0:00 मुझे लगता है कि इसमें डोनाल्ड ट्रम्प हैं, लेकिन मुझे इसमें एडम सैंडलर नहीं दिख रहा है। इस वीडियो में, मैं आपको दिखाने जा रहा हूं कि आप अपने स्थानीय कंप्यूटर से कोई भी छवि या वीडियो कैसे बना सकते हैं। एक बार जब आप यह सेटअप कर लेंगे, तो आपको चित्र और वीडियो बनाने के लिए इंटरनेट की भी आवश्यकता नहीं होगी। यह सब कुछ पूरी तरह से आपके कंप्यूटर पर होता है। और जिन मॉडलों के साथ हम खेलेंगे, वे लगभग पूरी तरह से बिना सेंसर वाली हैं, इसलिए आप अपने दिमाग में आने वाली किसी भी अजीब घृणा को उत्पन्न कर सकते हैं। लेकिन आप पूछ रहे होंगे कि मुझे ऐसे इमेज या वीडियो जनरेटर की क्या जरूरत है जो इंटरनेट से जुड़ा न हो ? खैर, शुरुआत के लिए, आप गूगल या माइक्रोसॉफ्ट या ओपनएआई या किसी भी बड़ी तकनीकी कंपनी को कोई डेटा नहीं दे रहे हैं , और वे इन मॉडलों के साथ आपके द्वारा किए गए किसी भी काम पर प्रशिक्षण नहीं दे सकते हैं क्योंकि आपने उन्हें कुछ भी नहीं भेजा है। या हो सकता है कि आप किसी दूरदराज के क्षेत्र में रहते हों या आपके पास
0:46 कनेक्शन संबंधी समस्या हो या आप अपनी मां के घर जाते समय 30,000 फीट की ऊंचाई से तस्वीरें लेना चाहते हों। और हां, इसमें आपके निजी संग्रह के लिए चित्र बनाने का उपयोग भी शामिल है। अच्छा। आप जानते हो मैं क्या सोच रहा हूं। आपका कारण जो भी हो, आज के वीडियो में मैं आपको बता दूँगा। तो, आइए पहले भाग से शुरू करें, मुख्य पीढ़ी सॉफ्टवेयर की स्थापना। इस वीडियो के लिए, हम Comfy UI का उपयोग करेंगे और इसे स्थानीय रूप से इंस्टॉल करेंगे। मैं यह डेमो मैक पर कर रहा हूं , लेकिन पीसी पर भी कार्यप्रवाह मूलतः समान ही रहेगा। नमस्ते, मैं एक मैक हूं। और मैं एक पी.सी. हूं। और यदि आप कॉम्फी यूआई से परिचित नहीं हैं, तो यह एआई जनरेटेड चित्र और वीडियो बनाने के लिए दृश्य नियंत्रण पैनल की तरह है। जब आप पहली बार कॉम्फी यूआई देखते हैं , तो यह बहुत ही भारी लगता है। वर्कफ़्लोज़ जुड़े हुए नोड्स के एक विशाल स्पेगेटी कटोरे की तरह दिखते हैं
1:32 जो बहुत जटिल लगते हैं। हालाँकि, यह ट्यूटोरियल अति उन्नत, आरामदायक यूआई तकनीकों पर चर्चा नहीं करेगा। इसके बजाय, मैं आपको इस उपकरण का उपयोग करने के लिए सबसे सरल संभव कार्यप्रवाह दिखाना चाहता हूं। इसलिए, मैं संसाधन और शॉर्टकट और सरल तरीके साझा करने जा रहा हूं, जहां यह वास्तव में मायने नहीं रखेगा कि आप कॉम्फी यूआई के साथ क्या हो रहा है, इसे समझते हैं या नहीं। यह ट्यूटोरियल किसी भी व्यक्ति के लिए शीघ्रातिशीघ्र कार्य आरम्भ करने के लिए डिज़ाइन किया गया है। कॉम्फी यूआई का विस्तार बहुत गहरा है और इसमें बहुत सारे अनुकूलन हैं जो आप कर सकते हैं, लेकिन आज के ट्यूटोरियल में, मैं आपको इसमें शामिल करना चाहता हूँ और इसे जल्द से जल्द उपयोग करना चाहता हूँ। तो, अपने कंप्यूटर पर Comfy UI स्थापित करने का सबसे सरल तरीका उनकी आधिकारिक वेबसाइट comfy.org पर जाना है। हम उनकी वेबसाइट पर देख सकते हैं, यदि हम नीचे स्क्रॉल करें, तो यह मुफ़्त और खुला
2:18 स्रोत है। कॉम्फी यूआई 100% निःशुल्क और खुला स्रोत है और हमेशा रहेगा। कोई सदस्यता नहीं, कोई छिपी हुई लागत नहीं। बिना किसी सीमा के निर्माण, सृजन और साझा करें, तथा स्थानीय स्तर पर तेजी से चलें। कॉम्फी को प्रदर्शन के लिए डिज़ाइन किया गया है। तीव्र पुनरावृत्ति, कम लागत और पूर्ण नियंत्रण के लिए वर्कफ़्लो को सीधे अपनी मशीन पर चलाएँ। यह बहुत ही अनुकूलन योग्य है, जिसके बारे में हम आज के वीडियो में कुछ अनुकूलनों पर चर्चा करेंगे। तो, चलिए वापस ऊपर की ओर स्क्रॉल करते हैं। हम डाउनलोड पर क्लिक करेंगे, और हमारे सामने दो विकल्प होंगे। जैसा कि मैंने बताया, मैं मैक पर हूं। मैं इसे मैक के लिए डाउनलोड करने जा रहा हूं। और यह मूलतः एक आसान स्थापना है। अब, यदि आप चाहें तो GitHub से भी इसे इंस्टॉल कर सकते हैं। और यदि आप ऐसा करना चाहते हैं, तो आप इस github.com पर जा सकते हैं , यहाँ comfy anonymous/comfy ui है , और इसे स्थापित करने के तरीके पर एक सुंदर चरण-दर-चरण ट्यूटोरियल है। आप मैन्युअल इंस्टॉल पर क्लिक कर सकते हैं, और यह आपको इसके माध्यम से ले जाएगा। लेकिन फिर, केवल
3:04 विंडोज़ और मैक इंस्टॉलर डाउनलोड करने से बहुत सारे चरण छूट जाते हैं। आपको कॉम्फी यूआई को चलाने के लिए आवश्यक पायथन या अन्य सभी निर्भरताओं को स्थापित करने के बारे में सोचने की आवश्यकता नहीं है। अब जबकि मैंने इसे डाउनलोड कर लिया है, मैं आगे बढ़कर डाउनलोड खोलूंगा और Comfy UI को अपने एप्लीकेशन फ़ोल्डर में डालूंगा। और अगर मैं कॉम्फी यूआई खोलने जाऊं, तो यह अब मेरे डेस्कटॉप पर चलाने के लिए उपलब्ध है। हम सेटअप प्रक्रिया से गुजरेंगे। आरंभ करें पर क्लिक करें. आपके पास जो GPU है उसे चुनें . मैं एम3 अल्ट्रा पर हूं, इसलिए मैं आगे बढ़ूंगा और नेक्स्ट पर क्लिक करूंगा। आप इसे जहां चाहें स्थापित कर सकते हैं। इस प्रदर्शन के लिए , मैं आगे बढ़कर स्थापना निर्देशिका को डिफ़ॉल्ट रूप में ही छोड़ने जा रहा हूँ। और हम अगला क्लिक करेंगे. अब, मैं किसी भी प्रकार की मौजूदा स्थापना को स्थानांतरित नहीं कर रहा हूं , इसलिए मैं इसे छोड़ रहा हूं। और यह आप पर निर्भर करता है कि आप स्वचालित अपडेट और
3:50 उपयोग मीट्रिक्स को चालू रखना चाहते हैं या नहीं। और हम आगे बढ़ेंगे और इसे स्थापित करेंगे। अब, यह पृष्ठभूमि में कई स्क्रिप्ट चलाएगा, लेकिन फिर से, यह बहुत सारे चरणों को छोड़ देता है जो आपको मैन्युअल प्रक्रिया का उपयोग करते समय करने पड़ते। एक बार Comfy UI की स्थापना हो जाने पर, आपको एक ऐसा पृष्ठ दिखाई देगा जो इस प्रकार का होगा, जहां लिखा होगा कि टेम्पलेट के साथ आरंभ करें। और यह इसे स्थापित करने का सबसे आसान तरीका है। अब, अन्य ट्यूटोरियल आपको दिखाएंगे कि आप हगिंग फेस या सिवोट एआई या ऐसी जगहों से मॉडल डाउनलोड कर सकते हैं, ताकि आप वास्तव में उन मॉडलों को प्राप्त कर सकें जिनका आप उपयोग करने जा रहे हैं। और आप निश्चित रूप से उन ट्यूटोरियल्स का अनुसरण कर सकते हैं और ऐसा कर सकते हैं। लेकिन मुझे लगता है कि Comfy UI इंस्टॉलर में पहले से मौजूद इन अंतर्निहित टेम्पलेट्स का उपयोग करना Comfy UI के साथ आगे बढ़ने का सबसे आसान तरीका है। और इसमें बहुत सारे विकल्प हैं। तो, इसकी जांच करें . जैसे, यहाँ विभिन्न फ्लक्स छवि मॉडल हैं जिन्हें आप
4:37 शीघ्रता से सेट कर सकते हैं। फ्लक्स के बाहर अन्य छवि मॉडल भी हैं, जैसे विभिन्न स्थिर प्रसार मॉडल। हमारे पास जुआन 2.2, मोची, हुनियन वीडियो, टेक्स्ट टू वीडियो और बहुत कुछ जैसे वीडियो मॉडल हैं। इसमें API कनेक्शन भी है। अब, ध्यान रखें कि यदि आप इन API कनेक्शनों का उपयोग करते हैं, तो आपको इन्हें इंटरनेट से कनेक्ट करना होगा। यह मूलतः स्थानीय स्तर पर प्रसंस्करण करने के बजाय उनके सर्वर को कॉल करना है। इसलिए यदि आप इमेज एपीआई या वीडियो एपीआई या 3डी एपीआई का उपयोग करने का निर्णय लेते हैं, तो ये सर्वर से कनेक्ट होते हैं, लेकिन आप कॉम्फी यूआई का उपयोग वास्तव में अच्छे मॉडलों के साथ कर सकते हैं, जैसे कि रीक्राफ्ट मॉडल, रनवे मॉडल, स्थिरता मॉडल, इडियोग्राम, आदि। लेकिन फिर, यह ऑफ़लाइन मॉडल नहीं है। तो चलिए इस वीडियो के दूसरे भाग पर चलते हैं, जिसमें
5:22 Comfy UI के साथ चित्र तैयार किए जा रहे हैं। तो अभी, मेरी राय में, सबसे अच्छा छवि निर्माण मॉडल जो आपके कंप्यूटर पर स्थानीय रूप से चलाया जा सकता है, वह है फ्लक्स 1 कैड डेव। अब, यदि मैं इसे चुनता हूं, तो हम देखेंगे कि यह पृष्ठभूमि में इस वर्कफ़्लो को सेट करता है , लेकिन यह मुझे बता रहा है कि मैं सब कुछ भूल रहा हूं। मेरे पास टेक्स्ट एनकोडर नहीं है। मेरे पास VAE नहीं है. मेरे पास प्रसार मॉडल नहीं है। कुछ भी ठीक से स्थापित नहीं है. लेकिन इसे स्थापित करना बहुत आसान है। हम बस इनमें से प्रत्येक को देखते हैं और डाउनलोड करते हैं। आइए अपना टेक्स्ट एनकोडर यहां से डाउनलोड करें। हम इस टेक्स्ट एनकोडर को डाउनलोड करेंगे। ध्यान रखें, फ़ाइल आकार पर ध्यान दें। वे अक्सर बहुत बड़े होते हैं, इसलिए सुनिश्चित करें कि आपके पास ऐसा करने के लिए जगह है। लेकिन हम आगे बढ़ेंगे और इस टेक्स्ट एनकोडर को डाउनलोड करेंगे। हम अपना VAE यहां से डाउनलोड करेंगे। हम
6:08 अपना डिफ्यूजन मॉडल डाउनलोड करेंगे, जो पुनः 11 जीबी का है, इसलिए इसके आकार पर नजर रखें। लेकिन हम आगे बढ़ेंगे और उसे डाउनलोड करेंगे। और हम इन डाउनलोड को चलने देंगे। एक बार जब वे सभी डाउनलोड हो जाएंगे, तो हम फ्लक्स 1 क्रेया के साथ छवियां उत्पन्न करने में सक्षम होंगे। और मैं इंटरनेट बंद कर सकता हूं और यह फिर भी काम करेगा। कुछ मिनटों के बाद, सभी मॉडल डाउनलोड हो जाते हैं और मैं आगे बढ़कर इस बॉक्स को बंद कर सकता हूं और हम देख सकते हैं कि यह हमारा Comfy UI वर्कफ़्लो है जिसे इसने बनाया है। अब, जब हम इस स्क्रीन पर आ जाते हैं , तो अधिकांशतः आप इन सभी सेटिंग्स को वैसा ही छोड़ सकते हैं। हमने अपना फ्लक्स मॉडल पहले ही यहां लोड कर लिया है। ये सभी चीजें काफी हद तक डिफ़ॉल्ट पर ही रह सकती हैं। हम बस उसे एक संकेत देते हैं। और ठीक है, जब मैं इसे रात में न्यूयॉर्क शहर के क्षितिज का संकेत देता हूं, तो मुझे यह त्रुटि मिलती है जो कहती है कि फ्लोट 8 ब्ला ब्ला ब्ला को एमपीएस बैकएंड में परिवर्तित करने का प्रयास किया जा रहा है, लेकिन इसमें उस प्रकार का समर्थन नहीं है। ऐसा इसलिए
6:56 हो रहा है क्योंकि मैं मैक पर हूं। मैं एक मैक हूं. यदि आप पीसी पर हैं, तो संभवतः आपको यह त्रुटि दिखाई नहीं देगी। यह संभवतः आपके लिए तुरंत ही छवि तैयार कर देगा। लेकिन क्योंकि मैं मैक पर हूं , यह फ्लोट 8 शैली के साथ काम नहीं करता है। और मैं जानता हूं कि यह जटिल लग रहा है , लेकिन ईमानदारी से कहूं तो, इस बारे में ज्यादा तनाव मत लीजिए। इसलिए, इस समस्या को ठीक करने के लिए, मुझे एक ऐसा मॉडल चाहिए जो वास्तव में मैक पर काम करता हो। यह FP8 संस्करण Mac पर काम नहीं करता है। यह काम पीसी पर ही करना होगा। मुझे वास्तव में हगिंग फेस और इस यूआरएल पर जाना होगा, जहां मैं वास्तव में फ्लक्स 1 क्रेया के लिए मुख्य मॉडल डाउनलोड कर सकता हूं। आप नीचे देखेंगे कि फ्लक्स वन-सीए-डेव.सेफ सुरक्षित टेंसर है और यह 23.8 जीबी की फाइल है, लेकिन
7:42 यह एक ऐसी फाइल है जो वास्तव में मैक की एम सीरीज पर चलेगी, जहां हमने पहले जो छोटी फाइल आजमाई थी, उसे CUDA आर्किटेक्चर की जरूरत है जिसके लिए एनवीडिया जीपीयू की आवश्यकता होती है। लेकिन आपको यह जानना होगा कि यदि आप मैक पर हैं, तो आपको इसकी आवश्यकता होगी। यदि आप पीसी पर हैं, तो संभवतः वह पिछला मॉडल जो उसने हमारे लिए इंस्टॉल किया था, काम कर रहा होगा। तो, आगे बढ़िए और इसे डाउनलोड कीजिए। हां, यह 24 गीगाबाइट है। लेकिन एक बार जब आप इसे डाउनलोड कर लेंगे, तो आप वहीं पहुंच जाएंगे जहां आपने Comfy UI इंस्टॉल किया था। मेरे मामले में, यह दस्तावेज़ फ़ोल्डर, कॉम्फी यूआई के अंतर्गत था। और फिर आप मॉडलों में जा रहे हैं। और फिर आपके पास यहां प्रसार मॉडल नामक एक फ़ोल्डर होना चाहिए। यह वह जगह है जहां आप फ्लक्स 1 क्रेया देव सुरक्षित टेंसर फ़ाइल डालना चाहते हैं जो 24 जीबी है। एक बार ऐसा हो जाने पर, आप अपने Comfy UI इंटरफ़ेस को पुनः आरंभ कर सकते हैं। बस इसे पूरी तरह से बंद कर दें, इसे फिर से खोलें, और
8:29 नया मॉडल उपलब्ध हो जाएगा। तो, अगर मैं यहां तीर पर क्लिक करता हूं, तो अब हम फ्लक्स 1 क्रेडे dev.safe टेंसर देखते हैं। यह एक ऐसा मॉडल है जो मेरे मैक पर चलना चाहिए। अब, यदि मैं इसे पुनः चलाने का प्रयास करूँ, तो बाकी सब कुछ वैसा ही रहेगा। रात में न्यूयॉर्क शहर का क्षितिज। चलिए रन पर क्लिक करें। और बहुत जल्दी ही हमें रात में न्यूयॉर्क शहर के क्षितिज की छवि मिल गई। आइये, सर्दियों के मध्य में व्हाइट हाउस में जाकर इसे चलाने का प्रयास करें। और हमें व्हाइट हाउस की बर्फीली तस्वीर मिलती है। और यहाँ सूर्यास्त के समय एफिल टॉवर है। यदि आपको कुछ स्टॉक फोटोग्राफी की आवश्यकता है, लेकिन आप स्टॉक फोटोग्राफी साइट को भुगतान नहीं करना चाहते हैं , तो आप चार व्यवसायी लोगों को एक सम्मेलन की मेज के चारों ओर बैठे हुए देख सकते हैं, जो एक ही समय में हाथ मिला रहे हैं और आपको कुछ ऐसा मिलता है जो देखने में ऐसा लगता है जैसे वह सीधे शटर स्टॉक से लिया गया हो। अब, इस फ्लक्स क्रेया डेव मॉडल की सीमाओं में से एक, और मुझे लगता है कि
9:15 लगभग सभी फ्लक्स मॉडल की, यह है कि मुझे विश्वास नहीं है कि वे वास्तविक हस्तियों की वास्तविक समानता जैसी तस्वीरें उत्पन्न कर पाएंगे। यदि मैं सैम ऑल्टमैन, मार्क जुकरबर्ग और एलन मस्क को WWE रिंग में लड़ते हुए दिखाऊं और इसे उत्पन्न करूं, तो आप देखेंगे कि यह संभवतः लोगों को उत्पन्न करेगा। वे वास्तव में उन लोगों की तरह नहीं दिखते जिन्हें उत्पन्न करने के लिए आपने उनसे कहा था। हालांकि, मेरा अनुमान है कि यह तीनों गोरे लोग एक ही रिंग में हैं, और वे बहुत अलग नहीं दिखते, लेकिन यह लोगों को आकर्षित करने में बहुत अच्छा नहीं है। जब मैंने गैरी बुसी को एक साथ एक दर्जन सॉसेज खाते हुए दिखाने की कोशिश की तो मुझे यही परिणाम मिला। स्पष्ट रूप से गैरी बुसी नहीं, लेकिन मैं वास्तव में इसे अपनी सीमा तक ले जाने की कोशिश करना चाहता हूं ताकि यह दिखाया जा सके कि यह बहुत ही बिना सेंसर वाला है। इसमें प्रशिक्षण डेटा में वास्तविक सेलिब्रिटी जैसी कोई बात नहीं है।
10:01 तो, आइए एक प्रॉम्प्ट करें जैसे कि मारियो को स्कोर्पियन के रूप में पुनःकल्पित किया गया है और लुइगी को मॉर्टल कॉम्बैट से सबजीरो के रूप में पुनःकल्पित किया गया है। सबजीरो लुइगी ने स्कॉर्पियन मारियो का सिर अपने हाथों में पकड़ रखा है, जबकि रीढ़ की हड्डी उसके नीचे लटक रही है। वैसे, इस संकेत के लिए धन्यवाद डेव। मृत्यु. और यही मुझे उससे मिला। यह बिल्कुल वैसा नहीं जैसा मैंने सोचा था। मुझे कुछ अन्य संकेत देने का प्रयास करना चाहिए और देखना चाहिए कि मैं क्या कर सकता हूं। नहीं, इसने मारियो और लुइगी को थोड़ा-सा मिश्रित कर दिया है, लेकिन जैसा कि आप देख सकते हैं, हमें अजीबोगरीब परिणाम मिल सकते हैं। मैंने इसे कुछ पागलपन भरे डरावने दृश्य बनाने के लिए भी इस्तेमाल किया है, जिसे अधिकांश क्लोज्ड सोर्स मॉडल आपके लिए करने से इंकार कर देंगे। अब, यदि किसी भी समय आप वापस जाकर अपने द्वारा बनाई गई छवियों को देखना चाहते हैं, तो आप वहां जाएं जहां आपने Comfy UI स्थापित किया था और फिर आउटपुट फ़ोल्डर पर क्लिक करें। और आप देख सकते हैं कि इसने यहां फ्लक्स क्राफ्ट फ़ोल्डर बनाया है। और हम
10:53 इस फ़ोल्डर के अंदर फ्लक्स के साथ अब तक उत्पन्न सभी आउटपुट देख सकते हैं। और वे हमारी हार्ड ड्राइव पर हमारी इच्छानुसार उपयोग और पहुंच के लिए उपलब्ध हैं, न कि किसी क्लाउड में। हालाँकि ये मेरे एप्पल क्लाउड से सिंक हो रहे हैं। तो मुझे लगता है कि इस मामले में यह बात पूरी तरह सच नहीं है। लेकिन यदि आपने एप्पल क्लाउड को बंद कर रखा है, तो वे क्लाउड से सिंक नहीं होंगे। तो अब आइए इस वीडियो के तीसरे भाग पर चलते हैं, जिसमें Comfy UI के साथ ऑफ़लाइन वीडियो तैयार किया जा रहा है। वीडियो के इस भाग के लिए, मैंने वास्तव में अपने पी.सी. पर स्विच किया है। मैं मज़ेदार चीज़ें भी करता हूँ. आप इन वीडियो मॉडल को मैक पर चला सकते हैं। बस बात यह है कि उनमें से अधिकांश एनवीडिया जीपीयू के साथ चलने के लिए अनुकूलित हैं। और जब आप इन्हें मैक पर चलाने का प्रयास करते हैं, तो ये अत्यंत धीमे होते हैं। मेरा मतलब है, हम एक छह सेकंड का वीडियो बनाने में 20 से 60 मिनट का समय ले रहे हैं। इसलिए,
11:40 इस वीडियो के लिए, मैंने प्रक्रिया को थोड़ा तेज करने के लिए अपने पीसी पर स्विच किया, जबकि मैं इसे आपके सामने प्रदर्शित कर रहा हूं। कॉम्फी यूआई में वीडियो चलाने का सबसे आसान तरीका यह है कि जब आप अपने कॉम्फी यूआई डेस्कटॉप ऐप में लॉग इन हों, तो वर्कफ़्लो पर जाएं, टेम्प्लेट ब्राउज़ करें जहां से हमने मूल रूप से शुरुआत की थी, और फिर बाईं ओर, हमारे पास एक वीडियो मेनू है। और अभी, इस रिकॉर्डिंग के अनुसार, वीडियो मॉडल का वन 2.2 2 परिवार सबसे शक्तिशाली ओपनवेट मॉडल है। ये सबसे अच्छे मॉडल हैं जिन्हें आप अभी ऑफ़लाइन उपयोग कर सकते हैं। और हमारे पास यहां कुछ विकल्प हैं। हमारे पास एक 2.214b टेक्स्ट टू वीडियो, एक 2.24b इमेज टू वीडियो है। उन्होंने दोनों तौर-तरीकों को अलग कर दिया।
12:27 और फिर आपके पास एक 2.25 बी वीडियो जेनरेशन है, जो दोनों काम करता है। इसमें पाठ और छवि से लेकर वीडियो तक सब कुछ है। और आप चुनते हैं कि आप किसका उपयोग करना चाहते हैं। और यह एक बिल्कुल नया है जिसे 1 2.214b वीडियो में पहले और अंतिम फ्रेम में भी जोड़ा गया है। तो आप वास्तव में एक पहला फ्रेम और एक अंतिम फ्रेम चुन सकते हैं और इससे एक वीडियो तैयार कर सकते हैं जो दो फ्रेमों के बीच चलता है। यदि आपके पास अच्छा GPU है, तो आप इनमें से किसी भी 14B मॉडल का उपयोग कर सकते हैं। यदि आपके पास पुराना और धीमा Nvidia GPU है, तो आप संभवतः इस 5B मॉडल का उपयोग करना चाहेंगे। आइये टेक्स्ट टू वीडियो मॉडल से शुरुआत करें। मैं बस इस पर क्लिक करने जा रहा हूं। इससे मुझे पता चलेगा कि कुछ मॉडल गायब हैं। तो, पहले की तरह, मैं इन मॉडलों को डाउनलोड करने जा रहा हूँ। हम आगे बढ़ेंगे और उन सभी को पकड़ लेंगे ताकि हम इस मॉडल को
13:12 कार्यान्वित कर सकें। एक बार जब हमारे सभी मॉडल डाउनलोड हो जाएंगे, तो मैं इसे बंद कर सकता हूं। और अब हमारे पास वीडियो वर्कफ़्लो है। और हम लगभग हर चीज़ को डिफ़ॉल्ट पर छोड़ सकते हैं। हम देख सकते हैं कि उन्हें हमारा संकेत मिल गया है। उनके पास एक नकारात्मक संकेत भी है, जो चीनी भाषा में लिखा है। मुझे नहीं पता कि इसमें क्या लिखा है, लेकिन माना जा रहा है कि यह एक अच्छा नकारात्मक संकेत है, इसलिए आप इसे ऐसे ही छोड़ सकते हैं। लेकिन आइये आगे बढ़ें और कुछ ऐसा बनाएं जो स्टॉक वीडियो की तरह काम करेगा। आइये, ग्रांड कैन्यन का ड्रोन से चित्र लें। और हम यहां हर चीज को उसकी डिफ़ॉल्ट सेटिंग्स पर ही छोड़ देंगे और इसे चलाएंगे। और कुछ ही मिनटों के बाद, हमें ग्रैंड कैनियन का यह हवाई ड्रोन शॉट मिलता है। अब, यह मॉडल एनवीडिया जीपीयू पर भी काफी धीमा है , लेकिन यदि आप मैक पर प्रयास कर रहे थे तो यह उससे कहीं अधिक तेज है। मैं यहां एक त्वरित परीक्षण करना चाहता हूं क्योंकि
13:58 मैं उत्सुक हूं कि क्या यह ऐसा करेगा। ज़ेज़ी पिंग के घर का ड्रोन शॉट। जैसे ही यह उसकी रसोई की खिड़की के पास से गुजरता है, हम उसे पैनकेक बनाते हुए देखते हैं। मुझे आश्चर्य है क्योंकि यह एक चीनी मॉडल है कि क्या यह मुझे यह प्रॉम्प्ट उत्पन्न करने की अनुमति देगा, और मैं वास्तव में उत्सुक हूं। तो, आइये पता लगाते हैं। और इससे हमें जो मिला वह यह है। मेरा मतलब है, यह एक सामान्य घर की तरह दिखता है। मुझे नहीं लगता कि यह किसी विशेष व्यक्ति जैसा दिखता है। उह, मुझे नहीं लगता कि इसे सेंसर किया गया है। यह पता लगाना संभव नहीं था कि वीडियो में कौन है। ठीक है। अब, आइए छवि से वीडियो तक का खेल खेलें। तो, एक बार फिर, मैं वर्कफ़्लो में आने वाला हूँ, ब्राउज़ टेम्प्लेट पर क्लिक करें, वीडियो पर आएँ , और इस बार हम एक 2.21 14b इमेज को वीडियो में बदलेंगे। पुनः, कुछ मॉडल गायब हैं, बहुत बड़े मॉडल हैं, लेकिन चलिए आगे बढ़ते हैं और उन्हें डाउनलोड करते हैं। जब
14:43 ये डाउनलोड हो जाएंगे तो मैं इस बॉक्स को बंद कर दूंगा। और हम देख सकते हैं कि हमने अपनी छवि यहीं लोड की है। मैंने वास्तव में अभी-अभी यह छवि बनाई है। ऐसा माना जा रहा है कि यह बिगफुट सेल्फी ले रहा है। यह तो ऐसा लग रहा है जैसे कोई गोरिल्ला सेल्फी ले रहा हो, लेकिन हम आगे बढ़ेंगे और इसे आगे बढ़ाएंगे। मैं उस छवि को यहीं खींच लूंगा। और हम बिगफुट द्वारा अपने कैम्पिंग स्थल को दिखाते हुए सेल्फी वीडियो बनाने का भी प्रयास करेंगे। और हम नीचे आएंगे और यहां रन पर क्लिक करेंगे। और इससे हमें जो मिला वह यह है। हम देख सकते हैं कि इसमें एक वीडियो है और यह कोण बदलता है और हम पृष्ठभूमि में तम्बू देख सकते हैं। लेकिन फिर, एक बहुत अच्छे GPU पर भी यह बहुत धीमा है। तो चलिए आगे बढ़ते हैं और टेम्प्लेट ब्राउज़ करने के लिए वापस आते हैं और हम यहां 5 बिलियन पैरामीटर वीडियो जेनरेशन मॉडल के साथ खेलेंगे जो
15:30 टेक्स्ट टू वीडियो और इमेज टू वीडियो दोनों करता है। फिर से इन मॉडलों को यहां से डाउनलोड करें और फिर हम इसे यहां बंद कर देंगे और हमें अपना पूर्व-निर्मित वर्कफ़्लो मिल जाएगा। ये अजीब स्पेगेटी कटोरे की तरह दिखते हैं जिन्हें समझना कठिन है लेकिन यदि आप पहले से निर्मित वर्कफ़्लो का उपयोग करते हैं तो आपको वास्तव में इसके बारे में चिंता करने की ज़रूरत नहीं है। तो यह एक छोटा मॉडल है, इसलिए यह वास्तव में हमारे वीडियो को थोड़ी तेजी से तैयार करेगा, लेकिन गुणवत्ता में थोड़ी कमी आएगी। अब, मैं एक प्रॉम्प्ट आज़माना चाहता हूँ जिसे मैं V3 से वास्तव में प्राप्त नहीं कर पाया था, लेकिन मैं हेलो AI को उत्पन्न करने में सक्षम था, जो कि एक मानव आकार का हॉट डॉग था जो बारबेक्यू पर हॉट डॉग जैसे मनुष्यों को ग्रिल कर रहा था। आइये आगे बढ़ें और इसे तैयार करें और देखें कि हमें इससे क्या मिलता है। और यहाँ बताया गया है कि इसने हमारे लिए क्या उत्पन्न किया। जाहिर है, यह हेलो एआई द्वारा
16:17 हमारे लिए उत्पन्न की गई गुणवत्ता के आसपास भी नहीं है। यह मानव आकार का हॉट डॉग नहीं है। यह हॉट डॉग के आकार के मनुष्यों जैसा नहीं दिखता। लेकिन मैं आपको बता दूं कि 14बी मॉडल की तुलना में 5 बिलियन पैरामीटर मॉडल का उपयोग करके इसे बनाना बहुत तेजी से संभव हुआ। इसलिए मैंने एक आदमी को लॉन की घास काटते हुए देखा, लेकिन यह परीक्षण व्यर्थ गया, क्योंकि लॉन उसकी क्षमता से अधिक तेजी से बढ़ रहा था। अंततः, लॉन उस आदमी को निगल जाता है , और हम देख सकते हैं कि उसके पीछे लॉन निश्चित रूप से बड़ा होता जा रहा है। लेकिन ऐसा लगता है कि यह वास्तव में उससे कहीं अधिक बढ़ रहा है। और जब मैं संकेत देता हूं तो यह इस प्रकार दिखता है। एक मानव सदृश होंडा सिविक एक आदमी को प्रेशर वॉशर से साफ कर रही है। और मेरा मतलब है, जब मैंने पिछली बार इसे आज़माया था, तो इस विशिष्ट प्रॉम्प्ट पर इसने वास्तव में V3 या हेलो AI की तुलना में बहुत बेहतर प्रदर्शन किया था। मैंने
17:03 इस बार प्रॉम्प्ट को थोड़ा बेहतर तरीके से पुनः लिखा, ताकि यह वैसा ही कर सके जैसा मैं चाहता था, लेकिन मेरा मतलब है कि यह एक शानदार होंडा सिविक है। और अंत में, मैं यह जांचना चाहता था कि क्या यह वास्तव में असली सेलिब्रिटीज वगैरह जैसा काम करेगा। इसलिए, मैंने इसे एडम सैंडलर द्वारा डोनाल्ड ट्रम्प को गले लगाने वाला चित्र दिया। और मेरा मतलब है, मुझे लगता है कि इसमें डोनाल्ड ट्रम्प को शामिल किया गया है, लेकिन मैं वास्तव में इसमें एडम सैंडलर को नहीं देख रहा हूं, लेकिन इसने निश्चित रूप से डोनाल्ड ट्रम्प को उत्पन्न करने की कोशिश की है। ऐसा लग रहा है कि शायद यह कमला ही होगी। मैं नहीं जानता. हमने यह किया। लेकिन इससे कम से कम डोनाल्ड ट्रम्प तो पैदा होंगे। तो हाँ, इस तरह आप ऑफ़लाइन छवियाँ उत्पन्न करते हैं। इस तरह आप ऑफ़लाइन वीडियो तैयार करते हैं। संक्षेप में, बस मैक या विंडोज के लिए कॉम्फी यूआई इंस्टॉलर डाउनलोड करें। और फिर एक बार जब आप कॉम्फी यूआई के अंदर हों, तो ब्राउज़ टेम्प्लेट पर क्लिक करें और पहले से निर्मित टेम्प्लेट का उपयोग करें। फिर आपको इस बारे में चिंता करने की ज़रूरत नहीं है कि यह सब
17:49 स्पेगेटी बुल पागलपन क्या कर रहा है, क्योंकि किसी और ने पहले से ही इसे बना लिया है और आपके लिए यह सब पता लगा लिया है। अब, व्यक्तिगत रूप से, मुझे बहुत सारे बिना सेंसर किए वीडियो बनाने या ऑफ़लाइन बनाने की कोई खास आवश्यकता नहीं है। यह मेरी कोई बहुत बड़ी जरूरत नहीं है। मैं अब भी मानता हूं कि वीओ3 मॉडल और हेलो एआई मॉडल वीडियो निर्माण के लिए सर्वोत्तम मॉडल हैं। लेकिन, यदि आप बिल्कुल ऑफलाइन ही सामग्री तैयार करना चाहते हैं और आप ऐसी सामग्री तैयार करना चाहते हैं जो किसी अन्य के सर्वर द्वारा सेव या देखी न जा रही हो, तो आप इसे इस प्रकार कर सकते हैं। मुझे इस बात को लेकर थोड़ी चिंता है कि यह सब किस ओर जा रहा है। मेरा मतलब है, आप सचमुच जो चाहें उत्पन्न कर सकते हैं। और भले ही इनमें से कुछ मॉडल थोड़े बिना सेंसर वाले हों, क्योंकि वे ओपनवेट मॉडल हैं, लोग
18:35 उन्हें परिष्कृत कर रहे हैं और उन्हें प्रशिक्षित कर रहे हैं और उनमें अतिरिक्त डेटा जोड़ रहे हैं, जिससे वे वस्तुतः कुछ भी उत्पन्न करने में सक्षम हो जाते हैं, यहां तक कि ऐसी चीजें भी जिन्हें आपको संभवतः उत्पन्न नहीं करना चाहिए, जिन्हें दुर्भाग्यवश कोई भी मनुष्य कभी उत्पन्न नहीं करना चाहेगा। अब हम इसी दुनिया में रहते हैं। आप इस जिन्न को वापस बोतल में नहीं डाल सकते। और मैं समझता हूं कि बेहतर होगा कि आप इन चीजों का उपयोग करना सीखें, जानें कि वहां क्या है, जानें कि आप क्या करने में सक्षम हैं और प्रौद्योगिकी को जानें, बजाय इसके कि आप इसे पूरी तरह से टालते रहें और इससे डरें। फिर से, मैं बहुत घबराया हुआ हूँ कि लोग इसके साथ बहुत सारी चीजें उत्पन्न करने जा रहे हैं और बहुत सारे बुरे अभिनेता इस तरह की तकनीक के साथ कुछ बुरा काम करने जा रहे हैं। लेकिन मैं जानता हूं कि आप केवल अच्छे नैतिक काम ही करेंगे, जिस पर किसी को आपत्ति नहीं होगी। तो, चलिए हम इसी पर टिके रहें। और
19:20 यदि आप कॉम्फी यूआई के साथ खेलना शुरू करते हैं, तो आप दुनिया के 99% लोगों से आगे होंगे, जो मूल रूप से केवल चैटजीपीटी और वीओ जैसे उपकरणों का उपयोग करना जानते हैं। यदि आप गहराई में जाना चाहते हैं और कुछ तकनीकी जानकारी प्राप्त करना चाहते हैं और यह जानना चाहते हैं कि कॉम्फी यूआई कैसे काम करता है और अतिरिक्त नोड्स और कॉम्फी यूआई को अनुकूलित करने के अतिरिक्त तरीकों के बारे में जानना चाहते हैं, तो मैं कुछ चैनलों की अत्यधिक अनुशंसा करता हूं। एक चैनल है जिसका नाम है AI Prrneur और एक चैनल है जिसका नाम है Olivio Seras. ये दोनों लोग मेरे मित्र हैं , जिनसे मैंने डी.एम. के माध्यम से बातचीत की है। वे बिल्कुल अद्भुत आरामदायक यूआई ट्यूटोरियल बनाते हैं। इसलिए, यदि आप गहराई से जानना चाहते हैं और वास्तव में यह समझना चाहते हैं कि कॉम्फी यूआई के साथ आप जो कुछ भी कल्पना कर सकते हैं उसे कैसे बनाया जाए, तो मैं उन दो चैनलों की जांच करने की अत्यधिक अनुशंसा करता हूं, क्योंकि वे
20:06 उन प्रकार के ट्यूटोरियल पर बहुत गहराई से जाते हैं। लेकिन इसका उद्देश्य सबसे सरल अवलोकन, कॉम्फी यूआई के साथ काम करने का सबसे तेज़ तरीका, ऑफ़लाइन चित्र और वीडियो बनाना था। उम्मीद है कि इससे आपको मदद मिली होगी। मैं वास्तव में, वास्तव में आपके सुनने के लिए आभारी हूँ। यदि आप नवीनतम और बेहतरीन AI ट्यूटोरियल चाहते हैं और आप सभी नवीनतम AI समाचारों से अपडेट रहना चाहते हैं, तो सुनिश्चित करें कि आप इस वीडियो को पसंद करते हैं और इस चैनल की सदस्यता लेते हैं और मैं यह सुनिश्चित करूँगा कि इस तरह के और वीडियो आपके YouTube फ़ीड में दिखाई दें। यहां आने के लिए बहुत बहुत धन्यवाद। नर्डिंग के लिए बहुत बहुत धन्यवाद और उम्मीद है कि मैं आपको अगले भाग में देखूंगा। अलविदा. आज मेरे साथ बातचीत करने के लिए आपका बहुत-बहुत धन्यवाद। यदि आपको इस तरह के वीडियो पसंद आते हैं, तो इसे लाइक करें और इस चैनल को सब्सक्राइब करें। मैं यह सुनिश्चित करूंगा कि इस तरह के और भी वीडियो आपके यूट्यूब फ़ीड में दिखाई दें। और यदि आपने अभी तक ऐसा नहीं किया है, तो futuretools.io देखें जहां मैं सभी बेहतरीन AI उपकरण और सभी
20:52 नवीनतम AI समाचार साझा करता हूं। और एक शानदार निःशुल्क न्यूज़लेटर भी है। एक बार फिर धन्यवाद। सचमुच आपकी सराहना करता हूँ। अगले में मिलते हैं .
