新しい別環境に pyramidflow-miniflux（768p）環境構築を。【GPU VRAM 8 GB で 768 p 動画もローカル生成出来ました】

旧環境を不本意に潰してしまったため、新たに ComfyUI の別環境を
作って、そこで pyramidflow-miniflux（384p）環境を復活出来ました。

その作業中に pyramidflow-miniflux（768p）には専用のワークフロー
pyramid_flow_miniflux_768_img2vid_example_01.json があって、
そこで pyramid_flow_miniflux_768_bf16.safetensors を試さないと、
「自環境では  pyramidflow-miniflux（768p）は無理」はまだ言い切れ
ないのだ、と認識を改めることが出来ました。

早速カラの ComfyUI タブ画面に、 pyramid_flow_miniflux_768_img2vid_example_01.json を放り込んだ
ところ、不足ノードのアラートもなくワークフローが表示されました。
環境的には pyramidflow-miniflux（384p）と同じなのかもしれません。

各ノードで指定のリソースを実在のものに指定し直して実行しました。
処理も最終近く（Pyramid VAE Decode）で OOM 終了してしまいました。
（落胆のあまり画面取得なし）

生成データが大きくなっているのでしょうから、その前段の
PyramidFlow Sampler で動画の長さを半分（16 →  8 に）にして
6 秒から 3 秒に減らしました。

長辺 1280 pixels（768p）の動画が無事生成されました。
以前のようなキラキラ画面ではありません。

ただ気持ち悪いです。Guidance_scale や Video_guidance_scale を
どのように調整しても、上方への視点移動での誤った補完による
変形は回避しませんでした。

上方に情報の不足が発生し難い縦構図の原画を入力して、縦横の指定も
入れ替えてみましたら….。

おお。妙な上方への視点移動が消えて気味悪い変形も回避出来ました。

「RTX 4060（GPU VRAM 8 GB）の自環境では  pyramidflow-miniflux
（768p）は無理」を嬉しい気持ちで撤回します。
同時に pyramidflow-miniflux（768p）の実力を求めて Tensol.Art で
有償クレジットを購入することも不要となりました。

CheckPoint ファイルの容量がほぼ変わらないのに、何故 768 p 動画用の
だけが動かないのかがずっと不可解でしたが、生成される動画データが
大きくなって処理を最後まで維持できなかった、というのが真相のよう
でした。

専用のワークフローといっても pyramidflow-miniflux（384p）用の
pyramid_flow_miniflux_img2vid_example_01.json との違いは、
この縦横幅指定での拡大率だけの差のように見えます。

動画生成の品質に差は見えませんが、この拡大率にはこの専用フロー、
pyramid_flow_miniflux_768_img2vid_example_01.json でないと
Pyramid VAE Decode でのタイル処理がうまく行かず、キラキラ画面
になってしまうのかもしれません。（以前からタイル処理の問題かも
との印象がありましたが、その直感は正しかったようです。）

これが以前（環境を潰す前）キラキラ画面がどうやっても設定で
回避出来なかった時点で「不可解なのは何度もパラメタを変えて
テストした筈が、出力画像の自動保存が 1 回分しかできていなかった」
不可解の正体でもありました。要は生成しようとした出力が大き過ぎて
保存完了まで至らなかった、ということでしょう。

あとは OOM 対策下で生成秒数をどこまで伸ばせるか、あるいは
過去の HunyuanVideo 環境構築のように Pyramid VAE Decode
ノード中で tile_sample_min_size などの値を半分にしてみる
とか….。

384 p 版と 768 p 版の i2v 動画生成ロジックの中身は全く同じようで、
過去の pyramidflow-miniflux（384p）を使った他の生成ツールとの
表現比較はそのまま活きるようです。
「比較が不当。768 p 版の pyramidflow-miniflux の実力はこんなもの
ではない」という見方は不要だ、とここで初めて言い切れるように
なりました。

また上述のように 768 p 版が暴れ馬で制御困難なら、パラメタ調整に
慣れて生成秒数も長い 384 p 版で出力して、必要なら Pinokio -
CogStudio と同様に Dain-APP で長辺 1280 pixels 出力にすれば良いと
いうことも、今回のトライで初めて言い切れるようになったのでした。

不本意に全環境を潰す事故が無ければ、今回の見極めはありませんでした。
「怪我の功名」そのものです。

次は t2v 対応の pyramid_flow_miniflux_text2vid_example_01.json
を試してみます。

ご覧いただきありがとうございます。

（2025/02/02 執筆）