Wan 2.1 本地部署教程！

大家好！今天我要给大家介绍一款真正突破视频生成极限的开源AI大模型——Wan 2.1。这款模型不仅完全免费，还能在普通电脑上离线运行，生成高质量的视频内容。无论你是想用文字生成视频，还是将图片转化为动态画面，Wan 2.1都能轻松搞定。更令人震撼的是，它在微半级榜单（VBench）上稳居第一，性能表现堪称无敌！

Wan 2.1：微半级榜单霸主，性能碾压一众模型

Wan 2.1 是目前开源视频生成领域的佼佼者，其综合实力在VBench榜单上得到了充分验证。截至目前，它的综合评分高达86.2，其中视频质量得分86.67，语义理解能力更是达到了84.44，远超其他开源和部分闭源模型。比如，开源领域的热门模型“混元”和“Gen-3”分别排在第12和第13位，分数远不及Wan 2.1，甚至一些闭源模型也难以望其项背。

VBench 是托管在Hugging Face上的权威评测基准，涵盖视频清晰度、连贯性、语义一致性等多个维度，非常具有参考价值。而 Wan 2.1 能在这样的榜单中独占鳌头，足以证明它的性能。更重要的是，它不仅免费开源，还能生成媲美目前大多数开源模型的视频质量。

消费级硬件也能跑，普通用户的好消息

Wan 2.1 的另一个亮点是它的硬件要求非常亲民。不需要昂贵的专业设备，普通电脑就能本地运行。它支持消费级GPU，比如1.3B参数版本的模型只需8.19GB显存就能流畅工作。如果你的显卡是RTX 4090，甚至无需任何优化就能在4分钟内生成一段5秒的480P视频。这意味着，即使是普通用户也能轻松上手，体验AI视频生成的乐趣。

不仅如此，Wan 2.1 的功能也非常强大。除了基本的文本转视频，它还支持图像转视频、视频编辑、文本转图像，甚至能实现视频转音频，为创作者提供了无限可能。背后的秘诀在于它配备了强大的视频变分自编码器（Video-VAE），能够高效编码和解码超长1080P视频，同时完美保留时间信息，让生成的视频更加流畅自然。

本地安装教程：几步搞定Wan 2.1

想马上体验Wan 2.1的强大功能？别急，我来手把手教你如何在本地安装和使用它。以下是详细步骤，所需资源链接我会放在文章末尾。

第一步：安装ComfyUI一键包

首先，我们需要一个运行环境，这里推荐使用ComfyUI。它支持Windows和Mac系统，安装非常简单：

1.ComfyUI下载，地址为：https://www.comfy.org/

2.根据你的系统选择Windows或Mac版本，点击下载。

3.下载完成后，解压并双击运行安装程序。

4.安装时选择GPU类型（建议NVIDIA显卡，主流AI项目基本不支持AMD卡）。如果没有GPU，也可以选CPU模式。

5.选择安装路径（默认C盘即可，或自定义到其他盘），然后点击“安装”。

6.安装过程会自动部署Python环境和相关依赖，大概几分钟完成。

7.安装完成后，启动ComfyUI。如果提示缺少模型文件，按照提示下载即可。

第二步：下载文本编码器和视频编码器

文本编码器：

打开下载链接下载：

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/text_encoders

有两个版本：FP16（11.4GB）和FP8（6.7GB）。

显存小于8GB选FP8，高于12GB选FP16（精度更高），我推荐FP8，兼容性更好。

下载后，放入ComfyUI安装目录的/models/t2v文件夹，我是默认安装C盘的（路径：C:\Users\momeo\Documents\ComfyUI/models/t2v）。

视频编码器（Video-VAE）：

打开链接下载：

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/vae/wan_2.1_vae.safetensors

下载后放入ComfyUI/models/vae文件夹。

第三步：下载视频生成模型

打开下载链接下载：

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/diffusion_models

有多个量化版本可选。

官方建议用FP16版本（32GB），效果最佳。质量等级（从高到低）：fp16 > bf16 > fp8_scaled > fp8_e4m3fn。

但如果显存不够，可以选1.3B FP16（2.84GB），适合大多数独立显卡。

下载后放入ComfyUI/models/diffusion_models文件夹。

第四步：加载工作流并测试

下载工作流文件：打开链接右键另存桌面。

https://comfyanonymous.github.io/ComfyUI_examples/wan/text_to_video_wan.json

重启ComfyUI，将工作流文件拖入界面。

默认已有提示词，直接点击“执行”测试。生成结果会保存为.mp4文件。

修改提示词，我试了中文提示词,比如“一位年轻漂亮的女士在湖边看手机”，再点击执行。

Bonus：图像转视频

打开下载Diffusion Models链接下载：

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/diffusion_models/wan2.1_i2v_480p_14B_fp16.safetensors

Diffusion Models放ComfyUI/models/diffusion_models/文件夹。

打开下载CLIP Vision链接下载：

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/clip_vision/clip_vision_h.safetensors

CLIP Vision放ComfyUI/models/clip_vision/文件夹。

下载工作流文件：打开链接右键另存桌面。

https://comfyanonymous.github.io/ComfyUI_examples/wan/image_to_video_wan_example.json

重启ComfyUI，将工作流文件拖入界面。

这里提示了个错误，是因为默认的模型与我们实际运行的模型不一致导致的。

点击右箭头就可以自动找到我们本地用的模型。

上传一张图片，输入提示词（如“戴上墨镜微笑”），点击执行。

测试了一下，效果惊艳，五官无变形，动作自然。

之前我用过不少视频生成模型，要么配置麻烦，要么生成时间长得让人抓狂。但Wan 2.1完全不同，即使我的硬件不算顶级，生成速度也比以前快很多，效果还特别出色。无论是文生视频还是图生视频，它都能轻松胜任，细节真实到让人挑不出毛病。

如果你也想体验这款神器，所有下载链接和资源我都整理在下方。赶快动手试试吧，相信你会被它的表现惊艳到！