Tạo ảnh, video AI ngay trên laptop: FLUX, Qwen Image, Wan 2.2 trên ProArt P16 RTX Spark mất bao lâu?

Trên chiếc ASUS ProArt P16 RTX Spark 128GB của Nguyễn Công PC, tạo 3 ảnh FLUX 512 × 512 mất khoảng 2,5 giây, một ảnh Qwen Image 1536 × 1536 mất khoảng 21,6 giây khi đã chạy nóng máy, và một clip AI khoảng 5 giây xuất 4K60 mất khoảng 13,5 phút. Máy làm được trọn chuỗi từ ảnh đến video ngay trên laptop, nhưng có vài điều bạn nên biết trước: clip 4K60 là bản được nâng độ phân giải từ nguồn 1280 × 704, lượt chạy đầu tiên của mỗi model chậm hơn nhiều so với các lượt sau, và ứng dụng video đi kèm máy chưa chạy trọn vẹn trong lúc chúng tôi benchmark.

Chúng tôi benchmark trên cấu hình nào?

Máy benchmark là một chiếc ASUS ProArt P16 H7607BA dùng chip NVIDIA RTX Spark N1X, bộ nhớ hợp nhất 128GB LPDDR5X, SSD khoảng 1TB, chạy Windows on Arm ở chế độ Windows Standard khi cắm điện, driver 621.01 và CUDA 13.4.3. Phần ảnh dùng MuseTree 1.3.8 bản ARM64 và ComfyUI bản ARM64. Cấu hình RAM và SSD giống mã ASUS ProArt P16 H7607BA-SE343W, nhưng chúng tôi chưa xác nhận được hậu tố mã thương mại của máy mẫu nên bạn hiểu đây là số tham khảo cho cùng nền tảng.

Một điều kiện nữa cần nói trước: các bài ảnh và video chạy tuần tự sau khi đã giải phóng model ngôn ngữ 80B, không chạy chung cùng lúc. Nếu bạn quan tâm phần chạy chữ thì xem bài chạy model AI 80B trên ProArt P16 RTX Spark.

Tạo ảnh: nhanh nhất là FLUX, chất lượng cao hơn là Qwen Image

Chúng tôi benchmark ba kiểu: FLUX.2-klein 4B qua MuseTree để tạo nhanh nhiều phương án, Qwen Image để ra ảnh độ phân giải cao, và Qwen image edit để sửa ảnh có sẵn.

Ba lượt FLUX trong bài benchmark lần lượt mất 2,48, 2,51 và 2,40 giây. Con số này chỉ tính phần backend sinh ảnh, chưa gồm thời gian mở ứng dụng, tạo caption hay thao tác trên giao diện, nên khi dùng thật bạn sẽ thấy lâu hơn một chút.

Khoảng cách giữa lượt đầu và lượt warm đáng để ý: Qwen Image 1536 × 1536 mất 51,91 giây lần đầu nhưng chỉ 21,61 giây những lần sau, vì lần đầu máy còn phải nạp model. Nếu bạn làm việc theo kiểu thử nhiều phương án rồi chọn, thời gian thực tế sẽ gần số warm hơn.

Sửa ảnh bằng AI: nhanh nhưng phải duyệt kỹ

Một lượt Qwen image edit mất 42,96 giây và làm đúng yêu cầu đổi màu. Tuy nhiên một số chi tiết của sản phẩm trong ảnh cũng bị thay đổi theo. Nếu bạn dùng ảnh này cho truyền thông về một sản phẩm cụ thể thì phải có bước duyệt, vì ảnh có thể trông đẹp nhưng không còn đúng sản phẩm thật.

Chúng tôi cũng ghi nhận ComfyUI khởi động mới mất khoảng 152,9 giây, và một batch 4 ảnh 1024 × 1024 mất 92,68 giây. Hai số này đo ở pha khác với bài edit trên nên không ghép lại thành phép so sánh tăng hay giảm tốc.

Tạo video: 5 giây 4K60 mất khoảng 13,5 phút

Workflow video dùng Wan2.2 TI2V 5B bản FP16. Máy sinh clip ở độ phân giải 1280 × 704, 24 FPS (121 frame, 30 step), sau đó chạy nội suy RIFE để lên 60 FPS và Real-ESRGAN để nâng lên 3840 × 2160, rồi encode và kiểm tra. Kết quả là clip khoảng 5 giây (301 frame) xuất 4K60.

Cần nói thẳng: đây là video được nâng độ phân giải và nội suy từ nguồn 1280 × 704, 24 FPS. Chúng tôi chưa thử sinh trực tiếp 4K60 nên không thể nói máy làm được việc đó nhanh hay chậm. Bạn đừng đọc "4K60" ở đây là chất lượng sinh native.

Các bài benchmark video ngắn hơn

Còn một điều ảnh hưởng thời gian thực tế hơn cả số trên: bạn có thể phải tạo lại nhiều lần mới ra đúng kịch bản. Trong bài benchmark, video có lúc xuất hiện chi tiết không hề có trong prompt, nên chúng tôi tính cả việc duyệt kết quả và số lần tạo lại khi đánh giá thời gian dùng thật.

Ứng dụng đi kèm: ảnh chạy được, video chưa trọn vẹn

MuseTree tạo ảnh ổn: 9 ảnh benchmark qua 3 batch. Nhưng phần video của MuseTree thì gói model video dừng ở 99% khi tải và chức năng Idea Clip chưa khởi tạo xong, nên video trong bài benchmark chạy qua ComfyUI. Ngoài ra Wan trên ComfyUI cần thêm tham số --disable-dynamic-vram để tránh lỗi allocator, và Creator Hub của ASUS bị màn hình đen. Chi tiết các lỗi này có trong bài hướng dẫn cài LM Studio và ComfyUI trên Windows on Arm.

Trước khi mua để làm sáng tạo, bạn nên kiểm tra phần mềm mình đang dùng có bản ARM64 hay chạy ổn trên Windows on Arm không, như bài kiểm tra phần mềm trước khi mua laptop RTX Spark đã hướng dẫn.

Ai hợp với cách làm này?

Những gì bài benchmark chưa kiểm tra

• Sinh video native 4K60 (bài benchmark chỉ xuất 4K60 qua upscale và nội suy).
• Pin, tiếng ồn và nhiệt khi tạo video kéo dài.
• Chế độ OEM Performance (số đo hiện ở Windows Standard khi cắm điện).
• Tinh chỉnh LoRA, chất lượng ảnh theo thang điểm khách quan.
• Các phần mềm Premiere, DaVinci Resolve, Blender.

ProArt P16 RTX Spark tạo ảnh AI mất bao lâu?

Theo bài benchmark của Nguyễn Công PC, FLUX.2-klein 4B tạo 3 ảnh 512 × 512 trong khoảng 2,48 giây, Qwen Image 1024 × 1024 mất 8,87 giây ở lượt warm và Qwen Image 1536 × 1536 mất 21,61 giây. Lượt chạy đầu tiên chậm hơn nhiều vì máy phải nạp model.

Tạo video AI 4K trên laptop ProArt P16 mất bao lâu?

Một clip khoảng 5 giây xuất 4K60 mất khoảng 13,48 phút (808,674 giây), gồm 650,64 giây sinh và nội suy cộng 158,034 giây upscale, encode và kiểm tra. Clip được sinh ở 1280 × 704, 24 FPS rồi nâng lên 4K60, chưa phải sinh native 4K.

Chạy Wan 2.2 trên ProArt P16 có được không?

Được. Wan2.2 TI2V 5B FP16 chạy được qua ComfyUI ARM64, nhưng cần thêm tham số --disable-dynamic-vram để tránh lỗi allocator. Text to video 832 × 480 (81 frame) mất khoảng 92,91 giây ở lượt warm.

FLUX và Qwen Image khác nhau thế nào khi dùng trên máy này?

Trong bài benchmark, FLUX.2-klein 4B ở 512 × 512 rất nhanh nên hợp để thử nhiều phương án. Qwen Image cho ảnh độ phân giải cao hơn (1536 × 1536) nhưng mất vài chục giây mỗi ảnh. Chúng tôi chưa chấm chất lượng ảnh theo thang khách quan.

MuseTree có tạo được video trên ProArt P16 không?

Trong lúc chúng tôi benchmark thì chưa. Gói model video của MuseTree dừng ở 99% khi tải và Idea Clip chưa khởi tạo xong. Phần ảnh của MuseTree thì chạy ổn. Video trong bài benchmark được tạo bằng ComfyUI.

Sửa ảnh bằng Qwen image edit có đáng tin không?

Một lượt edit mất 42,96 giây và làm đúng yêu cầu đổi màu, nhưng một số chi tiết sản phẩm trong ảnh cũng thay đổi. Vì vậy nếu dùng ảnh cho truyền thông về sản phẩm thật, bạn cần duyệt từng ảnh.

Bản 128GB RAM có cần cho tạo ảnh và video không?

Không bắt buộc cho từng tác vụ ảnh riêng lẻ, nhưng 128GB bộ nhớ hợp nhất giúp bạn giữ nhiều model trong bộ nhớ và chạy xen kẽ với model ngôn ngữ lớn. Bài benchmark chạy ảnh và video sau khi đã giải phóng model 80B, không chạy đồng thời.

Clip 4K60 từ ProArt P16 có phải sinh native 4K không?

Không. Clip được sinh ở 1280 × 704, 24 FPS rồi nội suy bằng RIFE lên 60 FPS và nâng bằng Real-ESRGAN lên 3840 × 2160. Chúng tôi chưa thử sinh native 4K60.

Lượt chạy đầu tiên chậm là do đâu?

Do máy nạp model lần đầu. Ví dụ Qwen Image 1536 × 1536 mất 51,91 giây ở lượt đầu và 21,61 giây ở lượt warm; Qwen Image 1024 × 1024 mất 44,53 giây và 8,87 giây. ComfyUI khởi động mới cũng mất khoảng 152,9 giây.

Có cần cài phần mềm riêng cho Windows on Arm không?

Có thể. Chip RTX Spark dùng kiến trúc Arm nên ứng dụng có bản ARM64 sẽ chạy ổn hơn. Trong bài benchmark, ComfyUI và MuseTree dùng bản ARM64. Bạn nên kiểm tra phần mềm mình dùng trước khi mua.

ProArt P16 RTX Spark có hợp để làm video chuyên nghiệp không?

Bài benchmark này chưa chạy Premiere hay DaVinci Resolve nên chưa đủ để kết luận. Nó cho thấy chuỗi tạo ảnh và clip AI chạy được trên máy, còn dựng video chuyên nghiệp bạn cần thử với phần mềm của mình.