Je ne vois pas de topic sur le sujet, qui s'y est collé ?
 
Sur les conseils de grok j'ai installé ce truc hier, ca tourne quand meme pas mal, pour le moment j'ai joué avec qwen image 2.1 c'est pas mal pour du local (j'ai qu'une 5070 12go désolé   )
 
je tente la gen video avec wan 2.2 toujours sur les groks conseils, stay tunned
 
Retex des hfriens requested

,
Je crois que le topic https://forum.hardware.fr/hfr/ia/ge [...] et_8_1.htm en parle déjà (voir la FP) de façon + généraliste.

Perso, sous cachyOS, j'utilise comfyui en flux SDXL, FLUX.1, Krea2 et Qwen 2 sur mon RIG à base de 9070XT (donc avec rocm) Le front est géré par anythingllm + llm gemma-4 abliterated ou dolphin-mistral 7B ou 9B, avec des scripts python qui tournent derrière et attaquent comfyui via api. (avec gestion des loras, checkpoints et cie en fonction de la qualité demandée (fast, lcm, quality, krea, etc...) - merci claude code)
La gen vidéo est faisable, mais avec 16Gigots de Vram, je ne vais pas loin (même avec offload sur la ram qui est à 64Go)

Le process est le suivant: interprétation du prompt (avec ou sans wildcards {a|b|c}) via ollama+llm => déchargement ollama => chargement comfyui et passage de paramètres de workflows/checkpoints.loras + prompt interprété, gen => sauvegarde et déchargement comfyui.
Le flux SDXL permet le batch (jusqu'à 8 itérations d'images différentes sur un seul prompt d'entrée), mais les autres flux ne sont limités qu'à 1 img par prompt.
Par contre, le script d'appel peut contenir jusqu"à N prompts qui sont envoyés de façon séquentielle à comfyUI, qui ne voit qu'une img à générer à la fois. (même si j'ai demandé 150 img à gen) Je n'ai aucune formation sur comfyui, et claude gère ce qu'il est possible de faire par rapport à mon RIG. (Par exemple, interdit les img 4K ou 8K qui ne passent pas).
Avec qwen2.1, je fais du 2048x2048, et 3440x1440 pour les autres flux (limites des modèles et/ou de la vram). Après en fonction de la qualité choisie et de la pertinence des modèles ainsi que l'interprétation du prompt en entrée, les hallucinations sont marrantes à voir.    
Les 6 doigts et autres multi-têtes arrivent encore de temps en temps, malgré les prompts neg. (tps de gen img sdxl, ou Krea2: 1m45s,flux.1: 3mn, qwen2: 4 mn, vidéo de 5s en basse def: 35 mn...) Minimaxx H10 injouable chez moi: résultat dégueu...
Comme tu l'as compris, tout est fait en local, donc pas de souci de tokens....