Mennyi minőséget áldozunk fel, amikor kvantált AI videómodelleket futtatunk otthon? A bemutató egyedi tesztsorozaton keresztül vizsgálja meg két fejlett szöveg–videó modellt – a WAN 2.2-t és az LTX 2.3-at –, miközben azok különböző kvantálási szinteken futnak, az eredeti, teljes precizitástól egészen a kétbites változatig.
Részletesen bemutatja, hogyan változik a vizuális (SSIM, LPIPS) és auditív (MEL spektrogram, WER) minőség különböző kvantálási fokozatokon. Meglepő módon az eltérő architektúrák hasonló problémákkal küzdenek: a képi és a hangminőség nem azonos ütemben romlik, sőt, sokszor az audió veszíti el hamarabb az eredeti minőségét.
Érdekes kérdések merülnek fel azzal kapcsolatban, hogy tényleg a bitmélység vagy inkább a formátum a döntő a minőség megőrzése szempontjából. Vajon hol van a kompromisszumok optimális pontja? A bemutató gyakorlati példákon keresztül segít felismerni a különbségeket, és felvillantja azokat a buktatókat, amelyekre a legtöbb felhasználó nem is gondolna, amikor modelleket kvantálnak.
