本地部署阿里万象2.1文生视频模型（Wan2.1-T2V）完全指南

在生成式AI技术爆发式发展的今天，阿里云开源的万象2.1（Wan2.1）视频生成模型，为创作者提供了从文字/图像到高清视频的一站式解决方案。本文针对消费级显卡用户，以RTX 4060 Ti 16G为例，详解本地部署全流程与性能调优方案，涵盖环境配置、多模型选择策略、显存优化技巧及实战案例解析，助力开发者在低成本硬件上实现电影级AI视频创作，突破云端算力依赖与数据隐私限制。

一、环境准备

1. 硬件要求

• 显卡：NVIDIA RTX 3060及以上（我自己是使用RTX 4060 Ti 16G）
• 显存：≥12GB（运行1.3B模型需8GB，14B模型需16GB）
• 内存：≥32GB
• 存储：SSD剩余空间≥50GB（模型权重约35GB）

2. 软件依赖

组件	版本要求	验证命令
操作系统	Windows 10/11	winver
Python	3.10.x	python --version
CUDA Toolkit	12.4	nvcc --version
PyTorch	2.6.0+cu124	python -c "import torch; print(torch.__version__)"

---

二、部署全流程

1. 配置基础环境（第一次使用python虚拟环境）

1. 以管理员身份运行PowerShell
   • 在Windows搜索栏输入PowerShell > 右键选择“以管理员身份运行”12。
2. 查看当前策略

   Get-ExecutionPolicy
   

   若返回Restricted，说明当前策略禁止脚本运行。
3. 修改执行策略为RemoteSigned

   Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
   

4. 确认修改

   Get-ExecutionPolicy -List
   

   输出应包含CurrentUser RemoteSigned。
5. 操作验证
   完成策略修改后，重新运行：

D:\Y_AI\A_Wan_Video\Wan2.1> .\venv\Scripts\activate

若成功激活虚拟环境，命令行提示符前会显示(venv)标识。

---

2. 克隆代码与安装依赖

2.1 克隆代码进入虚拟环境

git clone https://github.com/Wan-Video/Wan2.1.git
cd Wan2.1

# 创建虚拟环境
python -m venv venv
./venv/Scripts/activate

2.2 克隆代码进入虚拟环境

下载