网站网络河南国正建设集团公司网站

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                        

                点击鼠标“右键”，选择另存为：

                        

                暂时存放在桌面：

                        

               桌面文件：

                        

                        个人在整理习惯上，喜欢创建一个常用文件的文件夹，将常用的文件放入：

                        

        5、关闭ComfyUI客户端，重新打开,执行测试：    

                    启动中，模型加载： 

                              

                    进入初始页面：

                                            将工作流文件拖拽到页面中：

                         

                拖拽后效果：

                        

                点击 CLIP，选择刚刚下载的fp8

                        

               点击 设置 按钮：打开系统设置，将 CUDA--》CUDA malloc 设置为 disable【本人的TeslaP100 需要这样设置才可以运行】

                        

                                显存：12G

                                性能：GPU 运算 100%

                 执行步骤展示：

                        

                 点击 执行 进行测试：（用默认提示词），生成视频 预览:

                        ​​​​​​​