Wan2.1(GGUF) only 4GB-VRAM ComfyUI Workflow

在笔记本电脑上生成视频

你好！
此工作流使用了来自 Kijai 及其他来源的若干自定义节点，以确保在 仅配备 4GB 显存的 RTX 3050 笔记本电脑版本 上流畅运行。该工作流经过优化，以提升生成时长、视觉质量与整体功能性。

🧠 工作流信息

此为多个可运行的 ComfyUI 工作流：

2.0-ALL — 包含所有工作流：

Wan2.1 T2V
Wan2.1 I2V
Wan2.1 Vace
Wan2.1 First Frame Last Frame
Funcontrol（实验性）
Funcameraimage（实验性）

即将更新：内补（inpainting）实验功能

🚀 结果（性能）

文章

*待更新

🎥 视频说明（Vace 版）：

🎥 安装指南（V1.8）：

📦 下载部分

⚙️ 使用的节点（通过 ComfyUI Manager 或下方链接安装）

注意：仅在使用 Stack Lora Loader 时需要 rgthree

📦 模型下载

*这些是原始模型的转换版本，专为在更低显存下运行而优化。

🔗 WAN GGUF 模型
- 大多数版本
🔗 图像到视频的替代方案
- 更快/更优的 I2V 量化版本
🔗 WAN2.1 1.3B GGUF
- fun、inpainting、T2V、Vace
🔗 WAN2.1 Fun-control 14B GGUF
- fun-control
🔗 WAN2.1 Fun-Camera-control 14B GGUF
- fun-Camera-Control
🔗 其他 GGUF 转换版本

所有这些 GGUF 转换均由以下人员完成：

https://huggingface.co/city96

https://huggingface.co/calcuis

https://huggingface.co/QuantStack

*如找不到所需模型，请查看他们的个人主页！

🧩 额外必需文件（请勿从“模型下载”部分获取）

🔗 VAE、CLIP、CLIP Vision、文本编码器

📥 下载内容及使用方法

✅ 量化建议：

Q_5 – 🔥 速度与质量的最佳平衡
Q_3_K_M – 快速且准确性尚可
Q_2_K – 可用，但有一定质量损失
1.3B 模型 – ⚡ 极快，细节较低（适合测试）
14B 模型 – 🎯 高质量，较慢且显存占用高
提醒：较低的 "Q" = 更快且 更少 VRAM，但质量较低
较高的 "Q" = 更好质量，但需要 更多 VRAM 且 速度更慢

🧩 模型类型及功能说明

Wan Video – 根据文本提示生成视频（文生视频）
Wan VACE – 根据单张图像生成视频（图生视频）
Wan2.1 Fun Control – 添加深度、姿态或边缘等控制输入，用于引导视频生成
Wan2.1 Fun Camera – 模拟摄像机运动（缩放、平移等），从静态输入生成动态视频
Wan2.1 Fun InP – 支持视频内补（修复或编辑视频帧中的特定区域）
First–Last Frame – 通过在起始与结束图像之间插值生成视频

📂 文件放置指南

所有 WAN 模型的 .gguf 文件 →
放入你的 ComfyUI/models/diffusion_models/ 文件夹中
⚠️ 务必查看模型下载页面的说明 —
转换后的模型通常会列出确切的文件夹结构或依赖项

🔗 有用资源链接：

安装 Triton： https://www.patreon.com/posts/easy-guide-sage-124253103

常见错误： https://civitai.com/articles/17240

Reddit 讨论串：

https://www.reddit.com/r/StableDiffusion/comments/1j1r791/wan_21_comfyui_prompting_tips https://civitai.com/articles/17240

https://www.reddit.com/r/StableDiffusion/comments/1j2q0xw/dont_overlook_the_values_of_shift_and_cfg_on_wan

https://www.reddit.com/r/comfyui/comments/1j1ieqd/going_to_do_a_detailed_wan_guide_post_including

🚀 性能优化建议

为进一步提升速度，请使用：

✅ Xformer
✅ Sage Attention
✅ Triton
✅ 调整内部设置进行优化

如有任何疑问或需要帮助，欢迎随时联系！
希望这份指南能帮助你仅用笔记本电脑生成逼真的 AI 视频 🙌