Video-Ads mit RunPod (für Profis)

Was es kostet

Der Pod wird am Ende der Sitzung gelöscht: Ein gestoppter, aber nicht gelöschter Pod kostet weiter. Das Laufwerk bleibt, mit den Modellen darauf.

Schritt 1 — Konto, SSH-Schlüssel, Laufwerk

1. Erstellen Sie das Konto auf runpod.io und laden Sie Guthaben auf.
2. Hinterlegen Sie unter Settings → SSH Public Keys Ihren öffentlichen Schlüssel (~/.ssh/id_ed25519.pub; falls Sie keinen haben: ssh-keygen -t ed25519). Die Skripte nutzen ~/.ssh/id_ed25519; für einen anderen Schlüssel setzen Sie vorher RUNPOD_SSH_KEY=/pfad/zum/schluessel.
3. Erstellen Sie ein Network Volume mit 200 GB in einem EU-Rechenzentrum (z. B. EU-RO-1). Das Laufwerk hält die Modelle (rund 176 GB): Sie laden sie nur einmal herunter. Das Rechenzentrum des Laufwerks bestimmt, wo Sie Pods erstellen können.

Schritt 2 — Der Pod

Empfohlene Vorlage: "One Click - ComfyUI Wan2.1 - Wan 2.2" (Autor Hearmeman, id 758dsjwiqz). Beim Erstellen:

• GPU: RTX PRO 6000 Blackwell (96 GB) in Secure Cloud. Mit weniger RAM treiben die vollen Modelle (je 28 GB) den Pod beim Laden des zweiten aus dem Speicher.
• Laufwerk: Ihr Network Volume, gemountet auf /workspace.
• Variablen der Vorlage: beim ersten Mal download_wan22=true und download_wan21=true (lädt die Modelle auf das Laufwerk, 8-10 Minuten). Bei den folgenden Pods auf false setzen: Die Modelle liegen schon auf dem Laufwerk, und ein erneuter Download füllt es.
• Port 8188: Das ist ComfyUI im Browser, unter https://<pod_id>-8188.proxy.runpod.net.

Holen Sie sich auf der Pod-Seite unter Connect die zwei Dinge, die die Skripte brauchen: die Pod-ID (steht in der URL) und den SSH-Nutzer des Proxys (<pod_id>-<code>@ssh.runpod.io).

Schritt 3 — InfiniteTalk (nur für die sprechenden Clips)

Die Vorlage enthält InfiniteTalk nicht. Legen Sie einmalig auf dem Laufwerk, in /workspace/ComfyUI/models/, diese Dateien ab (von Hugging Face):

Das Basismodell wan2.1_i2v_480p_14B_bf16.safetensors lädt die Vorlage bereits herunter.

💡 Platz. Ein Laufwerk mit "200 GB" fasst real etwa 186. Mit allem Installierten bleiben rund 20 GB für die Videos: Wenn die Downloads ohne Fehler stehen bleiben, ist es voll. Die Datei wan2.1_t2v_14B_bf16.safetensors (27 GB, Wan aus Text) wird nicht gebraucht: Sie kann gelöscht werden.

Die zwei weiteren Dinge, die InfiniteTalk verlangt (eine Ordnerverknüpfung und ein Patch für die Bibliothek transformers 5), erledigt orchestrate.sh bei jedem neuen Pod von selbst, denn sie liegen auf der Container-Festplatte und gehen beim Löschen des Pods verloren.

Schritt 4 — Die Skripte auf Ihrem PC

Laden Sie sie in einen Ordner, alle zusammen (sie suchen einander):

• lib_video.sh ↗ — die gemeinsamen Prüfungen
• orchestrate.sh ↗ — erzeugt die Clips auf dem Pod
• gen_video.py ↗ — ein Clip (wird von orchestrate genutzt)
• fix_wav2vec_tf5.py ↗ — der Patch für InfiniteTalk (wird von orchestrate angewendet)
• monta_video.sh ↗ — schneidet das gesprochene Video
• monta_short.sh ↗ — schneidet die Shorts ohne Stimme
• Beispiele: clip.tsv.esempio ↗, montaggio.tsv.esempio ↗, chiusura.txt.esempio ↗

Im Terminal:

mkdir -p ~/video-tools && cd ~/video-tools
for f in lib_video.sh orchestrate.sh gen_video.py fix_wav2vec_tf5.py monta_video.sh monta_short.sh clip.tsv.esempio montaggio.tsv.esempio chiusura.txt.esempio; do
  curl -fsSLO "https://app.roylead.com/supporto/video-tools/$f"
done
chmod +x *.sh

Außerdem brauchen Sie ffmpeg (mit libx264 und libass), ffprobe, python3, curl, ssh.

Die Skripte werden nicht verändert: Sie lesen alles aus Datendateien im Ordner des Videos.

Schritt 5 — Der Ordner eines Videos

mein-video/
  clip.tsv                 die Jobs: Name, Typ (it = gesprochen, wan = stumme Szene), Bild, Satz oder Startbilder, Prompt
  immagini/                die Startbilder (eines pro Shot, mit ChatGPT aus den Produktfotos erzeugt)
  audio/battute/           die mp3-Sätze, einer pro sprechendem Clip
  montaggio.tsv            die Reihenfolge der Clips im Video, mit der mp3 unter den stummen Szenen
  montaggio/sottotitoli.ass  die Untertitel (auf Meta wird ohne Ton geschaut)
  chiusura.txt             3 Zeilen: Angebot, Zeile 2, Zeile 3 (optional)
  prodotto.png             Produktfoto für den Abschluss (optional, gehört zu chiusura.txt)

Die Stimmen entstehen mit ElevenLabs, ein durchgehender Text pro Figur mit [long pause] zwischen den Sätzen, dann an den Pausen in je eine mp3 pro Satz geschnitten (ffmpeg -af silencedetect). Wenn Sie das Launch-Playbook mit Claude Code nutzen, bereitet es Drehbuch, clip.tsv, montaggio.tsv, Untertitel und die Schnitte der Stimmen für Sie vor.

Schritt 6 — Erzeugen und schneiden

# Pod starten, pod_id und ssh-Nutzer aus "Connect" holen, dann:
nohup ./orchestrate.sh <pod_id> <ssh_nutzer> ~/mein-video > ~/mein-video/orchestrate.log 2>&1 &
tail -f ~/mein-video/orchestrate.log        # READY, MODELS, UPLOADED, dann ein DONE pro Clip, ALL_DONE

Die Clips landen in mein-video/clip/. Hände mit Gegenständen gehen oft schief: Rechnen Sie mit 2-3 Versuchen pro Szene (Seed ändern, indem Sie neu starten, oder den Prompt). Gemessene Zeiten auf der RTX PRO 6000: erster Clip 5-7 Minuten (die Modelle werden geladen), danach 1-4 Minuten pro Stück.

./monta_video.sh ~/mein-video      # → mein-video/video-finale.mp4 (1080x1920, 30 fps, -16 LUFS)
./monta_short.sh ~/mein-video      # → mein-video/short-<name>.mp4, einer pro Clip, mit der Grafik darüber

monta_video.sh stoppt von selbst, wenn die Stimme Lücken über 1,5 Sekunden hat: lieber jetzt ein Fehler als ein stummes Video online. Die fertige Datei wird auf die Systemplatte geschrieben und dann kopiert: Auf einer in WSL gemounteten Windows-Platte kann das Zusammenfügen mit "No space left on device" abbrechen.

Danach den Pod löschen.

Schon erlebte Fallstricke

• ComfyUI antwortet mit 403 (Fehler 1010) auf Aufrufe ohne Browser-User-Agent: Die Skripte schicken einen mit; wenn Sie curl von Hand nutzen, fügen Sie -A "Mozilla/5.0" hinzu.
• Direktes SSH abgelehnt: Man geht über den Proxy ssh.runpod.io mit -tt und den Befehlen über stdin (das macht lib_video.sh).
• ComfyUI startet auf manchen Community-Maschinen nicht (dauerhaft 502, im Log "could not bind on any address"): Die Maschine hat kein IPv6. orchestrate.sh startet es von selbst auf 0.0.0.0 neu.
• Speicher voll bei der RTX 5090: 62 GB RAM reichen nicht für zwei volle Modelle zu je 28 GB. Entweder eine GPU mit mehr RAM oder die fp8_scaled-Versionen der Modelle.
• GPU nicht verfügbar beim Erstellen: Als Ausweichlösung hat eine RTX PRO 6000 Max-Q in Community ohne Netzlaufwerk funktioniert, mit download_wan22=true (lädt in 8 Minuten neu).
• ComfyUI stirbt und die Vorlage startet es nicht neu: orchestrate.sh startet es neu; von Hand: python3 /ComfyUI/main.py --listen 0.0.0.0 --use-sage-attention --extra-model-paths-config /ComfyUI/extra_model_paths.yaml.

Meta-Regeln für Videos mit KI

• Im Ads Manager muss angegeben werden, dass der Inhalt mit KI erzeugt wurde.
• Die Figur tritt als Sprecher auf, nie als "echter Kunde": Meta hält das für irreführend.
• Immer Untertitel: Die meisten schauen ohne Ton.