ローカル動画生成AI:RTX3050)静止画から動画生成できる環境構築。Pinokio+Wan2GP+Fun InP image2video 1.3B。ComfyUI不要。
先日、PCローカルWindows上で、静止画から動画生成できる環境構築を「FramePack公式 One-Click版」で検証した。結果的には、自分のPC環境では「FramePack公式 One-Click版」は使用に耐えなかった。
■ 使うPCのスペック
画像生成AIをローカルで行うPCとしては最低限レベル。
| CPU | インテル Core i5-14500T (14コア(6P+8E)/1.7GHz) |
|---|---|
| GPU | NVIDIA GeForce RTX 3050 LP 6GB |
| メモリ | 32GB |
| ストレージ | 1TB M.2 SSD PCI Express x4対応(Gen4対応) |
| OS | Windows 11 Pro 64bit |
《 Pinokio+Wan2GP で再チャレンジ 》
「Pinokio+Wan2GP」なら、上記PC環境でも可能性があるかもしれないということで、再度チャレンジしてみた。動画生成AIモデルは、「Fun InP image2video 1.3B」を使ってみた。
- Pinokio:AIアプリをインストール・管理・起動するためのランチャー/管理環境
※ AIアプリごとの面倒な環境構築を意識しなくてよい - Wan2GP:実際に動画を生成するAIアプリ本体
※ 少ないVRAMで大規模な動画生成モデルを動かすために最適化 - Fun InP image2video 1.3B:動画生成AIモデル
※ 低VRAMでも動かしやすい、軽量なImage-to-Videoモデル
■ Pinokio ダウンロード
https://desktop.pinokio.co/download.html?utm_source=chatgpt.com
「Pinokio.exe」をダウンロード。

■ Pinokio インストール
ダウンロードした「Pinokio.exe」をダブルクリック。
以下の画面が出たので、homeフォルダー「D:\MyData\Pinokio」にして「Save」。

Restartすると、以下の画面が出る。
「Explore」を選択。

■ Wan2GP インストール
画面上部の検索ボックスに、「Wan2GP」と入れて検索。

一番上に出てくる「Wan2GP(作者:pinokiocomputer)」をクリック。

「Install」をクリック。

「Recommended」の「Install latest」をクリック。

「Install」をクリック。

インストールが開始される。自分のPCでは、8分程度かかった。

アプリを保存するフォルダー名を「Wan2GP」にして「Download」。

↓↓↓↓↓

「Protection」は「Off」のまま。「Install」をクリック。

「Install」クリック。

途中で「Visual Studio Installer」の画面が出る。

以下の画面で数分以上、待たされる。

以下、途中画面。

この後も、かなり長い時間がかかる。

終了したので、「Done」クリック。

「Run」をクリック。

「Done」クリック。

「Run」クリック。

インストールが、「Done」と「Run」で無限ループに入っているようなので、タスクバーで「Pinokio」をタスク終了。

■ 「Pinokio+Wan2GP」実行
「Pinokio+Wan2GP」のインストールは完了していると判断。
Windowsスタートメニューから、「Pinokio」を実行。
「Wan2GP」の下の☆マーク右側の三本線をクリック。

「Start」クリック。

少し時間が経ってから、以下の画面になる。

ブラウザで「http://127.0.0.1:42003/」を開く。
または、左下のピノキオマークをクリックして、「Open Web UI」をクリックすると、Pinokio画面の中で、「http://127.0.0.1:42003/」と同様の画面が開く。


静止画から動画を生成したい場合、モデルのプルダウンから「Fun InP image2video 1.3B」を選択。
- VRAM 約6GBで動作
- 静止画→動画(Image to Video)
- Start Image対応
- End Imageにも対応
- 14Bよりかなり軽い
- 速度も速い

■ 設定
検証のため、画質を落として、1秒程度の動画を生成してみる。
- モデル:Fun InP image2video 1.3B
- Prompts:Add some cute movements to the cat.
- Category:480p → 384p
- Resolution Budget:512x512 (1:1)
- Number of frames:21 (1.3秒)
- Number of Inference Steps:30 → 15




タスクマネージャーでパフォーマンスを確認すると、メモリ使用量がFramePackよりかなり少ない。これなら、スワップはほとんど発生していない。

数分程度で、動画が生成された。


■ オリジナル静止画(640x480ピクセル)

■ 生成された動画
592x448 ピクセルで動画が生成された。高画質とは言えないが、数分でこの程度の動画を作成できることが分かった。
今回の検証結果では、「FramePack」より「Wan2GP + Fun InP 1.3B」の方が明らかに効率よく動画生成できた。
■ 削除ファイル
以下のディレクトリに、生成された画像が残るので、必要なければ削除。
D:\MyData\Pinokio\api\Wan2GP\app\outputs

使用した静止画等のデータがキャッシュとして残る。必要なければ削除。
D:\MyData\Pinokio\api\Wan2GP\cache

Pinokioのキャッシュは以下のフォルダーにある。
D:\MyData\Pinokio\cache

Pinokioには、キャッシュをリセットする機能もある。
左側メニューの「Settings」を開く。

「Troubleshoot」の「server cache」:「Reset」でリセットできる。


