Seedance 2.5 is live — 30-second cinematic video with native audio & real-person references
全部文章
哪些 Wan 模型能本地运行？2.1、2.2 权重下载、显存要求与 ComfyUI 部署及生成成本指南
2026/09/14

哪些 Wan 模型能本地运行？2.1、2.2 权重下载、显存要求与 ComfyUI 部署及生成成本指南

想在本地运行 Wan，先选择真正可下载的 2.1 或 2.2 模型。本文核对官方仓库与模型卡，说明不同运行环境的显存条件，区分 8GB 卸载方案与 24GB 官方命令，列出 ComfyUI 必需文件及目录，并提供按实际耗时与可用视频测量成本的方法，帮助你判断本地配置是否适合当前任务，以及何时需要使用云端 API。

想在本地运行 Wan，先从能够下载的 Wan 2.1、Wan 2.2 权重中选择。Wan 2.2 TI2V-5B 同时支持文字和图片输入；Wan 2.1 T2V-1.3B 则提供更小的文生视频路径。2026 年 9 月 14 日检查的 Wan-Video、Wan-AI 官方索引，没有确认可下载的 Wan 2.7 或 Wan 3.0 权重发布。[1][2][3][4]

显存要求取决于模型和运行方式。Wan 2.2 5B 官方参考命令要求至少 24GB 显存，ComfyUI 则表示该模型借助原生卸载应能放入 8GB 显存。这两句话并不矛盾。搜索 wan 3.0 system requirements 时，应该先确定实际可以运行的模型及对应方案。[5][6]

TL;DR

  • Wan 2.1、2.2 有官方仓库和模型卡，下载时要确定完整型号，不能只找笼统的“Wan 下载”。[2][1]
  • Wan 2.1 T2V-1.3B 面向 480P，官方卡报告 8.19GB 显存，不代表所有标称 8GB 显卡都能运行。[7]
  • Wan 2.2 TI2V-5B 支持 720P 档的文生、图生；官方命令与 Comfy 卸载工作流有不同显存条件。[5][6]
  • Wan 3.0 的 ComfyUI API 模板运行托管推理，安装模板不会下载 3.0 检查点。[8][9]
  • 本地预算应依据实际硬件、运行环境、设置与合格结果，本文给出记录方法，不编造 GPU 实测。[1][6]

哪些 Wan 模型可以真正本地运行

可下载性要由官方仓库和模型文件证明，不能从托管 API 的模型 ID 推断。Wan 2.1、2.2 都有相应证据，但每一代包含多个任务型号，下载前先选择生成模式。[2][1]

型号或版本已检查的本地路径官方许可证标签适合的起点
Wan 2.1 T2V-1.3B官方仓库与 Wan-AI 模型卡Apache-2.0较小的 480P 文生配置
Wan 2.1 14B 系列官方 T2V、I2V 发布Apache-2.0依赖特定 2.1 检查点的已有工作流
Wan 2.2 TI2V-5B官方仓库与 Wan-AI 模型卡Apache-2.0同一模型处理文字和图片
Wan 2.2 T2V/I2V-A14B官方仓库链接的下载Apache-2.0任务专用的大模型工作流
Wan 2.7检查的索引中未找到官方权重发布本文未确认本地权重许可证按需使用已公开的托管 API
Wan 3.0检查的索引中未找到官方权重发布本文未确认本地权重许可证托管模型或 API 工作流

后两行描述的是检查当天的证据，不是对未来发布的预测。其他发布者使用相近仓库名，也不能证明模型已经官方开放。[3][4]

表中的许可证是对应文件包的发布标签。下载社区衍生版本时，仍需查看该文件的实际许可证，不能直接继承表内结论。只想了解 wan 3.0 开源 状态，可以读现有权重状态文章；下文重点是型号与硬件选择。

显存数字必须对应具体运行方式

有意义的显存数字，应能对应到一套可复现配置。官方资料提供的是以下几种不同口径。[7][5][1][6]

模型与运行路径发布的显存说明不能据此推断
Wan 2.1 T2V-1.3B 官方说明8.19GB所有 8GB 显卡都支持所有设置
Wan 2.2 TI2V-5B 参考命令至少 24GB所有运行环境的通用最低要求
Wan 2.2 TI2V-5B，Comfy 原生卸载应能适配 8GB必定成功的配置或速度保证
Wan 2.2 T2V/I2V-A14B 官方单卡命令至少 80GB重打包、卸载工作流也必须相同

参考 5B 命令使用 --offload_model True、--convert_model_dtype、--t5_cpu。Comfy 使用自己的加载、卸载行为和拆分模型文件，应比较完整运行路径，而不只比较检查点名称。[5][6]

卸载会改变部分数据驻留的位置，不会消除内存和传输需求。考虑 8GB 方案时，还应检查系统内存、磁盘空间与具体图的行为。所读 Comfy 段落没有提供通用系统内存下限，本文也不补写一个猜测值。

精度同样不能笼统处理。Comfy 的 5B 示例采用 FP16 扩散文件和 FP8 文本编码器，不应把整个配置称为“FP8 模型”。较大的 T2V 示例还有高噪声、低噪声两份扩散文件，不能直接套用单个 5B 加载器的配置。[6]

从实际发布者下载，保留完整型号

在 Wan-Video GitHub 查推理仓库，在 Wan-AI Hugging Face 查模型卡。沿仓库中的下载链接，核对任务名、版本和文件格式，再开始下载大文件。[3][4]

首次配置可以从以下明确入口开始：

Hugging Face 上有很多发布者，huggingface 搜索结果不自动等于 Wan-AI 官方发布。社区 GGUF 转换可能有用，但量化级别、基础检查点和加载器必须相互匹配。更换扩展名不会产生新一代 Wan。

记录模型卡 URL、文件名和工作流版本，出现显存不足或加载失败时会更容易定位。如果两份教程使用不同 VAE 或文本编码器，先核对说明，不要直接拼装。

搭建 Wan 2.2 5B 原生 ComfyUI 工作流

把 Comfy 的 5B 教程当成一套完整方案使用，其中三类文件分别放在不同目录。[6]

组件文件ComfyUI 内的目录
扩散模型wan2.2_ti2v_5B_fp16.safetensorsmodels/diffusion_models/
文本编码器umt5_xxl_fp8_e4m3fn_scaled.safetensorsmodels/text_encoders/
VAEwan2.2_vae.safetensorsmodels/vae/

使用官方教程的下载链接，不要为了让下拉菜单出现某个名称，就把其他系列的文件改名。文件名对应的是依赖关系。

  1. 更新 ComfyUI，找到 Wan2.2 5B 模板；缺失时检查版本和启动导入错误。[6]
  2. 按教程链接下载三份文件，并放入对应目录。[6]
  3. 确认扩散、CLIP/文本编码器、VAE 加载器指向正确文件。[6]
  4. 从模板默认设置和简单提示词开始。需要图生视频时，启用教程中可选的图片加载节点。[6]
  5. 先生成小规模样片，查看输出并记录峰值显存、耗时，再提高尺寸或帧数。

显存不足时回到基线，一次只改一个设置。下载成功不等于最大尺寸的视频一定能运行，也要区分模型加载失败和后续解码失败，二者需要排查的位置不同。

独立参考实现中的 5B 命令，720P 档具体尺寸为 1280*704 或 704*1280，不能笼统承诺固定 1280×720。请遵守所选运行方式的尺寸和画幅规则。[5]

如何测量本地成本，再与 API 比较

本地生成没有通用的“每条视频成本”。已有显卡、租用机器、专门购买工作站，对应不同投入。加载模型、准备素材、生成废片和导出都要花时间。

记录模型、运行版本、GPU、精度、卸载设置、尺寸、帧数和提示词，区分首次加载与后续生成。再测量总耗时、峰值显存、系统内存、电费或租赁费，以及结果是否通过验收。比较每个合格输出的成本，不只比较提交次数。

作为托管报价示例，2026 年 9 月 14 日 Wan 3.0 在 reAPI 的 720P 展示费率为 $0.068/s。10 秒输出按展示价得到 $0.680，尚未加参考视频费用与积分取整。这是另一个模型的预算示例，不能据此说 Wan 2.2 本地输出拥有相同画质或耗时。[10][11]

如果交付依赖本地方案没有提供的托管能力，或维护硬件不值得，可以选择 API。Wan 3.0 提供最长 30 秒与原生音频，但参考视频加输出仍受 30 秒总量限制。[11]

需要素材留在设备内、做可复现实验，或反复使用特定检查点时，本地方案仍有价值。也不能把所有音频驱动和更长的视频任务都排除：Wan 2.2 家族包含专门的语音驱动、动画模型，要求各不相同。批量任务也不天然等于必须用 API，要看硬件与可接受的排队时间。[1]

常见问题

wan 3.0 github

检查的 Wan-Video 组织提供 2.1、2.2 仓库，但没有确认 3.0 权重发布。本地推理应选择一个有明确下载的型号。[3]

wan 3.0 huggingface

官方组织名是 Hugging Face 上的 Wan-AI。核对模型卡和发布者；本次检查的索引没有确认官方 Wan 3.0 可下载权重。[4]

wan 3.0 open weights

截至 2026 年 9 月 14 日，本次检查来源没有找到官方 3.0 权重发布。本文提供的本地替代路径是 Wan 2.1、2.2。[3][4][1]

wan 3.0 system requirements

这些来源没有可验证的本地 Wan 3.0 硬件规格。托管生成与加载权重是不同要求；本地任务请看上面的 2.1、2.2 运行方式表。[3][6]

wan 3.0 gguf

检查的官方来源没有标明 Wan 3.0 GGUF 发布。使用其他 Wan 型号的社区转换时，先确认基础检查点与加载器兼容性。[3][4]

wan 3.0 local download

本地推理应下载明确的 Wan 2.1 或 2.2 型号。Wan 3.0 ComfyUI API 模板访问托管生成，不会安装本地检查点。[2][1][8]

先选择可下载的模型，再选择硬件

本地运行 Wan 时，先定模型卡，再定完整运行方案。文字和图片共用的起点可以选 Wan 2.2 5B，较小的纯文生路径可以评估 Wan 2.1 1.3B。托管使用则可继续看 Wan 3.0 ComfyUI 工作流、本地视频模型对比、Wan 2.7 API 指南和模型页。下载状态、显存占用和生成费用应分别判断。

参考资料

  1. Wan-Video. Wan-Video/Wan2.2: Wan: Open and Advanced Large-Scale Video Generative Models. 2026 年 9 月 14 日查阅： github.com/Wan-Video/Wan2.2
  2. Wan-Video. Wan-Video/Wan2.1: Wan: Open and Advanced Large-Scale Video Generative Models. 2026 年 9 月 14 日查阅： github.com/Wan-Video/Wan2.1
  3. Wan-Video. Wan. 2026 年 9 月 14 日查阅： github.com/Wan-Video
  4. Wan-AI. Wan-AI (Wan-AI). 2026 年 9 月 14 日查阅： huggingface.co/Wan-AI/models
  5. Wan-AI. Wan-AI/Wan2.2-TI2V-5B · Hugging Face. 2026 年 9 月 14 日查阅： huggingface.co/Wan-AI/Wan2.2-TI2V-5B
  6. Comfy. Wan2.2 Video Generation ComfyUI Official Native Workflow Example - ComfyUI. 2026 年 9 月 14 日查阅： docs.comfy.org/tutorials/video/wan/wan2_2
  7. Wan-AI. Wan-AI/Wan2.1-T2V-1.3B · Hugging Face. 2026 年 9 月 14 日查阅： huggingface.co/Wan-AI/Wan2.1-T2V-1.3B
  8. Comfy. Wan 3.0 in ComfyUI: Native 30-Second Video with Omni-Reference Control. 2026 年 9 月 14 日查阅： blog.comfy.org/p/wan-30-in-comfyui-native-30-second
  9. Comfy. FAQs about Partner Nodes - ComfyUI. 2026 年 9 月 14 日查阅： docs.comfy.org/tutorials/partner-nodes/faq
  10. reAPI. Wan 3.0 — 30-Second Omni-Modal Video Generation. 2026 年 9 月 14 日查阅： reapi.ai/models/wan-3-0
  11. reAPI. Wan 3.0 | reAPI. 2026 年 9 月 14 日查阅： reapi.ai/docs/wan-3-0
全部文章

更多文章