Mochi1 es un nuevo modelo de texto a vídeo desarrollado y publicado como código abierto por el equipo emergente Genmo, con avances notables en efectos de movimiento y comprensión de instrucciones. Sin embargo, el modelo original requiere 4 GPU H100, algo difícil de probar para un usuario común. Lo que compartimos aquí es la versión cuantizada del maestro K, que puede ejecutarse en tarjetas gráficas con 24 GB de VRAM o menos. Aunque la calidad no llega a la del original, es suficiente para probarlo y entretenerse.

Requisitos del sistema
Para ejecutar Mochi1, asegúrate de que tu ordenador cumpla los siguientes requisitos:
- Sistema operativo:Windows 10 u 11, versión de 64 bits;
- Tarjeta gráfica:
- Modelo de precisión FP16: se recomienda una tarjeta gráfica NVIDIA con 24 GB de VRAM;
- Modelo de precisión FP8: se recomienda una tarjeta gráfica NVIDIA con 16 GB de VRAM;
- Las tarjetas gráficas NVIDIA con menos de 16 GB de VRAM pueden usar el modelo GGUF;
- CUDA:La versión debe ser 12.4 o superior;
- Espacio en disco:Los archivos descomprimidos ocupan unos 54,8 GB; asegúrate de tener suficiente espacio de almacenamiento.
Si no has instalado CUDA, puedes consultar el tutorial:Guía de instalación de CUDA.
¿Cómo confirmar el modelo de tarjeta gráfica y su VRAM?
- Abre el Administrador de tareas;
- Cambia a la Rendimiento pestaña;
- Busca GPUy en la esquina superior derecha se muestra el modelo de la tarjeta gráfica; abajo puedes ver el tamaño de la VRAM.

Tutorial de uso
- Descomprime el paquete
Después de descargar el paquete todo en uno, descomprímelo; evita que las rutas de las carpetas o los nombres de los archivos contengan caracteres chinos, ya que algunos programas podrían no reconocerlos y dar error.
- Inicia el programa
Haz doble clic en inicio_con_un_clic_gpu.bat archivo, espera un momento y el navegador abrirá automáticamente la interfaz de operación.
- Cargar el flujo de trabajo
Haz clic en la esquina superior izquierda "Flujo de trabajo", selecciona "Abrir".
- Cargar el archivo de configuración
En la ventana que aparece, selecciona el archivo "Mochi_1-flujo_trabajo_texto_a_video.json" y ábrelo.
- Configurar el modelo y los parámetros
Seleccionar el modelo:
- Precisión FB16: adecuada para tarjetas gráficas NVIDIA con 24 GB de VRAM;
- Precisión FP8: adecuada para tarjetas gráficas NVIDIA con 16 GB de VRAM;
- Modelo GGUF: adecuado para tarjetas gráficas NVIDIA con menos de 16 GB de VRAM.
Introduce la instrucción; los demás parámetros pueden dejarse por defecto y luego haz clic en "Ejecutar cola".

- Guardar el resultado generado
Cuando se haya generado el resultado, haz clic derecho en la opción "save preview" para guardarlo en la ubicación que quieras;
o ve directamente a la carpeta ComfyUI/output para encontrar el archivo del resultado.
Dirección de código abierto
El código del proyecto está alojado en GitHub; enlace de acceso:Proyecto de código abierto MochiWrapper.