El umbral del dolor: por qué 1080p en wan2gp es una trampa de rendimiento

El umbral del dolor: por qué 1080p en wan2gp es una trampa de rendimiento

Hoy quiero documentar una sesión de depuración que terminó siendo reveladora sobre cómo funcionan realmente los pipelines de generación. Estaba lidiando con errores de carga de modelos y frustraciones con la composición del outpainting, hasta que me di cuenta de algo importante: subir resolución no siempre significa mejor resultado.

La saga del tokenizer y las rutas

Todo comenzó con un error técnico específico al cargar el modelo Gemma usando un alias llamado ckpts_fast. El sistema devolvía un TypeError: not a string, lo que indicaba claramente que la ruta estaba mal resuelta o era inválida. Funcionaba perfecto con una carpeta normal, pero fallaba en el alias.

La solución que encontré fue definitivamente poco elegante: tuve que listar explícitamente cada subcarpeta de los modelos, desde clip hasta gemma-3-12b-it-qat-q4_0-unquantized. Aunque funciona y elimina la necesidad de inferencia dinámica, es innecesariamente verbosa. Es un parche a una capa de resolución de rutas que el software no está haciendo bien por defecto.

El techo de cristal del outpainting

Luego vino otra frustración con la herramienta: el outpainting en Wan2GP solo permite definir la resolución final, pero siempre mantiene el contenido original centrado. No hay control sobre dónde cae el sujeto dentro del nuevo encuadre.

Al comparar esto con workflows de ComfyUI, es obvio que Wan2GP está optimizado para un flujo rápido y estable, mientras que ComfyUI ofrece ese control quirúrgico de composición. La idea sería usar ambos: generar la base en Wan2GP y hacer el outpainting final en ComfyUI.

La realidad del rendimiento

Finalmente, probé subir un video de 4 segundos desde 832×448 hasta 720p, y luego intenté llegar a 1080p. El resultado fue brutal: el 720p tardó solo 3 minutos, pero el 1080p demoró una hora y veinte minutos.

Estos números confirman que estamos cruzando un límite donde la generación deja de ser una herramienta para convertirse en un proceso de render pesado. Mi conclusión es clara: quedarse en 720p como base, iterar rápido, y usar upscaling externo solo cuando sea necesario, es mucho más eficiente que luchar contra el rendimiento del modelo.