大家好,我是星哥!今天给大家带来一款真正让普通玩家也能玩转AI视频生成的神器——Wan2GP。这款由DeepBeepMeep开发的开源项目,通过优化显存占用技术,将原本需要80G显存的专业模型门槛降到了6GB显存,让RTX 10XX/20XX等老旧显卡也能流畅运行阿里Wan、腾讯Hunyuan等顶级视频生成模型。无论是自媒体创作者、设计师还是AI爱好者,都能通过本教程快速上手,免费生成高质量视频内容。
Wan2GP 是一个由DeepBeepMeep开发的开源视频生成模型项目,旨在为GPU资源有限的用户提供高质量的视频生成体验。它囊括了多种视频生成模型,包括阿里的Wan及其衍生模型、腾讯的Hunyuan Video和LTV Video等主流视频生成模型,通过简洁易用的网页界面,用户无需深入了解复杂的模型细节,即可轻松生成想要的视频内容。
Wan2GP 的问世,让广大低端显卡用户也能玩转高大上的视频生成项目了。就以HunyuanVideo 13B图生视频模型来说,原版需要至少80G显存才能跑得动的模型,现在 Wan2GP 把这个标准降低到10GB,而且生成的视频质量几乎没用任何的损失和降低。但缺点也是有的,生成时间会拉长,同时需要更大的运行内存。
组件 | 最低配置 | 推荐配置 |
---|---|---|
操作系统 | Windows 10 64位 | Windows 11专业版 |
显卡 | NVIDIA GTX 1660 (6GB VRAM) | NVIDIA RTX 4070 (12GB VRAM) |
内存 | 16GB DDR4 | 32GB DDR5 |
存储 | 100GB SSD(剩余空间) | 200GB NVMe SSD |
其他 | CUDA 12.8+ | 科学上网环境(模型下载) |
星哥的测试环境
系统:Windows11专业版
CPU: 英特尔I7-13700KF
内存: 32G
硬盘:1T nvme +4T HHD
显卡:RTX 4070 Ti
如果安装了,请忽略
通过 Conda 创建一个名为 wan2gp 的虚拟环境,并指定安装 Python 版本为 3.10.9
git clone https://github.com/deepbeepmeep/Wan2GP.git
cd Wan2GP
conda create -n wan2gp python=3.10.9
conda activate wan2gp
星哥遇到报错:
报错:
conda : 无法将“conda”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写,如果包括路径,请确保路径正
确,然后再试一次。
所在位置 行:1 字符: 1
+ conda create -n wan2gp python=3.10.9
+ ~~~~~
+ CategoryInfo : ObjectNotFound: (conda:String) [], CommandNotFoundException
+ FullyQualifiedErrorId : CommandNotFoundException
应该如何解决?
解决:添加环境变量
$Env:Path += ";C:\Users\Administrator\miniconda3\Scripts;C:\Users\Administrator\miniconda3\condabin"
pip install torch==2.6.0 torchvision torchaudio --index-url https://download.pytorch.org/whl/test/cu124
pip install -r requirements.txt
贤者注意力(速度提高 30%)
pip install triton-windows
Sage 2 Attention(速度提高 40%)
pip install triton-windows
pip install https://github.com/woct0rdho/SageAttention/releases/download/v2.1.1-windows/sageattention-2.1.1+cu126torch2.6.0-cp310-cp310-win_amd64.whl
运行使用方法:
python wgp.py # 文字转视频 (default)
python wgp.py --i2v # 图片转视频
运行后在CMD下可以看到UI界面的地址:http://localhost:7860
如果你是英伟达50系列的显卡,可以使用以下命令部署
git clone https://github.com/deepbeepmeep/Wan2GP.git
cd Wan2GP
conda create -n wan2gp python=3.10.9
conda activate wan2gp
pip install torch==2.7.0 torchvision torchaudio --index-url https://download.pytorch.org/whl/test/cu124
pip install -r requirements.txt
python wgp.py # Text-to-video (default)
python wgp.py --i2v # Image-to-video
第一次使用模型,需要下载模型,不是浏览器卡主了
使用Wan2GP需要下载huggingface.co的模型,如果网络不好可能无法完成!
如果局域网中有其他的小伙伴想要访问此项目,可以把 文件“wgp.py”中的一个配置修改
把“localhost”改成“0.0.0.0”
wgp.py 文件中的8932行
这一行注释掉: #server_name = os.getenv("SERVER_NAME", "localhost")
把“localhost”改成“0.0.0.0”
server_name = os.getenv("SERVER_NAME", "0.0.0.0")
关闭CMD,再次运行
conda activate wan2gp
python wgp.py
即可显示:
使用以下提示词,选择wan2.1 ,模型选择 Text2video 1.3B
日落,暖色调,中景,低饱和度,日光,侧光,晴天光。在一间厨房里,一位外国白人男子正在准备食物。平拍中近景镜头中,他穿着一件白色衬衫和黑色领带,站在一张桌子前,桌子上放着一个蓝色的杯子、一罐糖和其他一些调料瓶。他从罐子中舀出一些糖放入杯子里。虚化的背景是一面装饰有花卉图案墙纸的墙壁,上面挂着一个白色的橱柜,里面装满了各种物品。阳光透过窗户洒进室内。
会先现在模型,不要以为浏览器卡主了
生成的截图:
生成的视频会在outputs里面。
生成的视频:
对比
提示词来自:https://mp.weixin.qq.com/s/ucHuyomTZ6X2q_tL3wHQQg (晴天光)
由于GPU只有的显存只有12G,使用14B生成视频可能会报错。
Memory Management for the GPU Poor
* Running on local URL: http://0.0.0.0:7860
To create a public link, set `share=True` in `launch()`.
Loading Model 'ckpts/hunyuan_video_720_quanto_int8.safetensors' ...
You are using the default legacy behaviour of the <class 'transformers.models.llama.tokenization_llama_fast.LlamaTokenizerFast'>. This is expected, and simply means that the `legacy` (previous) behavior will be used so nothing changes for you. If you want to use the new behaviour, set `legacy=False`. This should only be set if you understand what it means, and thoroughly read the reason why this was added as explained in https://github.com/huggingface/transformers/pull/24565 - if you loaded a llama tokenizer from a GGUF file you can ignore this message.
************ Memory Management for the GPU Poor (mmgp 3.5.3) by DeepBeepMeep ************
这时候就要请出我们的坤坤出场了!
提示词: 一个男生穿着背带裤打篮球
模型:Fun InP image2video 1.3B
哎呀报错了:
要使用魔法上网
生成视频时的系统负载
生成的视频:
不好评价啊
通过本文的安装教程,相信你已经可以顺利搭建起属于自己的AI视频生成工具——Wan2GP。赶快动手试试吧,看看AI能为你带来什么样的创作惊喜!
写文不易,如果你都看到了这里,请点个赞和在看,分享给更多的朋友;也别忘了关注星哥玩云!这里有满满的干货分享,还有轻松有趣的技术交流~点个赞、分享给身边的小伙伴,一起成长,一起玩转技术世界吧! 😊
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。