Wan2GP 完整 AI 视频生成指南：6GB 显存如何跑起来并产出第一段视频

Wan2GP 完整 AI 视频生成指南6GB 显存如何跑起来并产出第一段视频【免费下载链接】Wan2GPA fast AI Video Generator for the GPU Poor. Supports Wan 2.1/2.2, LTX-2, Qwen Image, Hunyuan Video, LTX Video and Flux.项目地址: https://gitcode.com/gh_mirrors/wa/Wan2GPWan2GP 是一个跑在本地的 AI 视频生成工具面向显卡不算富裕的用户它整合了 Wan 2.1/2.2、Hunyuan Video、LTX Video、Qwen Image、Flux 等开源模型最低 6GB 显存就能出片NVIDIA 从 GTX 10XX 到 RTX 50XX 都有对应的安装路径AMDRDNA 2/3/3.5/4也支持。下面按跑起来 → 出片 → 调优 → 排错的顺序走一遍每步都给出可以直接照做的命令和数值。安装环境并启动硬件门槛先对照三条线满足就能继续显卡NVIDIA GTX 10XX 及以上或 AMD RDNA 2 及以上AMD 走专门的安装路径见 docs/AMD-INSTALLATION.md显存6GB 起步用 1.3B 级别的模型12GB 以上可以碰 14B 大模型网络第一次启动会自动下载模型权重体积不小需要稳定的连接推荐方式仓库自带的一键脚本最省事的路径是仓库scripts/目录下的脚本它们会处理环境创建并按你的硬件装好加速内核Triton、Sage、Flash、GGUF 等Windows双击scripts/install.batLinux/macOS终端执行scripts/install.sh装完以后以后每次启动用scripts/run.bat或scripts/run.sh升级用scripts/update.sh。手动安装需要自己掌控版本时先在任意目录克隆仓库git clone https://gitcode.com/gh_mirrors/wa/Wan2GP cd Wan2GP再按显卡选择版本组合。RTX 20XX–50XX需要 CUDA 13conda create -n wan2gp python3.11.14 conda activate wan2gp pip install torch2.10.0 torchvision0.25.0 torchaudio2.10.0 --index-url https://download.pytorch.org/whl/cu130 pip install -r requirements.txtGTX 10XX 用 Python 3.10.9 PyTorch 2.7.1CUDA 12.8具体命令在 安装文档 里有完整列表。首次启动python wgp.py终端会打印本地地址浏览器打开http://localhost:7860即进入网页界面。显存紧张的话用scripts/start-chrome-no-gpu.bat或.sh启动浏览器关掉浏览器自身的 GPU 加速实测能腾出 1–5GB 显存给生成过程。生成第一段文字转视频在界面的模型下拉框里选Wan 2.1 text2video 1.3B——它是最快、显存要求最低的组合适合第一次出片。提示词框输入一句简单描述例如 A cat walking in a garden。点击生成。第一次会先下载模型文件等待时间明显长于之后看到进度走完视频出现在输出区域同时存入图库。新手默认参数不用动49 帧约 2 秒、20 步这个组合在 6GB 显存上就能跑。几个可以顺手知道的操作不想点下拉框启动时直接加参数python wgp.py --t2v-1-3B文生视频小模型或python wgp.py --i2v图生视频模式勾选高级设置面板才能看到步骤数、引导强度、LoRA、滑动窗口这些选项第一次使用可以在 Guides 标签页找到官方推荐的模型清单 按你的显存选模型模型任务显存需求速度特征Wan 2.1 T2V 1.3B文字转视频6GB最快出片质量可用Wan 2.1 T2V 14B文字转视频12GB质量更好明显更慢Hunyuan Video文字转视频12GB质量出色生成慢LTX Video偏长视频12GB 左右中等长镜头更稳Wan Fun InP 1.3B图片转视频6GB快速让静态图动起来Wan Fun InP 14B / VACE 14B图生视频 / 视频编辑控制12GB慢但控制力更强两点补充量化int8、fp8、gguf、NVFP4 等默认就是开着的同样模型量化后显存占用更低上表是典型值实际占用还受分辨率、帧数、注意力后端影响。一句话结论显存 6–8GB 就固定用 1.3B 档10–12GB 可以试 14B 或 Hunyuan16GB 以上随便挑把预算花在帧数上。常用参数怎么调日常只需要动四个参数都在新手默认值附近帧数Frames25 帧约 1 秒49 帧约 2 秒73 帧约 3 秒。建议从 49 开始显存不够就降到 25想要更长镜头用高级设置里的滑动窗口而不是硬加帧数。步数Steps默认 20速度和质量的平衡点。想快就压到 15出片速度提升明显、细节略损想更精致就上 30时间大致按倍数增加。引导强度Guidance Scale默认 5–7 区间先用着。画面偏离提示词就往上调7–10 更贴描述12 以上几乎是字面执行画面会趋于僵硬想给模型发挥空间就降到 3–5。种子Seed留空则每次随机固定种子可以复现同一条结果之后只改提示词就得到一组相关变体——对比效果时这是最干净的变量控制方式。让模型听话的提示词写法结构公式按顺序写[主体] [动作] [场景] [镜头/光线] [质量修饰词]三个示例A koi pond in a Japanese garden, lotus leaves drifting on the water, soft morning light, cinematic A robot barista pouring latte art in a neon street stall, close-up, shallow depth of field, realistic A snowy pine forest at dawn, light fog, slow camera push-in, detailed, high quality写法清单主体放最前面一段提示词只描述一个主体写镜头距离特写/远景、角度、运动缓慢推近、环绕光线单独说晨雾、霓虹、逆光比笼统的 beautiful 有效结尾挂质量词cinematic、detailed、high quality提示词旁边的魔杖图标是提示词增强器按当前模型的语法自动扩写拿不准格式时先让它生成一版再改卡住了怎么办显存爆了CUDA out of memory现象加载模型或生成中途直接报错。 处理换 1.3B 模型 → 减帧数 → 高级设置里降分辨率 → 确认量化没有关掉。逐项排查见 docs/TROUBLESHOOTING.md。生成太慢现象一条 2 秒视频要等很久。 处理步数降到 15、帧数降到 25RTX 30XX 以上装 Sage Attention最多 2 倍加速、画质损失很小GTX 10XX 不支持也可以在高级设置里开启 TeaCache 之类的跳步功能。内核安装方法在 docs/INSTALLATION.md。结果和提示词对不上现象主体错了动作没做出来。 处理引导强度上调 2–3把提示词砍短到一个主体一个动作补上镜头和光线描述。启动就报错现象python wgp.py起不来或浏览器打不开。 处理确认 Python/PyTorch 版本和显卡代次是否匹配10XX 必须用 3.10.9 2.7.1 那套AMD 用户核对 docs/AMD-INSTALLATION.md 里的驱动和运行时版本。继续深入docs/GETTING_STARTED.md界面各区域和首次出片docs/MODELS.md全部模型的用途与选型docs/PROMPTS.md行内命令、宏、增强器语法docs/LORAS.mdLoRA 风格定制docs/VACE.md遮罩、运动、深度等视频控制docs/CLI.md命令行参数全表包括无界面批量出片--processdocs/CHANGELOG.md版本更新记录社区Discord 服务器入口在 README.md 顶部问题和出片分享都集中在那里性能上还有两个常见增益安装与硬件匹配的加速内核Sage/Flash/GGUF以及用 no-GPU 浏览器脚本省下浏览器占用的显存。开始之前的行动清单用一键脚本装好环境python wgp.py启动在http://localhost:7860出第一段 49 帧、20 步的 1.3B 视频固定种子只改提示词再生成一条学会对比非 GTX 10XX 用户安装 Sage Attention复测同一条视频的耗时对照 docs/MODELS.md 按自己显存档位选定下一个要试的模型用python wgp.py --i2v试一次图生视频感受输入图对结果的约束【免费下载链接】Wan2GPA fast AI Video Generator for the GPU Poor. Supports Wan 2.1/2.2, LTX-2, Qwen Image, Hunyuan Video, LTX Video and Flux.项目地址: https://gitcode.com/gh_mirrors/wa/Wan2GP创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考