WAN (WanVideo) 视频生成模型

常见问题

WAN 2.1 和 2.2 有什么区别？

2.1 是首个开源版本（2024.12），T2V/I2V 14B/1.3B 模型。2.2 (2025.03) 增强了运动幅度、物理一致性、文本遵循，新增视频编辑、首尾帧控制、音频同步，4K 原生支持更好。

消费级 GPU 能跑吗？

能。1.3B 模型 8GB VRAM 可跑 (FP8/NF4 量化)，14B 模型需 24GB+ (FP8) 或 48GB+ (BF16)。推荐 RTX 3090/4090 24GB 或 双 3090/4090。Mac M 系列统一内存 32GB+ 可跑 14B FP16。

WAN 和 LTX-Video/Sora/Gen-3/Kling 对比？

WAN 开源、可本地部署、可商用 (Apache-2.0)、社区生态强 (ComfyUI 原生)。Sora/Gen-3/Kling 闭源、仅 API/网页、商用需授权。LTX-Video 开源、轻量 (2B)、速度极快、但长视频连贯性略弱。WAN 综合画质/一致性/可控性最强开源方案。

如何在 ComfyUI 使用 WAN？

安装 ComfyUI-WanVideo 节点包，下载模型权重到 models/diffusion_models/，下载 VAE 到 models/vae/，下载 CLIP 到 models/clip/。工作流：Load WanVideo Model → WanVideo Text Encode → WanVideo Sampler → WanVideo Decode → Save Video。

图生视频 (I2V) 效果如何控制？

关键参数：motion_bucket_id (运动幅度 1-256)、fps (帧率)、noise_aug_strength (噪声强度 0-1)、seed。配合 ControlNet (Depth/OpenPose) 控制结构。首尾帧控制需 2.2 版本。

量化版本怎么选？

FP8 (E4M3/E5M2) 推荐，画质损失 <1%，显存减半。NF4 (NormalFloat4) 进一步压缩，需 bitsandbytes 支持。GGUF 适合 llama.cpp/CPU 推理。ComfyUI 原生支持 FP8/NF4 直接加载。