从零到出片一份WanVideo模型仓库的完整上手避坑指南【免费下载链接】WanVideo_comfy项目地址: https://ai.gitcode.com/hf_mirrors/Kijai/WanVideo_comfy如果你是第一次接触 ComfyUI 视频生成多半会在找模型这一步就被劝退官方仓库分散、格式五花八门、下载回来还常常报错。WanVideo_comfy 这个模型仓库要解决的正是这件事——它把 Wan 2.1、Wan 2.2 全系模型、配套 VAE、几十组 LoRA 和一批专业功能模块统一整理成 ComfyUI 可以直接加载的格式让你把精力留给创作而不是折腾路径。下面这份指南会按准备 → 上手 → 进阶 → 排错的顺序带你走完从克隆仓库到生成第一支视频的全过程。动手之前先搞懂这个仓库到底装了什么先给个直观印象这个仓库本质上是一个模型中转站。原作者把散布在 HuggingFace 等平台上的 Wan 系列模型拉下来做了合并、量化、格式转换再用清晰的目录结构归档。你拿到手的不只是文件而是一套想用哪个版本、哪个精度、哪个功能直接进对应文件夹拿走的完整选型体系。适用人群很明确已经在用或打算用 ComfyUI 做视频的创作者、想测试 Wan 2.1 / 2.2 能力的开发者以及那些被显存限制逼着在精度和速度之间做平衡的玩家。三个最容易踩的选型误区误区一版本越新越好。Wan 2.2 的 A14B 模型质量确实高但显存门槛也高如果显卡只有 8~12GB老老实实从 2.1 的 1.3B 版本起步更现实。误区二精度越低画质越差。fp8 与 bf16 在多数场景下观感差距很小但显存占用差距很大选 fp8 往往是最划算的。误区三LoRA 越多越好。很多 LoRA 是蒸馏加速用途和普通风格 LoRA 是两种东西混着用反而出问题。精度与参数先看这张选型表你的机器情况推荐起点说明显存 8GB 左右Wan2_1-T2V-1_3B_bf16 fp8 量化版轻量跑通流程验证想法够用显存 16~24GBWan2_1-T2V-14B_fp8_e4m3fn质量与资源最平衡的甜点位显存 24GB 以上Wan2_2-I2V-A14B-HIGH_bf16追求顶配输出一步到位想做实时/极速预览任意 1.3B 模型 Lightning/Turbo LoRA牺牲细节换速度仓库里的模型命名都带后缀fp8_e4m3fn、fp8_e5m2是两种 fp8 量化格式bf16、fp16、fp32是精度由低到高的几个档位。命名即说明书看懂了就不怕选错。3分钟读懂仓库目录每个文件夹都是干什么的目录看起来眼花缭乱其实可以归纳成三条线第一条线基础模型。仓库根目录下的 Wan2_1-T2V-14B、Wan2_1-I2V-14B、Wan2_2-I2V-A14B、Wan2_1_VAE、Wan2_2_VAE 这些就是发动机是任何生成任务都离不开的地基。第二条线LoRA 适配器。全部收在LoRAs/里按作者或用途分文件夹比如Wan22-Lightning/、Wan22-Turbo/管加速CineScale/管电影感画质rCM/管真实感增强。第三条线专业功能模块。以独立文件夹形式存在比如FlashVSR/视频超分、Ovi/音频驱动、LongVie2/长视频控制、InfiniteTalk/口播视频。这些模块通常作为额外组件叠加到基础模型上使用。上手前先配好环境少走两小时弯路环境准备本身不复杂但顺序错了很折磨人。建议按下面四步走克隆仓库git clone https://gitcode.com/hf_mirrors/Kijai/WanVideo_comfy把文件放到你习惯的模型目录。注意这是一个完整模型仓库体积以百 GB 计建议预留充足磁盘空间再动手。装好 ComfyUI 与 Wan 插件这个仓库的模型设计上兼容 ComfyUI 原生 WanVideo 节点和 Kijai 的 WanVideoWrapper 插件按你本地已装的 ComfyUI 环境二选一即可。把模型放进正确位置根目录模型直接放入 ComfyUI 的models/对应子目录diffusion_models、vae 等LoRAs/里的文件放进loras/目录。文件放错位置是报错率最高的原因。先跑通一个小图再上视频在正式生成前用 1.3B 模型试一帧确认环境无误避免拿大模型反复试错浪费时间。如果模型加载报错先检查 safetensors 文件是否完整下载、路径是否放对这两点解决了绝大多数问题。出第一支视频T2V 和 I2V 分别怎么起步文本到视频T2V从Wan2_1-T2V-1_3B_bf16开始最稳妥。把提示词写具体一点主体、动作、镜头、光线都描述出来分辨率先开 480P、帧数 33 帧左右跑通流程后再逐步加码。图像到视频I2V适合手头已有图片、想要让这张图动起来的场景。起步推荐Wan2_1-I2V-14B-480P_fp8系列把首帧图喂进去观察运动幅度是否自然再决定要不要换 720P 或更高版本。无论哪种模式先小后大、先快后好永远是新手最安全的节奏——先用 1.3B 验证提示词再切 14B 出成品。进阶玩法用 LoRA 同时拿下速度、风格和角色一致性很多新手以为 LoRA 只是调风格实际上这个仓库里的 LoRA 至少分成两大类用途完全不同。第一类加速蒸馏型。核心思路是把原来几十步的采样压缩到几步省时间也省显存。三组常见选择对比如下LoRA 家族适合场景特点Wan22-Lightning4 步极速出图速度最快细节略有取舍Wan22-Turbo快速预览与迭代速度与质量较均衡Lightx2v追求质量的前提加速有不同 rank 版本显存与效果可调第二类风格与功能型。比如CineScale/给画面加电影调色Stable-Video-Infinity/支持镜头运动控制Stand-In/主打角色替换Wan22_FFGO/擅长首帧驱动的视频定制。用之前记得看对应文件夹里的 README里面写清了来源和用法。仓库里不少 LoRA 还提供了动态 rank或resized版本比如resized_dynamic_avg_rank_29这类命名本质是压缩后的适配器显存紧张时优先选它们。想玩进阶功能这些专业模块按用途挑视频增强FlashVSR/做超分和画质修复适合把低分辨率结果二次加工成高清成片。音频联动Ovi/把音频特征映射到视频生成适合音乐可视化、配音对口型类项目。长视频控制LongVie2/通过替换注意力层或加载 controlnet 来控制长序列一致性适合超过常规长度的叙事视频。口播与对话InfiniteTalk/、MultiTalk这类模块面向讲话场景搭配HuMo/包含 whisper 编码器可以做更自然的口型与姿态。精细编辑ChronoEdit/做时序编辑控制EchoShot/做镜头回声效果Kaleido/做抽象风格变换适合艺术向尝试。这些模块通常不是独立运行而是作为 extra_model 或 controlnet 叠加到基础模型上具体加载方式看各文件夹内 README 即可。翻车现场自救手册常见报错与处理思路文件找不到类报错十有八九是模型没放对目录。确认 safetensors 完整、路径与节点里的文件名完全一致包括大小写。显存不足OOM类报错按顺序尝试——降低分辨率720P 降到 480P、减小帧数、换 fp8 量化版模型、把 LoRA 换成 rank 更低的版本、最后再考虑换小参数模型。这五步基本能覆盖九成情况。生成结果很糊或乱动先检查采样步数很多蒸馏 LoRA 需要配合特定步数比如 4 步使用再检查 CFG 值通常在 7~12 之间多试几次最后确认是否叠加了冲突的 LoRA。视频有闪烁/运动异常如果用了 CausVid 的 LoRA注意仓库 README 里专门提到过——v1 版本直接抽取会对运动有副作用并产生闪烁建议换用 v1.5 或 v2 版本它们去掉首块后稳定性明显更好。从哪开始一条明确的行动路线建议第一周这样安排第一天克隆仓库并跑通 1.3B 的 T2V第二天用同一模型测试 I2V第三天给 14B 模型加一个 Lightning 或 Lightx2v 加速 LoRA感受极速出片第四天开始碰CineScale、Stable-Video-Infinity这类风格控制 LoRA周末再挑战FlashVSR或Ovi这类专业模块。每换一个模块先在它自己的 README 里确认依赖与加载方式能省下大量排错时间。这个仓库的价值不在某一个模型而在一站式从基础模型到 VAE从加速 LoRA 到风格适配器从超分到音频驱动全都在同一个目录体系里各就各位。把目录结构看懂了你就已经超过了八成卡在模型下载与配置上的同行。现在从克隆仓库、跑通第一支 1.3B 短片开始吧——剩下的都是熟能生巧的事。【免费下载链接】WanVideo_comfy项目地址: https://ai.gitcode.com/hf_mirrors/Kijai/WanVideo_comfy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
从零到出片一份WanVideo模型仓库的完整上手避坑指南【免费下载链接】WanVideo_comfy项目地址: https://ai.gitcode.com/hf_mirrors/Kijai/WanVideo_comfy如果你是第一次接触 ComfyUI 视频生成多半会在找模型这一步就被劝退官方仓库分散、格式五花八门、下载回来还常常报错。WanVideo_comfy 这个模型仓库要解决的正是这件事——它把 Wan 2.1、Wan 2.2 全系模型、配套 VAE、几十组 LoRA 和一批专业功能模块统一整理成 ComfyUI 可以直接加载的格式让你把精力留给创作而不是折腾路径。下面这份指南会按准备 → 上手 → 进阶 → 排错的顺序带你走完从克隆仓库到生成第一支视频的全过程。动手之前先搞懂这个仓库到底装了什么先给个直观印象这个仓库本质上是一个模型中转站。原作者把散布在 HuggingFace 等平台上的 Wan 系列模型拉下来做了合并、量化、格式转换再用清晰的目录结构归档。你拿到手的不只是文件而是一套想用哪个版本、哪个精度、哪个功能直接进对应文件夹拿走的完整选型体系。适用人群很明确已经在用或打算用 ComfyUI 做视频的创作者、想测试 Wan 2.1 / 2.2 能力的开发者以及那些被显存限制逼着在精度和速度之间做平衡的玩家。三个最容易踩的选型误区误区一版本越新越好。Wan 2.2 的 A14B 模型质量确实高但显存门槛也高如果显卡只有 8~12GB老老实实从 2.1 的 1.3B 版本起步更现实。误区二精度越低画质越差。fp8 与 bf16 在多数场景下观感差距很小但显存占用差距很大选 fp8 往往是最划算的。误区三LoRA 越多越好。很多 LoRA 是蒸馏加速用途和普通风格 LoRA 是两种东西混着用反而出问题。精度与参数先看这张选型表你的机器情况推荐起点说明显存 8GB 左右Wan2_1-T2V-1_3B_bf16 fp8 量化版轻量跑通流程验证想法够用显存 16~24GBWan2_1-T2V-14B_fp8_e4m3fn质量与资源最平衡的甜点位显存 24GB 以上Wan2_2-I2V-A14B-HIGH_bf16追求顶配输出一步到位想做实时/极速预览任意 1.3B 模型 Lightning/Turbo LoRA牺牲细节换速度仓库里的模型命名都带后缀fp8_e4m3fn、fp8_e5m2是两种 fp8 量化格式bf16、fp16、fp32是精度由低到高的几个档位。命名即说明书看懂了就不怕选错。3分钟读懂仓库目录每个文件夹都是干什么的目录看起来眼花缭乱其实可以归纳成三条线第一条线基础模型。仓库根目录下的 Wan2_1-T2V-14B、Wan2_1-I2V-14B、Wan2_2-I2V-A14B、Wan2_1_VAE、Wan2_2_VAE 这些就是发动机是任何生成任务都离不开的地基。第二条线LoRA 适配器。全部收在LoRAs/里按作者或用途分文件夹比如Wan22-Lightning/、Wan22-Turbo/管加速CineScale/管电影感画质rCM/管真实感增强。第三条线专业功能模块。以独立文件夹形式存在比如FlashVSR/视频超分、Ovi/音频驱动、LongVie2/长视频控制、InfiniteTalk/口播视频。这些模块通常作为额外组件叠加到基础模型上使用。上手前先配好环境少走两小时弯路环境准备本身不复杂但顺序错了很折磨人。建议按下面四步走克隆仓库git clone https://gitcode.com/hf_mirrors/Kijai/WanVideo_comfy把文件放到你习惯的模型目录。注意这是一个完整模型仓库体积以百 GB 计建议预留充足磁盘空间再动手。装好 ComfyUI 与 Wan 插件这个仓库的模型设计上兼容 ComfyUI 原生 WanVideo 节点和 Kijai 的 WanVideoWrapper 插件按你本地已装的 ComfyUI 环境二选一即可。把模型放进正确位置根目录模型直接放入 ComfyUI 的models/对应子目录diffusion_models、vae 等LoRAs/里的文件放进loras/目录。文件放错位置是报错率最高的原因。先跑通一个小图再上视频在正式生成前用 1.3B 模型试一帧确认环境无误避免拿大模型反复试错浪费时间。如果模型加载报错先检查 safetensors 文件是否完整下载、路径是否放对这两点解决了绝大多数问题。出第一支视频T2V 和 I2V 分别怎么起步文本到视频T2V从Wan2_1-T2V-1_3B_bf16开始最稳妥。把提示词写具体一点主体、动作、镜头、光线都描述出来分辨率先开 480P、帧数 33 帧左右跑通流程后再逐步加码。图像到视频I2V适合手头已有图片、想要让这张图动起来的场景。起步推荐Wan2_1-I2V-14B-480P_fp8系列把首帧图喂进去观察运动幅度是否自然再决定要不要换 720P 或更高版本。无论哪种模式先小后大、先快后好永远是新手最安全的节奏——先用 1.3B 验证提示词再切 14B 出成品。进阶玩法用 LoRA 同时拿下速度、风格和角色一致性很多新手以为 LoRA 只是调风格实际上这个仓库里的 LoRA 至少分成两大类用途完全不同。第一类加速蒸馏型。核心思路是把原来几十步的采样压缩到几步省时间也省显存。三组常见选择对比如下LoRA 家族适合场景特点Wan22-Lightning4 步极速出图速度最快细节略有取舍Wan22-Turbo快速预览与迭代速度与质量较均衡Lightx2v追求质量的前提加速有不同 rank 版本显存与效果可调第二类风格与功能型。比如CineScale/给画面加电影调色Stable-Video-Infinity/支持镜头运动控制Stand-In/主打角色替换Wan22_FFGO/擅长首帧驱动的视频定制。用之前记得看对应文件夹里的 README里面写清了来源和用法。仓库里不少 LoRA 还提供了动态 rank或resized版本比如resized_dynamic_avg_rank_29这类命名本质是压缩后的适配器显存紧张时优先选它们。想玩进阶功能这些专业模块按用途挑视频增强FlashVSR/做超分和画质修复适合把低分辨率结果二次加工成高清成片。音频联动Ovi/把音频特征映射到视频生成适合音乐可视化、配音对口型类项目。长视频控制LongVie2/通过替换注意力层或加载 controlnet 来控制长序列一致性适合超过常规长度的叙事视频。口播与对话InfiniteTalk/、MultiTalk这类模块面向讲话场景搭配HuMo/包含 whisper 编码器可以做更自然的口型与姿态。精细编辑ChronoEdit/做时序编辑控制EchoShot/做镜头回声效果Kaleido/做抽象风格变换适合艺术向尝试。这些模块通常不是独立运行而是作为 extra_model 或 controlnet 叠加到基础模型上具体加载方式看各文件夹内 README 即可。翻车现场自救手册常见报错与处理思路文件找不到类报错十有八九是模型没放对目录。确认 safetensors 完整、路径与节点里的文件名完全一致包括大小写。显存不足OOM类报错按顺序尝试——降低分辨率720P 降到 480P、减小帧数、换 fp8 量化版模型、把 LoRA 换成 rank 更低的版本、最后再考虑换小参数模型。这五步基本能覆盖九成情况。生成结果很糊或乱动先检查采样步数很多蒸馏 LoRA 需要配合特定步数比如 4 步使用再检查 CFG 值通常在 7~12 之间多试几次最后确认是否叠加了冲突的 LoRA。视频有闪烁/运动异常如果用了 CausVid 的 LoRA注意仓库 README 里专门提到过——v1 版本直接抽取会对运动有副作用并产生闪烁建议换用 v1.5 或 v2 版本它们去掉首块后稳定性明显更好。从哪开始一条明确的行动路线建议第一周这样安排第一天克隆仓库并跑通 1.3B 的 T2V第二天用同一模型测试 I2V第三天给 14B 模型加一个 Lightning 或 Lightx2v 加速 LoRA感受极速出片第四天开始碰CineScale、Stable-Video-Infinity这类风格控制 LoRA周末再挑战FlashVSR或Ovi这类专业模块。每换一个模块先在它自己的 README 里确认依赖与加载方式能省下大量排错时间。这个仓库的价值不在某一个模型而在一站式从基础模型到 VAE从加速 LoRA 到风格适配器从超分到音频驱动全都在同一个目录体系里各就各位。把目录结构看懂了你就已经超过了八成卡在模型下载与配置上的同行。现在从克隆仓库、跑通第一支 1.3B 短片开始吧——剩下的都是熟能生巧的事。【免费下载链接】WanVideo_comfy项目地址: https://ai.gitcode.com/hf_mirrors/Kijai/WanVideo_comfy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
