低端GPU跑AI视频生成Wan2GP 3 分钟装好附显存档位×模型匹配表【免费下载链接】WanGPA fast AI Video Generator for the GPU Poor. Supports Minimax H3, LTX-2.3/2.5, Wan 2.1/2.2, Qwen Image 1/2, Krea 2, Hunyuan Video, LTX Video and Flux.项目地址: https://gitcode.com/gh_mirrors/wa/WanGP手里一张 2060 或 3060 12G想用 Wan、Hunyuan Video 跑 AI 视频生成主流工具默认却要 24GB 显存。Wan2GP 专为低端GPU设计部分模型 6GB 显存起步就能出片覆盖 Wan、LTX-2、Hunyuan Video、Flux、Qwen Image 与 TTS免费、无订阅。3 分钟装好 Wan2GP从克隆到 Web 界面三条路径优先选第一条Pinokio 一键装好 Pinokio App选社区脚本wan2gp或wan2gp-amdPython、CUDA、依赖全替你装官方脚本自带scripts/install.batWindows 双击或scripts/install.shLinux 终端执行自动识别 GPU装好 Triton、SageAttention 等匹配的加速内核手动 / Dockergit clone conda 3.11.14 环境 PyTorch cu130 pip install -r requirements.txt细节见安装文档Debian 系系统跑./run-docker-cuda-deb.sh即可自动检测 GPU 与显存、构建镜像。git clone https://gitcode.com/gh_mirrors/wa/Wan2GP cd Wan2GP bash scripts/install.sh # Windows: install.bat装完执行下面这行浏览器直接打开 Web 界面默认端口 7860python wgp.py6GB 显存能跑哪些 AI 视频模型档位速查参数量只是表面显存档位才决定你能把分辨率和帧数推到哪显存档位推荐模型推荐量化可出上限参考6-8GBWan 2.1 T2V 1.3B、LTX-2 DistilledGGUF Q4 / Int8480p / 49 帧约 2 秒8-12GBWan 2.2 T2V/I2V、H3 Pruned 20B、Hunyuan Video 1.5Int8 / GGUF480p 15 秒720p 49 帧12GBWan 14B、Qwen Image 20B、Flux 2 DevFP8 / NV FP4RTX 50 系720p 长视频1080p 靠后处理放大两个实话6GB 卡只能挑 1.3B 或蒸馏版帧数上限 49-73 帧别指望 720pGGUF 量化的 Wan 14B 在 8GB 卡上可以出 480p / 49 帧量化格式不是万能的GGUF 最省显存Int8 速度与显存平衡FP8 精度更高NV FP4 只在 RTX 50 系有意义。AMD 用户要多一步RDNA 4/3.5/3/2 均支持需装 TheRock 的 ROCm PyTorch 轮子并指定显卡的 gfx 目标见AMD 配置。Wan2GP 首次生成从提示词到第一段视频主线只有一条打开 Web 界面 → 选模型 → 写提示词 → 低分辨率先跑 → 微调 → 出片。1. 选模型。页面顶部下拉框里挑。6-8GB 卡直接选Wan 2.1 text2video 1.3B12GB 卡选 Wan 2.2 T2V 或 LTX-2.5 Distilled。新手先打开Guides标签里面按显存给了推荐清单。2. 写提示词。按[主体][动作][场景][风格修饰]结构例如A red sports car driving through a mountain road at sunset, cinematic, high quality写具体光soft lighting、sunset、氛围、画质词都要点名。每个模型自带Prompt Enhancer能把短句扩写成该模型自己的语法直接开启即可。常用短语可以存成宏一键插入。3. 参考图。有首帧图就换 I2V 模型Wan Fun InP 1.3B/14B 或 VACE首帧决定构图提示词只描述运动。不想要的内容写进负面提示。4. 参数首轮。Frames 49约 2 秒Steps 20guidance 7-10更贴提示词3-5 更自由。第一遍先把分辨率降到 480p——动作不对的话720p 也不用等。5. 预览与微调。生成中界面有实时预览能看到动作逐渐成形点视频可暂停检查。动作不对换 seed 重跑结果太放飞就调高 guidance细节不够把 Steps 提到 25-30。6. 存档与加长。设置满意就抽出存成可复用模板。要长视频开Sliding WindowH3、LTX 等支持按 5 秒一窗连续续接音轨同步保留。Wan2GP 量化部署更快更省显存按你遇到什么 → 怎么调 → 效果排查你遇到什么怎么调效果14B 模型直接 OOM模型下拉切到 GGUF Q4 / Int8 变体8GB 卡可出 Wan 14B 480p / 49 帧显存省一半以上480p 稳、720p 爆显存480p 生成Post Processing 里选 FlashVSR 或 RIFE 2 倍放大峰值显存更低RIFE 还能 x2-x4 补帧换模型等待久Configuration → RAM/VRAM Management 里 VRAM Preload 设 Dynamic空闲显存预填权重层间等待变短长视频生成 OOM开 Sliding Window长镜头拆多窗每窗显存峰值独立8GB 卡 5 秒窗稳定再给一个省显存技巧显存紧张时禁用浏览器 GPU 占用能腾出 1-5GB 给生成用scripts/start-chrome-no-gpu.sh可直接拉起这种浏览器。进阶能力Deepy AI 助手、队列批处理与插件Deepy 离线 AI 助手。完全本地的对话式助手不依赖外网。Deepy Zero 用 Qwen 4B/9B 小模型处理把视频抽帧再重生成这类单点任务Deepy Prime 约 10GB 或更低显存可跑会规划多镜头、自动检查黑帧、静音段与字幕错字。在Configuration → Prompt Enhancer / Deepy启用或终端直接python wgp.py --ask-deepy队列批处理。Web 界面里把多个视频/图像任务排成队列点 Save Queue 存成 zip关掉界面也能无头批量跑python wgp.py --process my_queue.zip插件。提三个高频的Models Manager管理检查点与 LoRAGallery Browser浏览并复用历史产出作为新输入CivitAI 浏览器直接下载社区 LoRA。卡住了Wan2GP 排错速查最高频的四类情况详见排错文档症状可能原因解法CUDA out of memory模型、帧数、分辨率超出显存换 1.3B 或量化变体帧数回 49分辨率降 480p仍爆就加--profile 5或把 Attention Head Split 设 Medium生成极慢、GPU 利用率低没装注意力内核走了默认 SDPA装匹配版本 SageAttentionRTX 30xx 用 2.2.020xx 用 1.0.6与 TritonGTX 10xx 改--attention sdpa模型下载失败、超时网络中断、磁盘满换稳定网络重试或手动把 checkpoint 放到 models 目录--offline可只检查缺件不下载AMD 卡不识别或崩溃gfx 目标与所装轮子不符用clinfo查 gfx 号按目标重装 TheRock PyTorch 轮子RDNA 2 无 flash attention 内核慢属正常写在最后显存够用的卡 一个量化模型就是当前性价比最高的 AI 视频入口。更新看 CHANGELOG问题直接走 GitHub Issues 与社区 Discord。【免费下载链接】WanGPA fast AI Video Generator for the GPU Poor. Supports Minimax H3, LTX-2.3/2.5, Wan 2.1/2.2, Qwen Image 1/2, Krea 2, Hunyuan Video, LTX Video and Flux.项目地址: https://gitcode.com/gh_mirrors/wa/WanGP创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
低端GPU跑AI视频生成Wan2GP 3 分钟装好附显存档位×模型匹配表【免费下载链接】WanGPA fast AI Video Generator for the GPU Poor. Supports Minimax H3, LTX-2.3/2.5, Wan 2.1/2.2, Qwen Image 1/2, Krea 2, Hunyuan Video, LTX Video and Flux.项目地址: https://gitcode.com/gh_mirrors/wa/WanGP手里一张 2060 或 3060 12G想用 Wan、Hunyuan Video 跑 AI 视频生成主流工具默认却要 24GB 显存。Wan2GP 专为低端GPU设计部分模型 6GB 显存起步就能出片覆盖 Wan、LTX-2、Hunyuan Video、Flux、Qwen Image 与 TTS免费、无订阅。3 分钟装好 Wan2GP从克隆到 Web 界面三条路径优先选第一条Pinokio 一键装好 Pinokio App选社区脚本wan2gp或wan2gp-amdPython、CUDA、依赖全替你装官方脚本自带scripts/install.batWindows 双击或scripts/install.shLinux 终端执行自动识别 GPU装好 Triton、SageAttention 等匹配的加速内核手动 / Dockergit clone conda 3.11.14 环境 PyTorch cu130 pip install -r requirements.txt细节见安装文档Debian 系系统跑./run-docker-cuda-deb.sh即可自动检测 GPU 与显存、构建镜像。git clone https://gitcode.com/gh_mirrors/wa/Wan2GP cd Wan2GP bash scripts/install.sh # Windows: install.bat装完执行下面这行浏览器直接打开 Web 界面默认端口 7860python wgp.py6GB 显存能跑哪些 AI 视频模型档位速查参数量只是表面显存档位才决定你能把分辨率和帧数推到哪显存档位推荐模型推荐量化可出上限参考6-8GBWan 2.1 T2V 1.3B、LTX-2 DistilledGGUF Q4 / Int8480p / 49 帧约 2 秒8-12GBWan 2.2 T2V/I2V、H3 Pruned 20B、Hunyuan Video 1.5Int8 / GGUF480p 15 秒720p 49 帧12GBWan 14B、Qwen Image 20B、Flux 2 DevFP8 / NV FP4RTX 50 系720p 长视频1080p 靠后处理放大两个实话6GB 卡只能挑 1.3B 或蒸馏版帧数上限 49-73 帧别指望 720pGGUF 量化的 Wan 14B 在 8GB 卡上可以出 480p / 49 帧量化格式不是万能的GGUF 最省显存Int8 速度与显存平衡FP8 精度更高NV FP4 只在 RTX 50 系有意义。AMD 用户要多一步RDNA 4/3.5/3/2 均支持需装 TheRock 的 ROCm PyTorch 轮子并指定显卡的 gfx 目标见AMD 配置。Wan2GP 首次生成从提示词到第一段视频主线只有一条打开 Web 界面 → 选模型 → 写提示词 → 低分辨率先跑 → 微调 → 出片。1. 选模型。页面顶部下拉框里挑。6-8GB 卡直接选Wan 2.1 text2video 1.3B12GB 卡选 Wan 2.2 T2V 或 LTX-2.5 Distilled。新手先打开Guides标签里面按显存给了推荐清单。2. 写提示词。按[主体][动作][场景][风格修饰]结构例如A red sports car driving through a mountain road at sunset, cinematic, high quality写具体光soft lighting、sunset、氛围、画质词都要点名。每个模型自带Prompt Enhancer能把短句扩写成该模型自己的语法直接开启即可。常用短语可以存成宏一键插入。3. 参考图。有首帧图就换 I2V 模型Wan Fun InP 1.3B/14B 或 VACE首帧决定构图提示词只描述运动。不想要的内容写进负面提示。4. 参数首轮。Frames 49约 2 秒Steps 20guidance 7-10更贴提示词3-5 更自由。第一遍先把分辨率降到 480p——动作不对的话720p 也不用等。5. 预览与微调。生成中界面有实时预览能看到动作逐渐成形点视频可暂停检查。动作不对换 seed 重跑结果太放飞就调高 guidance细节不够把 Steps 提到 25-30。6. 存档与加长。设置满意就抽出存成可复用模板。要长视频开Sliding WindowH3、LTX 等支持按 5 秒一窗连续续接音轨同步保留。Wan2GP 量化部署更快更省显存按你遇到什么 → 怎么调 → 效果排查你遇到什么怎么调效果14B 模型直接 OOM模型下拉切到 GGUF Q4 / Int8 变体8GB 卡可出 Wan 14B 480p / 49 帧显存省一半以上480p 稳、720p 爆显存480p 生成Post Processing 里选 FlashVSR 或 RIFE 2 倍放大峰值显存更低RIFE 还能 x2-x4 补帧换模型等待久Configuration → RAM/VRAM Management 里 VRAM Preload 设 Dynamic空闲显存预填权重层间等待变短长视频生成 OOM开 Sliding Window长镜头拆多窗每窗显存峰值独立8GB 卡 5 秒窗稳定再给一个省显存技巧显存紧张时禁用浏览器 GPU 占用能腾出 1-5GB 给生成用scripts/start-chrome-no-gpu.sh可直接拉起这种浏览器。进阶能力Deepy AI 助手、队列批处理与插件Deepy 离线 AI 助手。完全本地的对话式助手不依赖外网。Deepy Zero 用 Qwen 4B/9B 小模型处理把视频抽帧再重生成这类单点任务Deepy Prime 约 10GB 或更低显存可跑会规划多镜头、自动检查黑帧、静音段与字幕错字。在Configuration → Prompt Enhancer / Deepy启用或终端直接python wgp.py --ask-deepy队列批处理。Web 界面里把多个视频/图像任务排成队列点 Save Queue 存成 zip关掉界面也能无头批量跑python wgp.py --process my_queue.zip插件。提三个高频的Models Manager管理检查点与 LoRAGallery Browser浏览并复用历史产出作为新输入CivitAI 浏览器直接下载社区 LoRA。卡住了Wan2GP 排错速查最高频的四类情况详见排错文档症状可能原因解法CUDA out of memory模型、帧数、分辨率超出显存换 1.3B 或量化变体帧数回 49分辨率降 480p仍爆就加--profile 5或把 Attention Head Split 设 Medium生成极慢、GPU 利用率低没装注意力内核走了默认 SDPA装匹配版本 SageAttentionRTX 30xx 用 2.2.020xx 用 1.0.6与 TritonGTX 10xx 改--attention sdpa模型下载失败、超时网络中断、磁盘满换稳定网络重试或手动把 checkpoint 放到 models 目录--offline可只检查缺件不下载AMD 卡不识别或崩溃gfx 目标与所装轮子不符用clinfo查 gfx 号按目标重装 TheRock PyTorch 轮子RDNA 2 无 flash attention 内核慢属正常写在最后显存够用的卡 一个量化模型就是当前性价比最高的 AI 视频入口。更新看 CHANGELOG问题直接走 GitHub Issues 与社区 Discord。【免费下载链接】WanGPA fast AI Video Generator for the GPU Poor. Supports Minimax H3, LTX-2.3/2.5, Wan 2.1/2.2, Qwen Image 1/2, Krea 2, Hunyuan Video, LTX Video and Flux.项目地址: https://gitcode.com/gh_mirrors/wa/WanGP创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
