Wan-AI/Wan2.1-I2V-14B-480P`      |
| पैरामीटर           | 14 अरब                            |
| आवश्यक VRAM        | **24GB**                          |
| अधिकतम रिज़ॉल्यूशन | 480p (854×480) या 720p (1280×720) |
| अधिकतम फ़्रेम      | 81                                |
| लाइसेंस            | Apache 2.0                        |

### हार्डवेयर आवश्यकताएँ

| GPU       | VRAM | स्थिति               |
| --------- | ---- | -------------------- |
| RTX 4090  | 24GB | ✅ अनुशंसित           |
| RTX 3090  | 24GB | ✅ समर्थित            |
| A100 40GB | 40GB | ✅ सर्वोत्तम          |
| A100 80GB | 80GB | ✅ सर्वोत्तम गुणवत्ता |
| RTX 3080  | 10GB | ❌ अपर्याप्त          |

### त्वरित CLI स्क्रिप्ट

इस रूप में सहेजें `generate_i2v.py` और चलाएँ:

```bash
python generate_i2v.py --model Wan-AI/Wan2.1-I2V-14B-480P --image input.jpg --prompt "camera slowly zooms out"
```

### generate\_i2v.py — पूर्ण स्क्रिप्ट

```python
#!/usr/bin/env python3
"""
Wan2.1 इमेज-टू-वीडियो CLI स्क्रिप्ट।
उपयोग: python generate_i2v.py --model Wan-AI/Wan2.1-I2V-14B-480P \\
           --image input.jpg --prompt "camera slowly zooms out"
"""

import argparse
import os
import sys
import torch
from diffusers import WanImageToVideoPipeline
from diffusers.utils import load_image, export_to_video
from PIL import Image


def parse_args():
    parser = argparse.ArgumentParser(description="Wan2.1 इमेज-टू-वीडियो जनरेटर")
    parser.add_argument(
        "--model",
        type=str,
        default="Wan-AI/Wan2.1-I2V-14B-480P",
        help="Hugging Face से मॉडल आईडी (डिफ़ॉल्ट: Wan-AI/Wan2.1-I2V-14B-480P)",
    )
    parser.add_argument(
        "--image",
        type=str,
        required=True,
        help="इनपुट छवि का पथ (JPEG या PNG)",
    )
    parser.add_argument(
        "--prompt",
        type=str,
        required=True,
        help='वांछित गति का वर्णन करने वाला टेक्स्ट प्रॉम्प्ट (उदा. "camera slowly zooms out")',
    )
    parser.add_argument(
        "--negative-prompt",
        type=str,
        default="धुंधला, कम गुणवत्ता, विकृत, झटकेदार गति, आर्टिफैक्ट्स",
        help="अवांछित आर्टिफैक्ट्स से बचने के लिए नेगेटिव प्रॉम्प्ट",
    )
    parser.add_argument(
        "--frames",
        type=int,
        default=49,
        help="जनरेट करने के लिए वीडियो फ़्रेमों की संख्या (डिफ़ॉल्ट: 49, अधिकतम: 81)",
    )
    parser.add_argument(
        "--steps",
        type=int,
        default=50,
        help="डिफ़्यूज़न स्टेप्स की संख्या (डिफ़ॉल्ट: 50)",
    )
    parser.add_argument(
        "--guidance",
        type=float,
        default=7.0,
        help="क्लासिफ़ायर-फ्री गाइडेंस स्केल (डिफ़ॉल्ट: 7.0)",
    )
    parser.add_argument(
        "--seed",
        type=int,
        default=-1,
        help="पुनरुत्पादन के लिए रैंडम सीड (-1 = रैंडम)",
    )
    parser.add_argument(
        "--fps",
        type=int,
        default=16,
        help="आउटपुट वीडियो FPS (डिफ़ॉल्ट: 16)",
    )
    parser.add_argument(
        "--output",
        type=str,
        default="output_i2v.mp4",
        help="आउटपुट वीडियो फ़ाइल पथ (डिफ़ॉल्ट: output_i2v.mp4)",
    )
    parser.add_argument(
        "--height",
        type=int,
        default=480,
        help="पिक्सेल में आउटपुट वीडियो की ऊँचाई (डिफ़ॉल्ट: 480)",
    )
    parser.add_argument(
        "--width",
        type=int,
        default=854,
        help="पिक्सेल में आउटपुट वीडियो की चौड़ाई (डिफ़ॉल्ट: 854)",
    )
    parser.add_argument(
        "--cpu-offload",
        action="store_true",
        default=True,
        help="VRAM बचाने के लिए मॉडल CPU ऑफ़लोडिंग सक्षम करें (डिफ़ॉल्ट: True)",
    )
    parser.add_argument(
        "--vae-tiling",
        action="store_true",
        default=False,
        help="उच्च-रिज़ॉल्यूशन आउटपुट के लिए VAE टाइलिंग सक्षम करें",
    )
    return parser.parse_args()


def load_and_resize_image(image_path: str, width: int, height: int) -> Image.Image:
    """पथ से छवि लोड करें और लक्ष्य आयामों में आकार बदलें."""
    if not os.path.exists(image_path):
        print(f"[त्रुटि] छवि नहीं मिली: {image_path}", file=sys.stderr)
        sys.exit(1)

    img = Image.open(image_path).convert("RGB")
    original_size = img.size
    img = img.resize((width, height), Image.LANCZOS)
    print(f"[जानकारी] छवि लोड हुई: {image_path} ({original_size[0]}x{original_size[1]}) → {width}x{height} में आकार बदला गया")
    return img


def load_pipeline(model_id: str, cpu_offload: bool, vae_tiling: bool):
    """मेमोरी अनुकूलन के साथ Wan I2V पाइपलाइन लोड करें."""
    print(f"[जानकारी] मॉडल लोड हो रहा है: {model_id}")
    print(f"[जानकारी] CUDA उपलब्ध है: {torch.cuda.is_available()}")
    if torch.cuda.is_available():
        vram_gb = torch.cuda.get_device_properties(0).total_memory / 1e9
        print(f"[जानकारी] GPU: {torch.cuda.get_device_name(0)} ({vram_gb:.1f} GB VRAM)")
        if vram_gb < 23:
            print("[चेतावनी] 24GB VRAM से कम पता चली — --cpu-offload सक्षम करें या 1.3B मॉडल का उपयोग करें")

    pipe = WanImageToVideoPipeline.from_pretrained(
        model_id,
        torch_dtype=torch.float16,
    )

    if cpu_offload:
        print("[जानकारी] मॉडल CPU ऑफ़लोड सक्षम किया जा रहा है")
        pipe.enable_model_cpu_offload()
    else:
        pipe.to("cuda")

    if vae_tiling:
        print("[जानकारी] उच्च-रिज़ॉल्यूशन जनरेशन के लिए VAE टाइलिंग सक्षम की जा रही है")
        pipe.enable_vae_tiling()

    return pipe


def generate_video(pipe, args) -> None:
    """I2V पाइपलाइन चलाएँ और आउटपुट वीडियो सहेजें."""
    image = load_and_resize_image(args.image, args.width, args.height)

    generator = None
    if args.seed >= 0:
        generator = torch.Generator("cuda").manual_seed(args.seed)
        print(f"[जानकारी] सीड का उपयोग किया जा रहा है: {args.seed}")
    else:
        print("[जानकारी] रैंडम सीड का उपयोग किया जा रहा है")

    print(f"[जानकारी] {args.width}x{args.height} पर {args.frames} फ़्रेम जनरेट किए जा रहे हैं")
    print(f"[जानकारी] स्टेप्स: {args.steps} | गाइडेंस: {args.guidance} | FPS: {args.fps}")
    print(f"[जानकारी] प्रॉम्प्ट: {args.prompt}")

    output = pipe(
        prompt=args.prompt,
        negative_prompt=args.negative_prompt,
        image=image,
        num_frames=args.frames,
        height=args.height,
        width=args.width,
        num_inference_steps=args.steps,
        guidance_scale=args.guidance,
        generator=generator,
    )

    export_to_video(output.frames[0], args.output, fps=args.fps)
    print(f"[जानकारी] वीडियो यहाँ सहेजा गया: {os.path.abspath(args.output)}")
    duration = args.frames / args.fps
    print(f"[जानकारी] अवधि: {duration:.1f}s at {args.fps}fps ({args.frames} frames)")


def main():
    args = parse_args()

    if not torch.cuda.is_available():
        print("[त्रुटि] CUDA GPU नहीं मिला। Wan2.1-I2V-14B के लिए CUDA-सक्षम GPU आवश्यक है।", file=sys.stderr)
        sys.exit(1)

    pipe = load_pipeline(args.model, args.cpu_offload, args.vae_tiling)
    generate_video(pipe, args)
    print("[पूर्ण] इमेज-टू-वीडियो जनरेशन पूर्ण!")


if __name__ == "__main__":
    main()
```

### उन्नत I2V पाइपलाइन (Python API)

```python
import torch
from diffusers import WanImageToVideoPipeline
from diffusers.utils import load_image, export_to_video
from PIL import Image

# ── पाइपलाइन लोड करें ──────────────────────────────────────────────────────────────
pipe = WanImageToVideoPipeline.from_pretrained(
    "Wan-AI/Wan2.1-I2V-14B-480P",
    torch_dtype=torch.float16,
)
pipe.enable_model_cpu_offload()   # VRAM को 24GB से नीचे रखता है
pipe.enable_vae_tiling()          # वैकल्पिक: 720p के लिए मदद करता है

# ── इनपुट छवि लोड और तैयार करें ─────────────────────────────────────────────────
image = load_image("input.jpg").resize((854, 480))

# ── जनरेट करें ───────────────────────────────────────────────────────────────────
prompt = "कैमरा धीरे-धीरे पीछे ज़ूम आउट करता है, जिससे पूरा परिदृश्य सामने आता है"
negative_prompt = "धुंधला, कम गुणवत्ता, विकृत, फ़्लिकरिंग, आर्टिफैक्ट्स"

generator = torch.Generator("cuda").manual_seed(42)

output = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    image=image,
    num_frames=49,          # 16fps पर ~3 सेकंड
    height=480,
    width=854,
    num_inference_steps=50,
    guidance_scale=7.5,
    generator=generator,
)

export_to_video(output.frames[0], "i2v_output.mp4", fps=16)
print("सहेजा गया: i2v_output.mp4")
```

### I2V प्रॉम्प्ट सुझाव

| लक्ष्य          | प्रॉम्प्ट उदाहरण                                       |
| --------------- | ------------------------------------------------------ |
| कैमरा मूवमेंट   | `"कैमरा धीरे-धीरे विषय से ज़ूम आउट करता है"`           |
| पैरलैक्स प्रभाव | `"सूक्ष्म पैरलैक्स गति, डेप्थ ऑफ़ फ़ील्ड बदलाव"`       |
| पात्र एनीमेशन   | `"व्यक्ति अपना सिर घुमाता है और मुस्कुराता है"`        |
| प्रकृति एनीमेशन | `"हल्की हवा में पत्तियाँ सरसराती हैं, रोशनी बदलती है"` |
| अमूर्त गति      | `"रंग घूमते और मिलते हैं, तरल गति"`                    |

### I2V के लिए मेमोरी सुझाव (24GB GPU)

```python
# 24GB GPU पर अनिवार्य
pipe.enable_model_cpu_offload()

# वैकल्पिक: पीक VRAM ~10% कम करता है
pipe.enable_vae_tiling()
pipe.enable_vae_slicing()

# रन के बीच साफ़ करें
import gc
gc.collect()
torch.cuda.empty_cache()
```

## प्रॉम्प्ट उदाहरण

### प्रकृति एवं परिदृश्य

```python
prompts = [
    "पहाड़ी चोटियों के ऊपर चलते बादलों का टाइम-लैप्स, नाटकीय रोशनी",
    "चट्टानों से टकराती समुद्री लहरें, स्लो मोशन, सिनेमैटिक",
    "रात के आसमान में नाचती उत्तरी रोशनी, जीवंत रंग",
    "पतझड़ में पत्तियाँ गिरता हुआ जंगल, शांत वातावरण"
]
```

### जानवर एवं पात्र

```python
prompts = [
    "फूलों के खेत में दौड़ता एक गोल्डन रिट्रीवर",
    "अपने कोकून से निकलती एक तितली, मैक्रो शॉट",
    "समुराई योद्धा तलवार निकालता हुआ, नाटकीय रोशनी",
    "भविष्यवादी शहर की सड़कों पर चलता हुआ रोबोट"
]
```

### अमूर्त एवं कलात्मक

```python
prompts = [
    "पानी में घूमती रंग-बिरंगी पेंट, अमूर्त कला",
    "ज्यामितीय आकृतियाँ बदलती और रूपांतरित होती हुई, नियॉन रंग",
    "दूध में फैलती स्याही की बूँदें, मैक्रो फ़ोटोग्राफ़ी"
]
```

## उन्नत सेटिंग्स

### गुणवत्ता बनाम गति

```python
# तेज़ पूर्वावलोकन
output = pipe(
    prompt=prompt,
    num_frames=17,
    num_inference_steps=25,
    guidance_scale=5.0
)

# संतुलित
output = pipe(
    prompt=prompt,
    num_frames=49,
    num_inference_steps=50,
    guidance_scale=7.0
)

# अधिकतम गुणवत्ता
output = pipe(
    prompt=prompt,
    num_frames=81,
    num_inference_steps=100,
    guidance_scale=7.5
)
```

### रिज़ॉल्यूशन विकल्प

```python
# 480p (1.3B मॉडल)
output = pipe(prompt, height=480, width=854, num_frames=49)

# 720p (14B मॉडल)
output = pipe(prompt, height=720, width=1280, num_frames=49)

# 1080p (14B मॉडल, उच्च VRAM)
output = pipe(prompt, height=1080, width=1920, num_frames=33)
```

## बैच जनरेशन

```python
import os
import torch
from diffusers import WanPipeline
from diffusers.utils import export_to_video

pipe = WanPipeline.from_pretrained("alibaba-pai/Wan2.1-T2V-1.3B", torch_dtype=torch.float16)
pipe.to("cuda")
pipe.enable_model_cpu_offload()

prompts = [
    "अंतरिक्ष में लॉन्च होता एक रॉकेट",
    "कोरल रीफ़ में तैरती मछलियाँ",
    "रात में शहर की सड़क पर गिरती बारिश"
]

output_dir = "./videos"
os.makedirs(output_dir, exist_ok=True)

for i, prompt in enumerate(prompts):
    print(f"जनरेट किया जा रहा है {i+1}/{len(prompts)}: {prompt[:40]}...")

    output = pipe(
        prompt=prompt,
        num_frames=49,
        num_inference_steps=50
    )

    export_to_video(output.frames[0], f"{output_dir}/video_{i:03d}.mp4", fps=16)
    torch.cuda.empty_cache()
```

## Gradio इंटरफ़ेस

```python
import gradio as gr
import torch
from diffusers import WanPipeline
from diffusers.utils import export_to_video
import tempfile

pipe = WanPipeline.from_pretrained("alibaba-pai/Wan2.1-T2V-1.3B", torch_dtype=torch.float16)
pipe.to("cuda")
pipe.enable_model_cpu_offload()

def generate_video(prompt, negative_prompt, frames, steps, guidance, seed):
    generator = torch.Generator("cuda").manual_seed(seed) if seed > 0 else None

    output = pipe(
        prompt=prompt,
        negative_prompt=negative_prompt,
        num_frames=frames,
        num_inference_steps=steps,
        guidance_scale=guidance,
        generator=generator
    )

    with tempfile.NamedTemporaryFile(suffix=".mp4", delete=False) as f:
        export_to_video(output.frames[0], f.name, fps=16)
        return f.name

demo = gr.Interface(
    fn=generate_video,
    inputs=[
        gr.Textbox(label="प्रॉम्प्ट", lines=2),
        gr.Textbox(label="नेगेटिव प्रॉम्प्ट", value="धुंधला, कम गुणवत्ता"),
        gr.Slider(17, 81, value=49, step=8, label="फ़्रेम"),
        gr.Slider(20, 100, value=50, step=5, label="कदम"),
        gr.Slider(3, 12, value=7, step=0.5, label="गाइडेंस"),
        gr.Number(value=-1, label="सीड")
    ],
    outputs=gr.Video(label="जनरेट किया गया वीडियो"),
    title="Wan2.1 - टेक्स्ट टू वीडियो जनरेशन",
    description="टेक्स्ट प्रॉम्प्ट से वीडियो जनरेट करें। CLORE.AI पर चल रहा है।"
)

demo.launch(server_name="0.0.0.0", server_port=7860)
```

## मेमोरी अनुकूलन

```python
# सभी अनुकूलन सक्षम करें
pipe.enable_model_cpu_offload()
pipe.enable_vae_tiling()
pipe.enable_vae_slicing()

# बहुत कम VRAM के लिए
pipe.enable_sequential_cpu_offload()

# जनरेशन के बीच कैश साफ़ करें
torch.cuda.empty_cache()
```

## प्रदर्शन

| मॉडल | रिज़ॉल्यूशन | फ्रेम | GPU       | समय        |
| ---- | ----------- | ----- | --------- | ---------- |
| 1.3B | 480p        | 49    | RTX 4090  | \~2 मिनट   |
| 1.3B | 480p        | 49    | A100 40GB | \~1.5 मिनट |
| 14B  | 720p        | 49    | A100 40GB | \~5 मिनट   |
| 14B  | 720p        | 81    | A100 80GB | \~8 मिनट   |

## लागत का अनुमान

CLORE.AI मार्केटप्लेस की सामान्य दरें:

| GPU           | प्रति घंटा दर | \~49-फ़्रेम वीडियो/घंटा    |
| ------------- | ------------- | -------------------------- |
| RTX 3090 24GB | \~$0.06       | \~20 (1.3B)                |
| RTX 4090 24GB | \~$0.10       | \~30 (1.3B)                |
| A100 40GB     | \~$0.17       | \~40 (1.3B) / \~12 (14B)   |
| A100 80GB     | \~$0.25       | \~8 (14B उच्च-रिज़ॉल्यूशन) |

*कीमतें बदलती रहती हैं। देखें* [*CLORE.AI मार्केटप्लेस*](https://clore.ai/marketplace) *वर्तमान दरों के लिए।*

## समस्या निवारण

### मेमोरी समाप्त

```python
# छोटा मॉडल उपयोग करें
pipe = WanPipeline.from_pretrained("alibaba-pai/Wan2.1-T2V-1.3B")

# सभी अनुकूलन सक्षम करें
pipe.enable_model_cpu_offload()
pipe.enable_vae_tiling()

# फ़्रेम कम करें
output = pipe(prompt, num_frames=17)

# रिज़ॉल्यूशन कम करें
output = pipe(prompt, height=480, width=854)
```

### खराब गुणवत्ता

* कदम बढ़ाएँ (75-100)
* अधिक विस्तृत प्रॉम्प्ट लिखें
* नकारात्मक प्रॉम्प्ट्स का उपयोग करें
* बेहतर गुणवत्ता के लिए 14B मॉडल आज़माएँ

### वीडियो बहुत छोटा है

* बढ़ाएँ `num_frames` (अधिकतम 81)
* फ्रेम इंटरपोलेशन के लिए RIFE इंटरपोलेशन का उपयोग करें
* कई जनरेशनों को चेन करें

### आर्टिफैक्ट्स/झिलमिलाहट

* गाइडेंस स्केल बढ़ाएँ
* स्थिरता के लिए फिक्स्ड सीड का उपयोग करें
* वीडियो स्टेबलाइज़ेशन से पोस्ट-प्रोसेस करें

## Wan2.1 बनाम अन्य

| विशेषता       | Wan2.1     | Hunyuan  | SVD   | CogVideoX |
| ------------- | ---------- | -------- | ----- | --------- |
| गुणवत्ता      | उत्कृष्ट   | उत्कृष्ट | अच्छा | उत्कृष्ट  |
| गति           | तेज़       | मध्यम    | तेज़  | धीमा      |
| अधिकतम फ़्रेम | 81         | 129      | 25    | 49        |
| रिज़ॉल्यूशन   | 720p       | 720p     | 576p  | 720p      |
| I2V समर्थन    | हाँ        | हाँ      | हाँ   | हाँ       |
| लाइसेंस       | Apache 2.0 | खोलें    | खोलें | खोलें     |

**Wan2.1 का उपयोग करें जब:**

* ओपन-सोर्स वीडियो जनरेशन की आवश्यकता हो
* तेज़ जनरेशन गति चाहिए
* Apache 2.0 लाइसेंस आवश्यक हो
* संतुलित गुणवत्ता/गति की आवश्यकता हो

## अगले चरण

* [Hunyuan Video](/guides/guides_v2-hi/video-generation/hunyuan-video.md) - वैकल्पिक T2V
* [OpenSora](/guides/guides_v2-hi/video-generation/opensora.md) - Open Sora का विकल्प
* [स्टेबल वीडियो डिफ्यूज़न](/guides/guides_v2-hi/video-generation/stable-video-diffusion.md) - इमेज एनीमेशन
* [RIFE इंटरपोलेशन](/guides/guides_v2-hi/video-processing/rife-interpolation.md) - फ्रेम इंटरपोलेशन


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-hi/video-generation/wan-video.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.