ComfyUI-WanVideoWrapper 实战8G 显存跑通 AI 视频生成的完整路径【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper 场景开场客户要一条 15 秒的产品演示视频你手里只有一台 8G 显存的台式机素材是一张静态产品图。ComfyUI-WanVideoWrapper 是给 ComfyUI 装的一套自定义节点把 WanVideo 系列视频生成模型变成拖进画布就能用的节点从文字生成 15 秒视频、从静态图生成视频都在你已经熟悉的节点界面里完成不用写 Python也不用跑独立服务。 环境就绪先把仓库放进 ComfyUI 的custom_nodes目录再装依赖最后放模型顺序不能反git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper pip install -r requirements.txtpip在 clone 进来的目录里执行便携版在 ComfyUI_windows_portable 根目录改用python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-WanVideoWrapper\requirements.txt。模型文件在 Hugging Face 的 Kijai/WanVideo_comfy 合集低显存机型推荐 fp8 量化版下载后按这张表放目录放什么ComfyUI/models/text_encoders文本编码器ComfyUI/models/clip_visionClip vision图生视频要用ComfyUI/models/diffusion_models主视频模型1.3B / 14B支持 fp8 与 GGUFComfyUI/models/vaeVAE装完先别急着跑重启 ComfyUI在节点搜索框输入 Wan能看到WanVideo TextEncode、WanVideo Sampler这些节点就算就绪。 能力拆解文字、图像和音频环境通了先摸一遍它到底能干什么下面三个需求覆盖了绝大多数日常用法。只给一句文字出 81 帧视频需求是最常见的把一句描述变成动起来的画面比如商品页想要一个动态背景。最小配置1.3B T2V 主模型加采样器默认参数steps30、cfg6.0、shift5.0分辨率 512x512 起步即可。微调动作太僵就把shift从 5.0 提到 8 左右动作幅度变大但晃动也会变多过了就降回 5第一次先跑 512x512 看效果没问题再上 1024x1024。把静态图变成会动的视频商品图、人像照片动起来走 I2V 模型。最小配置I2V 主模型加WanVideo ImageToVideo Encode节点采样器参数同上。图像条件默认从第 6 步开始生效image_cond_start_step6出片如果和原图漂移把这个值提到 8画面会更贴住原图。用音频驱动画面Ovi 5B 模型支持带音频的图生视频音频驱动角色的口型和身体节奏。最小配置Ovi 主模型加 Ovi 节点组接上音频和首帧。微调口型如果对不上先用 5 秒左右的短音频测试对齐了再拉长时长。 调参与踩坑第一次跑翻车概率最高下面五个高频问题按症状 → 根因 → 处置走。问题 1新输入尺寸的首次运行显存异常高 根因是旧版 Triton 缓存Windows 上最常见。清掉两个目录Windows 下是C:\Users\用户名\.triton和C:\Users\用户名\AppData\Local\Temp\torchinductor_用户名Linux 下对应~/.triton和/tmp/torchinductor_用户。验证同一分辨率再跑一遍显存回落即修好。问题 2挂了 LoRA 之后显存涨了 新版把 LoRA 权重作为缓冲区挂在块上块变大、占用变多。README 给的算例14B 模型用 1GB LoRA、交换 20 块单块涨 25MB、20 块共涨 500MB。处置给WanVideo Set BlockSwap节点再多换2 个块。验证调整后显存回到挂 LoRA 前的量级。问题 3开了 TeaCache 之后动作跳帧或发愣 阈值太激进会把早期步跳过动作直接坏掉。use_coefficients开启时rel_l1_thresh给0.25-0.30不开系数时 1.3B 用 0.05-0.08 量级start_step给 0阈值更激进时把 start step 调晚一点避开早期步。验证看视频前几步动作是否连续。问题 4节点下拉里找不到模型 文件放错目录四个路径对照环境就绪一栏逐个检查clip vision 最容易被漏掉放好后重启 ComfyUI。验证下拉里出现模型名并能加载成功。问题 5长视频拼接处有跳变 根因是context window参数没配对窗口之间出现接缝。context_frames给 81context_overlap给 16fuse_method选 linear。验证盯着窗口交界处看过渡是否平滑。参数速查表参数名推荐值适用场景备注steps30全部采样器默认cfg6.0全部默认值跟提示词贴合度相关context_frames81长视频窗口大小单位像素帧context_overlap16长视频窗口重叠越大过渡越平滑rel_l1_thresh0.25-0.30TeaCache开系数时取值不开系数时除以 10image_cond_start_step6I2V调大让画面更贴原图 进阶方向日常需求够用了下面的扩展都是可选项用到再看。如果你想自己控制运镜ReCamMaster 做精确轨迹Uni3C 做三维相机源码在uni3c/。如果你想做说话对嘴单人是 FantasyTalking多人是 MultiTalkexample_workflows/里有现成的工作流可以直接改。如果你想做姿态驱动或人物替换SCAIL、SteadyDancer 管姿态MoCha 管替换主体代码散落在steadydancer/等目录里。如果你想二次开发模型主体和注意力实现在wanvideo/采样器逻辑在nodes_sampler.py。 硬件匹配换个角度如果你的显卡不是顶配策略跟着显存档位走显存档位推荐模型关键显存策略参考数据≥ 24G14B不交换或只换几块可开 torch.compile 提速81 帧分钟级12-16G14Bfp8512x512x81交换 20 块占用约 16GB≤ 8G1.3Bfp8块交换 context window1025 帧5GB低显存方案就是 ≤8G 那一行1.3B fp8 加块交换是标配组合。真实耗时锚点RTX 5090 上 1.3B T2V 生成 1025 帧窗口 81、重叠 16约 10 分钟显存不到 5GB。 学习路径上手之后按这四步走不会迷路先跑通文字生成导入example_workflows/wanvideo_2_1_14B_T2V_example_03.json直接运行再换成图生视频跑example_workflows/wanvideo_2_1_14B_I2V_example_03.json然后调参数加 TeaCache、改context_frames试一组长视频最后看源码wanvideo/modules/model.py和context_windows/context.py 收束回到开头那条 15 秒演示视频——现在打开 ComfyUI把 I2V 示例工作流拖进画布把图片换成你的产品图按运行。【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ComfyUI-WanVideoWrapper 实战：8G 显存跑通 AI 视频生成的完整路径
ComfyUI-WanVideoWrapper 实战8G 显存跑通 AI 视频生成的完整路径【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper 场景开场客户要一条 15 秒的产品演示视频你手里只有一台 8G 显存的台式机素材是一张静态产品图。ComfyUI-WanVideoWrapper 是给 ComfyUI 装的一套自定义节点把 WanVideo 系列视频生成模型变成拖进画布就能用的节点从文字生成 15 秒视频、从静态图生成视频都在你已经熟悉的节点界面里完成不用写 Python也不用跑独立服务。 环境就绪先把仓库放进 ComfyUI 的custom_nodes目录再装依赖最后放模型顺序不能反git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper pip install -r requirements.txtpip在 clone 进来的目录里执行便携版在 ComfyUI_windows_portable 根目录改用python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-WanVideoWrapper\requirements.txt。模型文件在 Hugging Face 的 Kijai/WanVideo_comfy 合集低显存机型推荐 fp8 量化版下载后按这张表放目录放什么ComfyUI/models/text_encoders文本编码器ComfyUI/models/clip_visionClip vision图生视频要用ComfyUI/models/diffusion_models主视频模型1.3B / 14B支持 fp8 与 GGUFComfyUI/models/vaeVAE装完先别急着跑重启 ComfyUI在节点搜索框输入 Wan能看到WanVideo TextEncode、WanVideo Sampler这些节点就算就绪。 能力拆解文字、图像和音频环境通了先摸一遍它到底能干什么下面三个需求覆盖了绝大多数日常用法。只给一句文字出 81 帧视频需求是最常见的把一句描述变成动起来的画面比如商品页想要一个动态背景。最小配置1.3B T2V 主模型加采样器默认参数steps30、cfg6.0、shift5.0分辨率 512x512 起步即可。微调动作太僵就把shift从 5.0 提到 8 左右动作幅度变大但晃动也会变多过了就降回 5第一次先跑 512x512 看效果没问题再上 1024x1024。把静态图变成会动的视频商品图、人像照片动起来走 I2V 模型。最小配置I2V 主模型加WanVideo ImageToVideo Encode节点采样器参数同上。图像条件默认从第 6 步开始生效image_cond_start_step6出片如果和原图漂移把这个值提到 8画面会更贴住原图。用音频驱动画面Ovi 5B 模型支持带音频的图生视频音频驱动角色的口型和身体节奏。最小配置Ovi 主模型加 Ovi 节点组接上音频和首帧。微调口型如果对不上先用 5 秒左右的短音频测试对齐了再拉长时长。 调参与踩坑第一次跑翻车概率最高下面五个高频问题按症状 → 根因 → 处置走。问题 1新输入尺寸的首次运行显存异常高 根因是旧版 Triton 缓存Windows 上最常见。清掉两个目录Windows 下是C:\Users\用户名\.triton和C:\Users\用户名\AppData\Local\Temp\torchinductor_用户名Linux 下对应~/.triton和/tmp/torchinductor_用户。验证同一分辨率再跑一遍显存回落即修好。问题 2挂了 LoRA 之后显存涨了 新版把 LoRA 权重作为缓冲区挂在块上块变大、占用变多。README 给的算例14B 模型用 1GB LoRA、交换 20 块单块涨 25MB、20 块共涨 500MB。处置给WanVideo Set BlockSwap节点再多换2 个块。验证调整后显存回到挂 LoRA 前的量级。问题 3开了 TeaCache 之后动作跳帧或发愣 阈值太激进会把早期步跳过动作直接坏掉。use_coefficients开启时rel_l1_thresh给0.25-0.30不开系数时 1.3B 用 0.05-0.08 量级start_step给 0阈值更激进时把 start step 调晚一点避开早期步。验证看视频前几步动作是否连续。问题 4节点下拉里找不到模型 文件放错目录四个路径对照环境就绪一栏逐个检查clip vision 最容易被漏掉放好后重启 ComfyUI。验证下拉里出现模型名并能加载成功。问题 5长视频拼接处有跳变 根因是context window参数没配对窗口之间出现接缝。context_frames给 81context_overlap给 16fuse_method选 linear。验证盯着窗口交界处看过渡是否平滑。参数速查表参数名推荐值适用场景备注steps30全部采样器默认cfg6.0全部默认值跟提示词贴合度相关context_frames81长视频窗口大小单位像素帧context_overlap16长视频窗口重叠越大过渡越平滑rel_l1_thresh0.25-0.30TeaCache开系数时取值不开系数时除以 10image_cond_start_step6I2V调大让画面更贴原图 进阶方向日常需求够用了下面的扩展都是可选项用到再看。如果你想自己控制运镜ReCamMaster 做精确轨迹Uni3C 做三维相机源码在uni3c/。如果你想做说话对嘴单人是 FantasyTalking多人是 MultiTalkexample_workflows/里有现成的工作流可以直接改。如果你想做姿态驱动或人物替换SCAIL、SteadyDancer 管姿态MoCha 管替换主体代码散落在steadydancer/等目录里。如果你想二次开发模型主体和注意力实现在wanvideo/采样器逻辑在nodes_sampler.py。 硬件匹配换个角度如果你的显卡不是顶配策略跟着显存档位走显存档位推荐模型关键显存策略参考数据≥ 24G14B不交换或只换几块可开 torch.compile 提速81 帧分钟级12-16G14Bfp8512x512x81交换 20 块占用约 16GB≤ 8G1.3Bfp8块交换 context window1025 帧5GB低显存方案就是 ≤8G 那一行1.3B fp8 加块交换是标配组合。真实耗时锚点RTX 5090 上 1.3B T2V 生成 1025 帧窗口 81、重叠 16约 10 分钟显存不到 5GB。 学习路径上手之后按这四步走不会迷路先跑通文字生成导入example_workflows/wanvideo_2_1_14B_T2V_example_03.json直接运行再换成图生视频跑example_workflows/wanvideo_2_1_14B_I2V_example_03.json然后调参数加 TeaCache、改context_frames试一组长视频最后看源码wanvideo/modules/model.py和context_windows/context.py 收束回到开头那条 15 秒演示视频——现在打开 ComfyUI把 I2V 示例工作流拖进画布把图片换成你的产品图按运行。【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考