本地就能出片:Wan2.1 / 2.2 开源视频模型上手指南

本地就能出片:Wan2.1 / 2.2 开源视频模型上手指南

想把文字或图片变成短视频,又不想被在线平台的额度和涨价牵着走?阿里的开源视频模型 Wan(万相)值得试试:权重可下载、可本地部署、Apache 2.0 许可,文生、图生、编辑、音频驱动一套打通。

先选对版本

  • 1.3B 文生版:显存友好,约 8GB 即可运行,RTX 3060/4060 这类消费级显卡可跑,生成 5 秒 480p 片段大约 3–4 分钟。适合"先跑通"。
  • 14B / 720P 版本:画质和运动物理更强,建议 24GB 以上显卡(3090/4090),或用 FP8/GGUF 量化后在 ComfyUI 里跑。
  • 5B TI2V 版本:图文输入兼顾,24GB 显存下用官方脚本加 --offload_model、--t5_cpu 等参数即可运行。

路线一:ComfyUI(最省事)

ComfyUI 核心已内置 Wan 节点,无需第三方插件。把 diffusion model、text encoder、VAE 三类权重放到对应目录,然后在 Workflow → Browse Templates → Video 里选 Wan 的文生/图生模板,输入提示词点生成即可。没有显卡也能用 Hugging Face 上的官方 Gradio Space 免费体验。

路线二:命令行(最灵活)

用 diffusers 几行代码即可调用:

pipe = WanPipeline.from_pretrained("Wan-AI/Wan2.1-T2V-1.3B", torch_dtype=torch.bfloat16).to("cuda")
video = pipe(prompt="一只橘猫在阳光的窗台上伸懒腰,电影感,浅景深", num_frames=81, height=480, width=832).frames[0]
export_to_video(video, "cat.mp4", fps=16)

几个新手提醒

先跑 480P 试水,确认流程通了再上 720P;注意 Git LFS 是否生效(权重文件若只有一百多字节就是没拉全);模型权重约 60GB,先确认磁盘空间。最大的优势是"一次搭好,无限生成",不用每月给包装平台交订阅费。

文中提到的术语显存提示词量化GGUF术语速查 →
未经允许不得转载:小7分享网 » 本地就能出片:Wan2.1 / 2.2 开源视频模型上手指南

评论 抢沙发

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活