מהפכת הווידאו מבוסס AI בקוד פתוח: האם מעבדים גרפיים לצרכנים יכולים להתחרות בענקיות הטכנולוגיה?
ByteDance ו-Tencent שחררו זה עתה מודלי וידאו בקוד פתוח שפועלים על חומרה צרכנית. זה משנה הכול עבור יוצרים עצמאיים.
Henry8 min read
כותב AI, בדיקות אוטומטיות, עורך אחראי
סוף נובמבר 2025 עשוי להיזכר כשבוע שבו יצירת וידאו ב-AI התפצלה לשניים. בזמן ש-Runway חגגה את הגעתו של Gen-4.5 למקום הראשון ב-Video Arena, משהו גדול יותר התרחש ברקע. ByteDance ו-Tencent שחררו מודלי וידאו בקוד פתוח שרצים על חומרה שייתכן שכבר נמצאת בבעלותכם.
השבוע שבו הכול השתנה
השיח באותו שבוע התמקד בניצחון הגדול של Runway, אבל ההתרגשות האמיתית? שתי השקות מרכזיות של קוד פתוח בהפרש של ימים ספורים זו מזו:
ByteDance Vidi2
- 12 מיליארד פרמטרים
- הבנת וידאו: אחזור ועיגון מרחבי-זמני (spatio-temporal grounding)
- שוחרר ב-25 בנובמבר 2025 כדוח, מאגר GitHub והדגמה מקוונת
Tencent HunyuanVideo-1.5
- 8.3 מיליארד פרמטרים
- פועל על 14GB VRAM
- מותאם למעבדים גרפיים לצרכנים
הנתון של 14GB הוא קריטי. ל-RTX 4080 יש 16GB. ל-RTX 4070 Ti Super יש 16GB. לפתע, "הרצת יצירת וידאו מבוססת AI באופן מקומי" עברה מ"אתה צריך חוות שרתים" ל"אתה צריך מחשב גיימינג".
הפיצול הגדול
אנחנו עדים להתפצלות יצירת הווידאו ב-AI לשתי מערכות אקולוגיות נפרדות: שירותי ענן קנייניים ויצירה מקומית בקוד פתוח. לשניהם יש מקום, אך עבור יוצרים שונים לחלוטין.
כך נראה הנוף כרגע:
| גישה | מודלים | חומרה | מודל עלויות |
|---|---|---|---|
| ענן קנייני | Runway Gen-4.5, Sora 2, Veo 3 | מעבדי GPU בענן | מנוי + נקודות זכות (קרדיטים) |
| מקומי בקוד פתוח | HunyuanVideo, LTX-Video | מעבדי GPU לצרכנים | חשמל בלבד |
המודלים הקנייניים עדיין מובילים באיכות טהורה. Gen-4.5 לא תפס את המקום הראשון במקרה. אבל איכות אינה הממד היחיד שקובע.
מדוע קוד פתוח משנה את כללי המשחק
בואו נפרק את המשמעות האמיתית של יצירה מקומית עבור יוצרים:
ללא עלויות לפי יצירה
פרטיות מלאה
איטרציות ללא הגבלה
יכולת עבודה במצב לא מקוון (Offline)
מבחן המציאות של החומרה
בואו נהיה כנים לגבי המשמעות האמיתית של "חומרה לצרכנים":
הרצת HunyuanVideo-1.5 על כרטיס של 14GB היא אפשרית אך אינה נוחה. זמני היצירה מתארכים. ייתכן שהשגת איכות תדרוש מספר מעברים. החוויה אינה מלוטשת כמו לחיצה על "generate" ב-Runway.
אבל עלות ה-GPU הזו היא רכישה חד-פעמית. אם אתם מייצרים יותר מכמה מאות סרטונים בשנה, החישוב מתחיל לנטות לטובת יצירה מקומית במהירות מפתיעה.
מה מודלים בקוד פתוח יכולים לעשות בפועל
מבין הצמד הזה, רק HunyuanVideo-1.5 מייצר וידאו. בהתבסס על כרטיס המודל של HunyuanVideo-1.5 של Tencent (ולא על מדדי ביצועים של Bonega), הנה מה שהוא מתיימר לעשות ומה זה דורש מכם:
- Tencent טוענת לאיכות ויזואלית ולכידות תנועה מהשורה הראשונה (state-of-the-art)
- 8.3 מיליארד פרמטרים
- פועל על מעבדי GPU לצרכנים, החל מ-14 GB עם פריקת מודל (model offloading)
- כרטיס המודל אינו מתאר יצירת אודיו
- זמני יצירה ארוכים יותר על כרטיס של 14 GB
- עקומת למידה תלולה יותר להגדרה והתקנה בהשוואה לאפליקציית ענן
Vidi2 הוא סוג שונה של מודל. המאמר הטכני שלו מתאר הבנת וידאו: אחזור זמני, עיגון מרחבי-זמני (חותמות זמן ותיבות תוחמות עבור שאילתת טקסט) ומענה על שאלות בנוגע לווידאו, כאשר עריכה מורכבת מוזכרת כיישום פוטנציאלי. הוא אינו מייצר חומר גלם מצולם (footage), ולכן הוא נמצא מחוץ להשוואת האיכות שלעיל.
עבור יצירת אבות-טיפוס מהירים, תוכן לרשתות חברתיות ועבודה ניסיונית, מודל מקומי כמו HunyuanVideo-1.5 בהחלט יכול לספק את הסחורה. עבור האיכות הגבוהה ביותר שבה כל פריים קובע, למודלים הקנייניים עדיין יש יתרון.
אסטרטגיית הקוד הפתוח הסינית
השחרור של מודלים בקוד פתוח על ידי ByteDance ו-Tencent אינו נובע מאלטרואיזם. זו אסטרטגיה.
שתי החברות מתמודדות עם הגבלות על שירותי ענן ויצוא שבבים מארה"ב. באמצעות שחרור מודלים בקוד פתוח:
- הן בונות קהילה ונוכחות תודעתית גלובלית
- מפתחים מייעלים את הארכיטקטורות שלהן בחינם
- המודלים משתפרים באמצעות מאמץ מבוזר
- התלות (lock-in) בממשקי ה-API של חברות אמריקאיות פוחתת
זהו משחק לטווח ארוך. ועבור יוצרים עצמאיים, זהו משחק שמטיב עם כולם מלבד שירותי המנויים.
תהליך העבודה ההיברידי שמתגבש
יוצרים חכמים אינם בוחרים צד. הם בונים תהליכי עבודה המשתמשים בשניהם:
- ✓יצירת אבות-טיפוס באופן מקומי באמצעות מודלים בקוד פתוח
- ✓איטרציות ללא לחץ של עלויות
- ✓שימוש במודלים קנייניים עבור שוטי הגמר המרכזיים (hero shots)
- ✓כוונון עדין (Fine-tuning) של מודלים פתוחים לסגנונות ספציפיים
חשבו על זה כמו על צילום. אתם עשויים לצלם כבדרך אגב בטלפון שלכם ולהתנסות בחופשיות. אבל לתערוכה בגלריה, תוציאו את מצלמת הפורמט הבינוני. אותו מוח יצירתי, כלים שונים לרגעים שונים.
איך להתחיל עם יצירה מקומית
אם אתם רוצים לנסות זאת בעצמכם, הנה מה שאתם צריכים:
התקנת מינימום:
- GPU של NVIDIA עם לפחות 14GB VRAM (כרטיס RTX 4070 Ti Super, 4080, 4090, או 3090)
- 32GB זיכרון מערכת (RAM)
- נפח אחסון פנוי של לפחות 100GB
- Linux או Windows עם WSL2
התקנה מומלצת:
- RTX 4090 עם 24GB VRAM
- 64GB זיכרון מערכת (RAM)
- כונן NVMe SSD לאחסון המודלים
- מחשב ייעודי ליצירה ועיבוד
תהליך ההתקנה כולל תהליכי עבודה ב-ComfyUI, הורדות מודלים ורמה מסוימת של נוחות עם שורת הפקודה (טרמינל). לא עניין של מה בכך, אך אלפי יוצרים כבר הצליחו להפעיל זאת. הקהילות ב-Reddit וב-Discord מועילות ומסייעות באופן מפתיע.
השלכות על השוק
שוק יצירת הווידאו ב-AI צפוי להגיע ל-$2.56 מיליארד עד שנת 2032. תחזית זו הניחה שרוב ההכנסות יגיעו משירותי מנוי. מודלים בקוד פתוח מסבכים את התחזית הזו.
כאשר היצירה הופכת למצרך בסיסי (commodity) שפועל על חומרה שכבר יש בבעלותכם, הערך משתנה. חברות יתחרו על:
- קלות שימוש ואינטגרציה בתהליכי עבודה
- תכונות ייעודיות (אודיו מקורי, משכי זמן ארוכים יותר)
- תכונות ותמיכה לרמת הארגון (Enterprise)
- מודלים מותאמים אישית (fine-tuned) לתעשיות ספציפיות
יכולת היצירה הטהורה כשלעצמה? זו הופכת לדרישת סף בסיסית.
התחזית שלי
עד אמצע 2026, יצירת וידאו בקוד פתוח תשתווה לאיכות של מודלים קנייניים עבור רוב מקרי השימוש. הפער ייסגר מהר יותר ממה שרוב האנשים מצפים מכיוון ש:
- פיתוח פתוח מאיץ הכול. אלפי חוקרים משפרים מודלים משותפים בו-זמנית.
- החומרה נהיית זולה יותר. דרישת המינימום של 14GB כיום תהיה חומרת תקציב בשנה הבאה.
- הכלים של הקהילה מתבגרים. ממשקי משתמש, תהליכי עבודה ותיעוד משתפרים במהירות.
- הדמוקרטיזציה של כוונון עדין. מודלים מותאמים אישית לסגנונות ספציפיים הופכים לנפוצים.
השירותים הקנייניים לא ייעלמו. הם יתחרו על נוחות, אינטגרציה ויכולות ייעודיות ולא רק על איכות היצירה הגולמית.
מה זה אומר עבורכם
אם אתם יוצרים תוכן וידאו, הנה העצה שלי:
אם אתם מייצרים לעיתים רחוקות: הישארו עם שירותים קנייניים. מודל המנוי הגיוני לשימוש מזדמן, וחוויית המשתמש חלקה יותר.
אם אתם מייצרים בתדירות גבוהה: התחילו לבחון אפשרויות מקומיות. ההשקעה הראשונית בחומרה ובלמידה משתלמת במהירות אם אתם מייצרים מאות קטעים בחודש.
אם אתם בונים מוצרים: שקלו את שניהם. ממשקי API בענן עבור המשתמשים שלכם, ויצירה מקומית לפיתוח ולבדיקות.
אם אתם אמנים: קוד פתוח הוא מגרש המשחקים שלכם. אין תנאי שירות שמגבילים את מה שאתם יוצרים. אין קרדיטים שמגבילים את הניסויים. רק אתם והמודל.
העתיד שייך לשניהם
אני לא חושב שהקוד הפתוח "מנצח" או שהקנייני "מנצח". אנו צועדים לעבר עולם שבו שניהם מתקיימים במקביל, ומשרתים צרכים שונים.
האנלוגיה שאני חוזר אליה תמיד: מוזיקה בסטרימינג לא חיסלה את תקליטי הוויניל. היא שינתה את מי שקונה ויניל ואת הסיבות לכך. וידאו AI בקוד פתוח לא יחסל את Runway או את Sora. הוא ישנה את מי שמשתמש בהם ולאיזו מטרה.
מה שחשוב הוא שליוצרים יש אפשרויות. אפשרויות אמיתיות, ישימות ובעלות יכולת גבוהה. סוף נובמבר 2025 היה הרגע שבו האפשרויות הללו התרבו.
מהפכת הווידאו ב-AI אינה עוסקת בשאלה איזה מודל הוא הטוב ביותר. היא עוסקת בנגישות, בעלות וחופש יצירתי. ובשלושת התחומים הללו, עשינו זה עתה צעד ענק קדימה.
הורידו מודל. צרו משהו. ראו מה קורה כאשר החיכוך נעלם.
העתיד של יצירת וידאו נבנה בחדרי שינה ובמרתפים, לא רק במעבדות מחקר. ובכנות? בדיוק כך זה צריך להיות.
מקורות
- השקת ByteDance Vidi2 (WinBuzzer)
- מאמר טכני על Vidi2 (arXiv)
- מאגר Vidi: היסטוריית גרסאות (GitHub)
- השקת Tencent HunyuanVideo-1.5 (WinBuzzer)
- דירוגי Runway Gen-4.5 ב-Video Arena (CNBC)
- דוח שוק מחוללי וידאו ב-AI (Fortune Business Insights)
- סטטיסטיקות יצירת וידאו ב-AI לשנת 2025 (Zebracat)
