文生视频是当前最吃GPU的AI任务之一，生成几秒视频就要消耗大量算力。本文拆解视频生成的训练和推理算力需求，帮团队合理规划。
一、为什么视频这么吃算力
视频本质是多帧图像堆叠，模型要同时理解时间维度，计算量是图像生成的几十倍。生成一段五秒视频，单卡可能要跑几分钟；训练视频模型更是要多卡连续跑数周。
二、推荐配置
| 任务 | GPU建议 | 说明 |
|---|---|---|
| 推理生成 | 单卡24GB | 批量出片 |
| 模型训练 | 4至8卡节点 | 多卡并行 |
| 视频理解 | 单卡48GB | 长视频分析 |
三、使用建议
- 推理用现成模型，不必自己训练。
- 批量生成排队跑，夜间出片。
- 先低分辨率预览，满意再高清出片。
视频生成任务重，云GPU按需起实例最灵活。需要批量生成视频时，可参考GPU视频算力，按时长结算。
实际生成中，视频模型对显存和时间都敏感。建议先用低分辨率、短时长试效果，满意了再拉高分辨率和时长，避免一次跑十分钟才发现动作不对。批量生成时把任务排队，夜间挂着跑，第二天收片。团队不必自己训练视频模型，用现成模型API加批量任务即可，自己训练成本太高。
四、成本建议
视频生成按时长和分辨率计费，先小样后高清，最省算力。
短视频团队用AI视频生成，建议把它作为素材补充，而不是完全替代拍摄。先用AI生成创意分镜和空镜，再和实拍镜头混剪。生成时先小样预览，满意再高清出片，能省一半算力。批量任务夜间跑，白天剪辑。
总之，先小样后高清、夜间批量跑，是视频生成省钱的诀窍。
视频生成结果要多生成几版挑，不要一版就定，云GPU批量跑成本很低。
总之，把AI视频当素材补充，配合实拍混剪效果最好。
视频生成按时长计费，控制单段时长能显著降本。
常见问题
问：生成视频能不能本地跑？答：短片段可以，但批量和长视频还是云端大卡更高效。
