当前位置：首页 > news >正文

【Windows】Wan 2.1 视频生成模型本地部署

news 来源：原创 2025/5/21 9:46:15

Wan 2.1 视频生成模型本地部署（文字转视频）

Wan 2.1（通义万相2.1）是阿里巴巴于2025年2月推出的开源视频生成大模型，专注于从文本或图像生成高质量视频内容。

主要特点：

模型规模： 提供1.3B和14B两个参数规模的模型，适用于不同需求。
高效性能： 1.3B模型仅需8.19 GB显存，可在消费级GPU上运行。例如，在RTX 4090上，约4分钟即可生成5秒的480P视频。
多任务支持： 支持文本生成视频、图像生成视频、视频编辑、文本生成图像和视频生成音频等多种任务。
开源协议： 采用Apache 2.0协议，全球开发者可在GitHub、HuggingFace等平台下载并体验。

注：在权威评测集VBench中，万相2.1以总分86.22%的成绩位居榜首，领先于其他视频生成模型。

1、下载 ComfyUI 一键安装包：支持 Windows 和 mac 系统

打开网站：ComfyUI | Generate video, images, audio with AI The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.https://www.comfy.org/

点击 download，进入下载页面：

本人电脑是windows 系统，选择Windows安装包：

点击后，windows开始下载：

点击下载后的文件进行安装：

进入该页面后，点击开始：

点击下一步按钮“显示的是下一个”，进入安装位置选择页面：

初始页面如下：

个人不喜欢程序安装在C盘，所以我选择在D盘：

编辑的存储路径如下：

注释：

该路径存储运行日志和服务器配置

该路径存储代码和资源：

由于本次是全新安装，所以直接下一步：

个人习惯关闭自动更新和信息反馈，这点基于个人习惯来定：

取消后，点击安装button

进入安装页面：

接下来会进入比较漫长的安装过程：

安装完成后系统会自动打开：（并显示缺少模型），点击下载模型

点击下载后，关闭页面

进入系统页面

2、下载文本编码器和 VAE（Variational Autoencoder，变分自编码器）是一种深度学习模型，主要用于生成建模

2.1 下载文本编码器模型文件

打开URL：https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/text_encodershttps://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/text_encoders

如果 URL无法访问，则访问 hf-mirror.com ，https://hf-mirror.com/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/text_encodershttps://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/text_encoders

打开页面如下：

对于模型版本的选择：（本人选择fp8）

等待下载完成：

进入到自己的安装 ComfyUI时，设定的目录：

把下载的模型放入 models/text_encodes/ 这个文件目录下：

2.2 下载VAE模型文件

打开URL：https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/vae/wan_2.1_vae.safetensorshttps://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/vae/wan_2.1_vae.safetensors

如果 URL无法访问，则访问 hf-mirror.com ，split_files/vae/wan_2.1_vae.safetensors · Comfy-Org/Wan_2.1_ComfyUI_repackaged at mainWe’re on a journey to advance and democratize artificial intelligence through open source and open science.https://hf-mirror.com/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/vae/wan_2.1_vae.safetensors

打开页面如下：

点击download 按钮：

浏览器开始下载：

下载完成后，将下载好的模型，放入文件路径：D:\software\ComfyUI\models\vae 下面：

3、下载视频生成模型：

打开URL：https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/diffusion_modelshttps://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/diffusion_models

如果 URL无法访问，则访问 hf-mirror.com ，
https://hf-mirror.com /Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/diffusion_modelshttps://hf-mirror.com /Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/diffusion_models

打开页面如下：

说明：生成视频的质量等级：fp16 > bf16 > fp8_scaled > fp8_e4m3fn

个人倾向与使用 fp16 版本而不是 bf16 版本，fp16版本会产生更好的结果。当然也要参考硬件环境，如果硬件资源不足则可以选择fp8版本

如果显卡是8G以内的，建议选择：1.3B_fp16 版本：(其他的占用比较大，个人也是选择此模型）

点击下载（下载小图标），浏览器开始下载文件：

下载完成后，将文件拷贝至 /models/diffusion_models/ 目录下：

4、下载文件转视频的工作流定义文件：

访问url：https://comfyanonymous.github.io/ComfyUI_examples/wan/text_to_video_wan.jsonhttps://comfyanonymous.github.io/ComfyUI_examples/wan/text_to_video_wan.json