Wan 2.2 workflow optimized for RTX 3060 12 GB VRAM GPU

详情

模型描述

[编辑:

v2.2 修复了 T2V 的提示输入字段问题。

v2.1:新增了从第一帧到最后一帧的视频生成功能。]

未安装运行中的 Triton + Sage Attention 的用户,请始终在工作流中禁用此选项!

我真的需要 Sage Attention 吗?简短回答:不需要。

大多数用户,尤其是初学者,无需安装 Sage Attention。对于典型的 5-7 秒视频,几乎没有任何优势。只需在工作流中禁用 Sage Attention 相关部分,就能愉快使用 🙂。

只有在生成较长视频(例如 10 秒)时,才会明显感受到差异。如果你喜欢尝试,请参阅本文底部的“安装 Triton 和 Sage Attention”最后一章获取详细信息。若成功运行,即可在工作流中启用 Sage Attention 部分。

衷心感谢所有测试此工作流的用户 👍

特别感谢 @boinobin730 提出“从第一帧到最后一帧”的功能建议、进行预测试并迅速回复 🙂,以及感谢 @SnowShoes311 再次为你的热情支持致谢 😋]

快速概览:

  • 优化的 Wan 2.2 工作流,可在 RTX 3060 12GB 显存 GPU 和 32GB 内存上完美运行

  • 无需安装 Triton 和 Sage Attention

  • 使用 LightX2V LoRA 实现快速且高质量的视频生成

  • 通过 BlockSwap 降低显存占用

  • 在单一工作流中支持文本/图像到视频生成

  • “简易”安装/模型下载,所有必要资源均已明确说明

  • 工作流结构清晰、易于使用,所有必要步骤均已详细说明

  • 生成一段 5 秒的高质量视频约需 10–15 分钟(见下文)

简要介绍:

我曾费尽心力寻找一个能在 12GB 显存下运行、并提供良好且快速结果的 Wan 工作流。自从几天前开始使用 Wan 2.2,我再次尝试。如今它运行良好,我决定在此发布,希望能帮助到其他人。

本工作流基于多种已发布的流程元素。我的工作仅是将它们整合起来,针对小型设备进行优化,并创建一个尽可能简单、用户友好、甚至适合“初学者”的工作流。

要点简述:

  • LightX2V LoRA:高速(4–8 步)生成,输出质量高。

  • BlockSwap:避免“内存不足”错误,显著降低显存占用,且几乎不影响速度。生成时可同时在本机运行其他任务。

  • 超分与帧率倍增:2 倍快速超分,4 倍快速帧率倍增,可生成最高达 1440x960、60fps 的平滑高质量视频。

测试生成时间:

以 RTX 3060 GPU 为参考:生成一段 5 秒、1440x960、60fps 的高质量视频(6 步)所需时间:

  • t2v:约 10–12 分钟

  • i2v:约 15 分钟

简要结论:

我不是“专家”——只是一个希望在现有硬件上顺利运行的人。

有很多地方我其实并不完全理解。如果你发现错误或更优方案,请不吝指教。

我真的希望即使是“初学者”也能迈出第一步……

用于测试/理解/实验/修改工作流:

  • 点击“切换链接可见性”以查看链接

  • 移动节点以查看所有“被遮挡”的节点

  • 为快速测试,可降低设置:步数、片段长度和视频分辨率

和往常一样:玩得开心 🙂🙂

安装 Triton 和 Sage Attention:

如果你喜欢尝试、实验,或经常生成较长视频,本简短指南或许能帮助你成功运行 Sage Attention。但首先,你需要了解预期效果:

以 RTX 3060 GPU 为参考:生成一段 1440x960、60fps 的高质量视频(6 步)所需时间:

5 秒 t2v:无论是否启用 Sage Attention,均约 10–12 分钟

10 秒 i2v:

  • 未启用 Sage Attention:约 34 分钟

  • 启用 Sage Attention:约 22 分钟

感谢用户 uzaxpro414 的建议及其视频链接:更快的 Wan 2.2 - 安装 Triton + Sage Attention(Comfy UI 指南),我成功完成了 Triton 和 Sage Attention 的安装。是的,这比你想象的简单。

安装基于包含嵌入式 Python 的 ComfyUI 可移植版本。其优势如下:

  • 你可以与任何现有 ComfyUI 版本并行安装可移植版本。

  • 所有安装和配置仅在嵌入式 Python 中进行——不会破坏你的现有系统。

  • 由于嵌入式 Python 本质上是一个“隔离的新系统”,最终安装 Triton 和 Sage Attention 非常简单。

好的,缺点是:你必须安装并维护第二个 ComfyUI 系统,且可移植版本可能不如桌面版方便。但另一方面,它为你提供了完美的测试环境。

如何安装 Triton 和 Sage Attention:

  1. 从以下链接下载并安装 ComfyUI 可移植版:ComfyUI(可移植版)Windows - ComfyUI,更新它并运行 ComfyUI Manager。

  2. 根据本 YouTube 指南安装并测试 Triton 和 Sage Attention:更快的 Wan 2.2 - 安装 Triton + Sage Attention(Comfy UI 指南)

  3. 若一切顺利无错误,你即可使用我最新的工作流版本,并启用 Triton + Sage Attention 选项。

视频开头可能略显混乱,但它提供了所有必要步骤。只需从视频描述中下载包含简要说明的 txt 文件和 Triton 测试文件——这非常有帮助。具备一些基础的 Python 知识也会很有用。

希望你也能成功安装——祝你好运 😉

请理解,我既没有时间也没有足够知识来协助你完成此安装。若遇到错误,请自行搜索解决方案。

此模型生成的图像

未找到图像。