跑文生视频模型

你的这套 i5-13490F + RX 7700 XT 12GB + 64GB 内存 配置，完全可以本地跑文生视频模型，12GB 显存属于入门甜点级规格，核心瓶颈在显卡显存大小。AMD RDNA3 架构的 RX 7700 XT 支持 AI 加速，搭配 64GB 大内存可以兜底显存不足的问题，下面按推荐优先级给你适配模型。

一、核心前提说明

1. AMD 显卡的加速方案 RX 7700 XT 是 RDNA3 架构，不支持 NVIDIA 的 CUDA，但有两种成熟的加速路径：
   • 省心方案：Windows 系统 + ComfyUI + DirectML 加速，一键部署，兼容性拉满，日常使用足够
   • 性能方案：Ubuntu Linux + ROCm 6.0+ + ComfyUI，推理速度比 DirectML 快 30%~50%，适合追求效率
2. 12GB 显存适配原则 优先选 FP8 量化 版本（画质损失极小、速度快），显存吃紧再降为 INT4；64GB 大内存可以开启「CPU 内存卸载」，分担显存压力，避免爆显存。

二、首选文生视频模型（按推荐度排序）

1. 【最适配首选】CogVideoX-2B / CogVideoX-2B-Pro

• 模型定位：智谱开源的 20 亿参数文生视频模型，是 2B 级里的效果天花板，中文理解能力极强。
• 显存占用：FP8 量化，生成 720P / 6 秒 视频，仅需 8~10GB 显存，12GB 完全无压力，还能留余量。
• 生成效果：动作连贯自然，人物 / 场景变形少，支持镜头推拉摇移，日常创作、素材生成完全够用。
• 速度参考（RX 7700 XT / DirectML）：720P 6 秒视频，约 2~3 分钟生成完成。
• 优势：对 AMD 显卡兼容性极好，模型体积小、加载快，是日常高频使用的首选。

2. 【效果进阶首选】CogVideoX-5B（INT4 量化版）

• 模型定位：50 亿参数，目前开源文生视频的第一梯队效果，比 2B 版质感提升一个档次。
• 显存占用：INT4 量化 + 轻度内存卸载，生成 720P / 6 秒 视频，约 11~12GB 显存，刚好卡满你的显卡。
• 生成效果：细节更丰富、动作逻辑更顺，几乎没有明显的 AI 生硬感，支持更复杂的提示词。
• 速度参考：720P 6 秒视频，约 5~7 分钟生成。
• 注意：生成时关闭浏览器、游戏等占用显存的程序，避免爆显存。

3. 【风格化创作首选】AnimateDiff XL + SDXL 基础模型

• 定位：以图生视频为主，也可以通过「文生图→图生视频」实现文生视频，是风格化创作的最佳选择。
• 显存占用：SDXL FP8 基础模型 + AnimateDiff XL 运动模型，生成 1024P / 16 帧 视频，约 9~11GB 显存。
• 优势：可以搭配任意 SDXL 模型（写实、二次元、动漫、赛博朋克等），风格自由度极高，可控性强。
• 速度参考：1024P 16 帧视频，约 3~4 分钟生成。
• 适合场景：做特定风格的短视频、MG 动画、二次元内容。

4. 【中文语义备选】Wan 2.1 2.3B（FP8 量化版）

• 模型定位：阿里通义开源的 23 亿参数模型，对中文长提示词的理解准确度更高。
• 显存占用：FP8 量化，生成 720P / 8 秒 视频，约 9~11GB 显存。
• 优势：支持生成更长时长的视频，对中文描述的场景、人物动作还原更精准。
• 速度参考：720P 8 秒视频，约 4~5 分钟生成。

三、不建议尝试的模型

• 10B 以上参数的大模型：比如 Wan 2.2 14B、混元视频 14B、CogVideoX-9B 等，即使 INT4 量化也需要 16GB 以上显存，12GB 会严重爆显存，生成速度极慢甚至无法启动。
• 纯 CPU 生成：你的 CPU 性能不错，但速度比显卡慢 10 倍以上，完全没必要用 CPU 跑。

四、部署与优化建议

1. 部署工具：优先用 ComfyUI，是目前支持模型最多、插件最完善的 AI 视频工具，AMD 的 DirectML 和 ROCm 都有成熟适配。
2. 量化选择：优先 FP8，画质损失可忽略、速度快；只有显存告急时再换 INT4。
3. 实用优化技巧
   • 先从 480P/6 秒开始测试，没问题再逐步提升分辨率和时长
   • 开启 CPU Offload（内存卸载），用 64GB 内存分担部分计算，缓解显存压力
   • 生成时关闭后台占用显存的软件，留出全部显存给 AI 推理
4. 模型获取：优先从 ModelScope、Hugging Face 下载已经量化好的版本，省去自己量化的步骤。