通义万相wan2.2视频模型的基础模型与安装应用详解

    Wan2.2 是阿里巴巴于 2025 年 7 月 28 日开源的电影级视频生成模型。Wan2.2 在视频扩散模型中引入了混合专家（MoE）架构，将去噪过程分离，高噪阶段关注整体布局，低噪阶段完善细节。

    本节内容所涉及模型见文末网盘，可直接转存及下载。

1 模型简介

1.1 模型特点

（1）有效的 MoE 架构：引入混合专家 （MoE） 架构，通过使用专门的强大专家模型将去噪过程跨时间步长分离，这扩大了整体模型容量，同时保持了相同的计算成本。

在Wan2.2 中，A14B系列模型采用了针对扩散模型去噪过程量身定制的双专家设计：一个是高噪声专家 (high-noise expert)，用于生成的早期阶段，专注于整体布局；一个是低噪声专家 (low-noise expert)，用于生成的后期阶段，负责精炼视频细节。每个专家模型拥有约14B参数，使得总参数量达到27B，但由于每一步只激活14B参数，因此推理计算量和GPU显存占用几乎保持不变（注意：5B模型没有采用双模型设计）。

两个专家之间的切换点由信噪比(SNR)决定，这是一个随着降噪步数的增加而单调递减的指标。在降噪过程的开始阶段，降噪步数很大，噪声水平高，因此信噪比处于其最小值。在此阶段，高噪声专家被激活。我们定义了一个阈值步数，它所对应的信噪比值为最小信噪比的一半，当降噪步数小于阈值步数时，模型便切换到低噪声专家 (low-noise expert)。

（2）电影级美学：Wan2.2 融合了精心策划的美学数据，并配有详细的照明、构图、对比度、色调等标签。这允许更精确和可控的电影风格生成，有助于创建具有可定制审美偏好的视频。

（3）复杂运动生成：与 Wan2.1 相比，Wan2.2 使用更大的数据进行训练，图像增加了 +65.6%，视频增加了 +83.2%。这种扩展显着增强了模型在运动、语义和美学等多个维度上的泛化，在所有开源和闭源模型中实现了 TOP 性能。

（4）高效高清混合 TI2V：Wan2.2使用先进的 Wan2.2-VAE 构建的 5B 模型，该模型实现16×16×4的压缩比。该型号支持以 720P 分辨率和 24fps 生成文本到视频和图像到视频，也可以在 4090 等消费级显卡上运行。它是目前最快的 720P@24fps 模型之一，能够同时服务于工业和学术部门。

1.2 模型分类

    （1）万相2.2-文生视频-A14B：文生视频-A14B 模型支持生成时长为5秒、分辨率为480P和720P的视频。

    （2）万相2.2-图生视频-A14B：图生视频-A14B模型是一款专为图生视频设计的模型，支持480P和720P两种分辨率。将静态图像转换为动态视频，保持内容一致性和流畅的动态过程。

    （3）万相2.2-图/文生视频-5B：混合版模型，同时支持文本转视频和图像转视频，单个模型满足两个核心任务需求。

本节内容将对comfy-org官方发布的适配comfyui使用的wan2.2模型，由于本地显存有限，仅使用Wan2.2 TI2V 5B混合模型进行测试。

    学习准备：下载comfyui整合包，并将内核版本更新至最新稳定版本。

2 comfy org官方版本模型与工作流

     适配comfyui的wan2.2系列模型包括comfy org官方发布的模型及社区发布的kijai版本模型、GGUF版本模型等。下文内容为comfy org官方发布的wan2.2适配模型及工作流应用。

2.1 Wan2.2混合模型(5B版本)

2.1.1 Wan2.2混合模型(5B版本)

wan2.2_ti2v_5B_fp16.safetensors

模型下载地址（需科学上网）：

https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/diffusion_models

模型安装位置：..\ComfyUI\models\diffusion_models

2.1.2 VAE模型

wan2.2_vae.safetensors

模型下载地址（需科学上网）：

https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/vae

模型安装位置：..\comfyui\models\vae

（注：该VAE为wan2.2混合版5B模型使用，14B模型使用的仍是wan_2.1_VAE.safetensors）

2.1.3 Text Encoder文本编码器

umt5_xxl_fp8_e4m3fn_scaled.safetensors

模型下载地址（需科学上网）：

https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/text_encoders

注：该模型与wan2.1共用，如wan2.1已下载则无需重复下载。

2.1.4 工作流

comfyui范本--视频生成--Wan 2.2 5B Video Generation工作流

wan2.2_ti2v_5B_fp16.safetensors模型加载与wan2.1类似，仅需加载5B单一模型。文生图工作流如下：

图生图工作流仅需将工作流中忽略的“加载图像”重新启用即可：

2.2 Wan2.2 14B T2V（14B文生视频）

2.2.1 Wan2.2 14B T2V模型

    上文已经介绍，wan2.2模型的14B版本分为高噪声模型和低噪声模型两个版本，需要同时下载，另外14B版本不同噪声级模型又都分为FP16和FP8版本模型，可根据电脑配置情况灵活选择。

模型下载地址（需科学上网）：

https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/diffusion_models

模型安装位置：..\ComfyUI\models\diffusion_models

注意高噪声版和低噪声版都要下载，且fp版本需一致。

2.2.2 VAE模型

14B版本模型工作流中所使用的VAE模型仍是wan2.1版本的VAE模型，这点和5B混合模型专用VAE模型不一致，需要特别注意。

下载地址：

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/vae

文件存放目录：..\comfyui\models\vae

2.2.3 Text Encoder文本编码器

umt5_xxl_fp8_e4m3fn_scaled.safetensors

模型下载地址（需科学上网）：

https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/text_encoders

注：该模型与wan2.1共用，如wan2.1已下载则无需重复下载。

2.2.4 加速lora模型（lightx2v_4steps_lora）

模型下载地址（需科学上网）：

https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/loras

模型安装目录：..\comfyui\models\loras

高噪声和低噪声模型加载器后均需链接对应版本的加速lora模型（14B I2V模型对应lora理同，下文不再重复描述）。

2.2.5 工作流

    共经过两次采样，需要两个K处理器串联，先高噪声模型采样再低噪声模型采样。

第一个加载扩散模型（Load Diffusion Model） 节点加载高噪声模型 wan2.2_t2v_high_noise_14B_fp8/fp16_scaled.safetensors；第二个“加载扩散模型” 节点加载低噪声模型wan2.2_t2v_low_noise_14B_fp8/fp16_scaled.safetensors 。

    加载加速lora工作流：

2.3 Wan2.2 14B I2V（14B图生视频）

2.3.1 Wan2.2 14B I2V模型

    与14B文生视频模型一样，14B版wan2.2图生视频模型也分为高噪声模型和低噪声模型两个版本，需要同时下载，另外14B版本不同噪声级模型又都分为FP16和FP8版本模型，可根据电脑配置情况灵活选择。

模型下载地址（需科学上网）：

https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/diffusion_models

模型安装位置：..\ComfyUI\models\diffusion_models

注意高噪声版和低噪声版都要下载，且fp版本需一致。

2.3.2 VAE模型

14B版本模型工作流中所使用的VAE模型是wan2.1版本的VAE模型。

下载地址：

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/vae

文件存放目录：..\comfyui\models\vae

2.3.3 Text Encoder文本编码器

umt5_xxl_fp8_e4m3fn_scaled.safetensors

模型下载地址（需科学上网）：

https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/text_encoders

注：该模型与wan2.1共用，如wan2.1已下载则无需重复下载。

2.3.4 工作流

第一个加载扩散模型（Load Diffusion Model） 节点加载高噪声模型 wan2.2_i2v_high_noise_14B_fp8/fp16_scaled.safetensors；第二个“加载扩散模型” 节点加载低噪声模型wan2.2_i2v_low_noise_14B_fp8/fp16_scaled.safetensors 。

    图像输入使用“Wan图像到视频”节点

     添加加速lora模型后工作流：

2.4 Wan2.2 14B FLF2V首尾帧视频

    与wan2.1模型不同，wan2.2首尾帧视频无需使用专用的首尾帧视频模型，使用的模型仍是14B图生视频模型。

    首、尾帧图像输入“WanFirstLastFrameToVideo”节点连入工作流。

添加加速lora工作流：

3 Wan2.2 模型--kijai版本

3.1 kijai插件安装

kiji模型适配wan 2.2模型的插件是WanVideoWrapper

插件地址：https://github.com/kijai/ComfyUI-WanVideoWrapper

    wanvideowrapper可以通过管理器直接进行安装。

git安装方式：

git clone https://github.com/kijai/ComfyUI-WanVideoWrapper

3.2 模型安装

3.2.1 wan2.2 模型下载

kiji发布的模型地址：

标准版本：https://huggingface.co/Kijai/WanVideo_comfy/tree/main

fp8版本：https://huggingface.co/Kijai/WanVideo_comfy_fp8_scaled/tree/main

本文以fp8版本模型的安装为例进行演示，下载页面如下：

  进入后选择适合电脑显存的版本即可，模型安装位置也是：

..\ComfyUI\models\diffusion_models

 3.2.2VAE模型及text_encoders模型

    kijai版本模型与工作流需要下载kijai版本的VAE模型、text_encoders模型，上述模型均在kijai模型标准版本的发布页中，拉到下载页面的最下方，见下图示例。

VAE模型文件存放目录：..\comfyui\models\vae

text_encoders文件存放目录：..\comfyui\models\text_encoders

text_encoders模型与wan2.1共用，如已下载则无需重复安装。

3.3 示例工作流

kiji版本的示例工作流在WanVideoWrapper插件的安装目录中，地址如下：

..\comfyui\custom_nodes\ComfyUI-WanVideoWrapper\example_workflows

    注意：将WanVideoWrapper插件更新至最新版本。

（1）wan2.2 5B混合模型基础工作流（kijai版本模型）--按分区整理后工作流如下：

（2）wan2.2 14B模型基础工作流（kijai版本模型）--按功能分区整理后工作流如下：

几个节点的作用说明：

WanVideo Block Swap（Wan 视频块交换）节点是一款针对视频生成 / 处理场景设计的功能节点，核心作用是通过跨视频帧的特征块交换，实现视频内容的风格融合、动态元素替换或帧间特征重组，常用于提升视频生成的多样性、修复帧间一致性问题，或创造特殊视觉效果。

Create CFG Schedule Float List（创建 CFG 调度浮点列表）节点是用于自定义 AI 图像 / 视频生成过程中CFG（Classifier-Free Guidance，无分类器引导）参数调度的核心工具节点。其核心作用是生成一份浮点数值列表，定义 CFG 强度在生成过程的不同步骤中如何动态变化 —— 从而实现对 “遵循提示词准确性” 与 “创作自由度” 平衡的精细化阶段控制。

4 wan2.2 模型--GGUF版本

4.1 插件安装

使用GGUF版本模型，需要安装comfyui-GGUF插件

插件地址：https://github.com/city96/ComfyUI-GGUF

可以通过gitclone方式安装，安装地址：

gitclonehttps://github.com/city96/ComfyUI-GGUF

也可以通过管理器安装，搜索GGUF，安装作者为city96的comfyui-gguf即可。

4.2 wan2.2-gguf模型

    comfyorg官方推荐了作者bullerwins和作者QuantStack制作的GGFU版本模型，地址如下，大家自行选择下载即可。

（1）bullerwins版本地址如下：

14B图生视频模型：

https://huggingface.co/bullerwins/Wan2.2-I2V-A14B-GGUF/tree/main

14B文生视频模型：

https://huggingface.co/bullerwins/Wan2.2-T2V-A14B-GGUF/tree/main

（2）QuantStack版本地址如下：

https://huggingface.co/collections/QuantStack/wan22-ggufs-6887ec891bdea453a35b95f3

GGUF量化板模型划分为Q2~Q8多个子版本模型，根据电脑显存配置选择Q？版本即可，模型安装位置：..\ComfyUI\models\unet

4.3 工作流应用

使用GGUF量化模型参考官方模型基础工作流，仅需要把“UNET加载器”替换成GGUF插件对应的加载器“Unet Loader(GGUF)”，并选择对应的GGUF版本模型即可。

5 网盘地址

本节内容涉及模型网盘地址：https://pan.quark.cn/s/bceae7a6b71c

       模型文件已进行整理，网盘内包含工作流获取方式，适合不方便科学上网的的小伙伴下载使用。模型文件数量较多且尺寸较大，为避免下载中断等问题，可先转存再下载。

     欢迎正在学习comfyui等ai技术的伙伴V加 huaqs123 进入学习小组。在这里大家共同学习comfyui的基础知识、最新模型与工作流、行业前沿信息等，也可以讨论comfyui商业落地的思路与方向。 欢迎感兴趣的小伙伴，群共享资料会分享博主自用的comfyui整合包（已安装超全节点与必备模型）、基础学习资料、高级工作流等资源……

    致敬每一位在路上的学习者，你我共勉！Ai技术发展迅速，学习comfyUI是紧跟时代的第一步，促进商业落地并创造价值才是学习的实际目标。

 

——画青山Ai学习专栏———————————————————————————————

零基础学Webui：

https://blog.csdn.net/vip_zgx888/category_13020854.html

Comfyui基础学习与实操：

https://blog.csdn.net/vip_zgx888/category_13006170.html

comfyui功能精进与探索：

https://blog.csdn.net/vip_zgx888/category_13005478.html

系列专栏持续更新中，欢迎订阅关注，共同学习，共同进步！