Wan2.2-TI2V-5B 本地部署指南单张 40909 分钟出 5 秒 720P 视频【免费下载链接】Wan2.2-TI2V-5BWan2.2-TI2V-5B是一款开源的先进视频生成模型基于创新的混合专家架构MoE设计显著提升了视频生成的质量与效率。该模型支持文本生成视频和图像生成视频两种模项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B文字或一张图丢给本地显卡9 分钟后拿到一段 5 秒 720P24fps 的视频——这就是 Wan2.2-TI2V-5B。它是 Apache 2.0 开源的视频生成模型单张 24GB 消费级显卡RTX 4090就能本地部署跑通下面带你从装环境到出片走一遍。先看效果值不值得装核心数字分辨率720P1280×70424fps5 秒速度单张消费级 GPU 不到 9 分钟出一条 720P 视频显存门槛约 24GBRTX 4090 起步模式文生视频T2V和图生视频I2V二合一同一套权重官方还给了不同 GPU 上的实测耗时与峰值显存方便你对照自己的机器环境自检硬件与依赖一张表项目要求说明GPU24GB 显存RTX 4090 / A5000 可跑80GB 可开加速模式内存32GB开启卸载功能时模型会在 CPU 与 GPU 间搬运磁盘预留 20GB权重 tokenizer 合计约 15GB 出头Python3.8建议 3.10PyTorch2.4.0需匹配你的 CUDA 版本11.7CUDA11.7nvidia-smi右上角可查不满足怎么办显存小于 24GB 时建议先换卡或租云 GPUPyTorch / CUDA 版本对不上先跑nvidia-smi和python -c import torch; print(torch.cuda.is_available())确认环境再按官方 PyTorch 安装说明重装对应轮子。模型获取与校验最快的渠道是 Hugging Face 命令行两条命令完成pip install huggingface_hub[cli] huggingface-cli download Wan-AI/Wan2.2-TI2V-5B --local-dir ./Wan2.2-TI2V-5B国内网络不稳定可改用 ModelScopepip install modelscope后执行modelscope download Wan-AI/Wan2.2-TI2V-5B --local_dir ./Wan2.2-TI2V-5B。下载完成后对照清单缺文件就重下文件作用Wan2.2_VAE.pth高压缩视频编解码器models_t5_umt5-xxl-enc-bf16.pthumt5-xxl 文本编码器diffusion_pytorch_model-0000{1,2,3}-of-00003.safetensors扩散模型权重分 3 片config.json模型结构配置google/umt5-xxl/T5 分词器首次上手最快跑通的首条命令注意这个仓库只有权重推理代码generate.py在官方 Wan2.2 代码仓库里先克隆下来git clone https://gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B Wan2.2-code cd Wan2.2-code pip install -r requirements.txt进入Wan2.2-code跑文生视频python generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ../Wan2.2-TI2V-5B \ --offload_model True --convert_model_dtype --t5_cpu \ --prompt 两只戴拳套的猫在聚光灯下的拳台上激烈搏击只解释影响能不能跑通的 5 个参数参数作用 推荐值--task选模型任务固定ti2v-5B--size生成视频的像素面积720P 横屏填1280*704竖屏704*1280图生视频时它代表面积宽高比跟随输入图--ckpt_dir权重目录指向上面下载的./Wan2.2-TI2V-5B--offload_model True把 DIT 权重放 CPU、逐层搬上 GPU24GB 卡跑通的开关--convert_model_dtype--t5_cpu降精度 文本编码器驻留 CPU进一步压显存想图生视频加--image examples/i2v_input.JPG即可其余参数不变。跑通后视频默认落在videos/目录。 显存 80GB 以上可以把三个省显存开关全删掉速度明显变快。原理浅讲它凭什么跑得快两个设计。第一个是混合专家MoE。去噪分两段前期画面噪声大高噪声专家负责把整体布局定下来后期低噪声专家接手精修细节。按信噪比自动切换。每个专家约 14B 参数总参数 27B但每一步只激活一个专家单步计算量和显存跟 14B 模型相当——容量翻倍推理成本不变。第二个是高压缩 VAE。它先把 720P 视频在时间、空间上压 4×16×16 倍再经 patch 层继续压缩总压缩比拉到 4×32×32。扩散模型只在这个小得多的小张量上工作最后由 VAE 还原回视频。潜空间够小单卡消费级显卡才扛得住 720P24fps。进阶玩法多卡加速与调优多卡用 FSDP Ulysses 并行8 卡示例torchrun --nproc_per_node8 generate.py --task ti2v-5B --size 1280*704 \ --ckpt_dir ./Wan2.2-TI2V-5B --dit_fsdp --t5_fsdp --ulysses_size 8 \ --image examples/i2v_input.JPG --prompt 海浪拍打沙滩镜头缓缓推进--ulysses_size对应卡数。显存够用时删掉卸载开关是收益最大的提速手段。提示词上写清主体、动作、场景、镜头语言光照、构图这类美学词模型都能理解提示越具体画面越稳。避坑指南症状 → 原因 → 解法症状CUDA out of memory原因显存不足或开了 80GB 加速模式删掉了卸载开关。 解法补回--offload_model True --convert_model_dtype --t5_cpu仍 OOM 就换更大显存的卡。症状画面发糊、尺寸不对原因--size不是 720P 档位或图生视频时输入图与目标比例偏差大。 解法横屏1280*704、竖屏704*1280换一张比例接近的输入图。症状生成太慢远超预期原因没开卸载开关或 24GB 卡上跑了大分辨率。 解法确认三个省显存开关都生效80GB 卡则反向操作删开关提速。症状画面平庸像猜出来的原因提示词只有几个字。 解法补上场景、动作、镜头与光照描述参考仓库examples/i2v_input.JPG配套的官方长 prompt 写法。从下载权重到generate.py出一条 720P 视频中间没有太多弯路20GB 权重、一张 24GB 显卡、一条命令。剩下的变量只有一个——你的提示词。【免费下载链接】Wan2.2-TI2V-5BWan2.2-TI2V-5B是一款开源的先进视频生成模型基于创新的混合专家架构MoE设计显著提升了视频生成的质量与效率。该模型支持文本生成视频和图像生成视频两种模项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Wan2.2-TI2V-5B 本地部署指南单张 40909 分钟出 5 秒 720P 视频【免费下载链接】Wan2.2-TI2V-5BWan2.2-TI2V-5B是一款开源的先进视频生成模型基于创新的混合专家架构MoE设计显著提升了视频生成的质量与效率。该模型支持文本生成视频和图像生成视频两种模项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B文字或一张图丢给本地显卡9 分钟后拿到一段 5 秒 720P24fps 的视频——这就是 Wan2.2-TI2V-5B。它是 Apache 2.0 开源的视频生成模型单张 24GB 消费级显卡RTX 4090就能本地部署跑通下面带你从装环境到出片走一遍。先看效果值不值得装核心数字分辨率720P1280×70424fps5 秒速度单张消费级 GPU 不到 9 分钟出一条 720P 视频显存门槛约 24GBRTX 4090 起步模式文生视频T2V和图生视频I2V二合一同一套权重官方还给了不同 GPU 上的实测耗时与峰值显存方便你对照自己的机器环境自检硬件与依赖一张表项目要求说明GPU24GB 显存RTX 4090 / A5000 可跑80GB 可开加速模式内存32GB开启卸载功能时模型会在 CPU 与 GPU 间搬运磁盘预留 20GB权重 tokenizer 合计约 15GB 出头Python3.8建议 3.10PyTorch2.4.0需匹配你的 CUDA 版本11.7CUDA11.7nvidia-smi右上角可查不满足怎么办显存小于 24GB 时建议先换卡或租云 GPUPyTorch / CUDA 版本对不上先跑nvidia-smi和python -c import torch; print(torch.cuda.is_available())确认环境再按官方 PyTorch 安装说明重装对应轮子。模型获取与校验最快的渠道是 Hugging Face 命令行两条命令完成pip install huggingface_hub[cli] huggingface-cli download Wan-AI/Wan2.2-TI2V-5B --local-dir ./Wan2.2-TI2V-5B国内网络不稳定可改用 ModelScopepip install modelscope后执行modelscope download Wan-AI/Wan2.2-TI2V-5B --local_dir ./Wan2.2-TI2V-5B。下载完成后对照清单缺文件就重下文件作用Wan2.2_VAE.pth高压缩视频编解码器models_t5_umt5-xxl-enc-bf16.pthumt5-xxl 文本编码器diffusion_pytorch_model-0000{1,2,3}-of-00003.safetensors扩散模型权重分 3 片config.json模型结构配置google/umt5-xxl/T5 分词器首次上手最快跑通的首条命令注意这个仓库只有权重推理代码generate.py在官方 Wan2.2 代码仓库里先克隆下来git clone https://gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B Wan2.2-code cd Wan2.2-code pip install -r requirements.txt进入Wan2.2-code跑文生视频python generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ../Wan2.2-TI2V-5B \ --offload_model True --convert_model_dtype --t5_cpu \ --prompt 两只戴拳套的猫在聚光灯下的拳台上激烈搏击只解释影响能不能跑通的 5 个参数参数作用 推荐值--task选模型任务固定ti2v-5B--size生成视频的像素面积720P 横屏填1280*704竖屏704*1280图生视频时它代表面积宽高比跟随输入图--ckpt_dir权重目录指向上面下载的./Wan2.2-TI2V-5B--offload_model True把 DIT 权重放 CPU、逐层搬上 GPU24GB 卡跑通的开关--convert_model_dtype--t5_cpu降精度 文本编码器驻留 CPU进一步压显存想图生视频加--image examples/i2v_input.JPG即可其余参数不变。跑通后视频默认落在videos/目录。 显存 80GB 以上可以把三个省显存开关全删掉速度明显变快。原理浅讲它凭什么跑得快两个设计。第一个是混合专家MoE。去噪分两段前期画面噪声大高噪声专家负责把整体布局定下来后期低噪声专家接手精修细节。按信噪比自动切换。每个专家约 14B 参数总参数 27B但每一步只激活一个专家单步计算量和显存跟 14B 模型相当——容量翻倍推理成本不变。第二个是高压缩 VAE。它先把 720P 视频在时间、空间上压 4×16×16 倍再经 patch 层继续压缩总压缩比拉到 4×32×32。扩散模型只在这个小得多的小张量上工作最后由 VAE 还原回视频。潜空间够小单卡消费级显卡才扛得住 720P24fps。进阶玩法多卡加速与调优多卡用 FSDP Ulysses 并行8 卡示例torchrun --nproc_per_node8 generate.py --task ti2v-5B --size 1280*704 \ --ckpt_dir ./Wan2.2-TI2V-5B --dit_fsdp --t5_fsdp --ulysses_size 8 \ --image examples/i2v_input.JPG --prompt 海浪拍打沙滩镜头缓缓推进--ulysses_size对应卡数。显存够用时删掉卸载开关是收益最大的提速手段。提示词上写清主体、动作、场景、镜头语言光照、构图这类美学词模型都能理解提示越具体画面越稳。避坑指南症状 → 原因 → 解法症状CUDA out of memory原因显存不足或开了 80GB 加速模式删掉了卸载开关。 解法补回--offload_model True --convert_model_dtype --t5_cpu仍 OOM 就换更大显存的卡。症状画面发糊、尺寸不对原因--size不是 720P 档位或图生视频时输入图与目标比例偏差大。 解法横屏1280*704、竖屏704*1280换一张比例接近的输入图。症状生成太慢远超预期原因没开卸载开关或 24GB 卡上跑了大分辨率。 解法确认三个省显存开关都生效80GB 卡则反向操作删开关提速。症状画面平庸像猜出来的原因提示词只有几个字。 解法补上场景、动作、镜头与光照描述参考仓库examples/i2v_input.JPG配套的官方长 prompt 写法。从下载权重到generate.py出一条 720P 视频中间没有太多弯路20GB 权重、一张 24GB 显卡、一条命令。剩下的变量只有一个——你的提示词。【免费下载链接】Wan2.2-TI2V-5BWan2.2-TI2V-5B是一款开源的先进视频生成模型基于创新的混合专家架构MoE设计显著提升了视频生成的质量与效率。该模型支持文本生成视频和图像生成视频两种模项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
