前几天，谷歌在 I/O 2025 大会上正式发布了其最新一代 AI 视频生成模型 Veo 3，在生成高质量视频的同时首次实现了音画同步。而WAN2.1 是一套全面开放的视频生成模型，它突破了视频生成的界限。1.3B型号仅需要8.19 GB VRAM，使其与几乎所有消费级GPU兼容。
如果你经常玩AI，建议选N卡而不是A卡。条件允许上苹果电脑
谷歌 Veo 3：Veo — Google DeepMind
Wan 2.1 视频生成模型本地部署:
1.下载 ComfyUI:https://www.comfy.org/zh-cn/（选择GPU类型英伟达，如果没有可以自定义或CPU模式,安装路径建议D盘，你C盘空间大当我没说）
2.下载文本编码器和 VAE ：Comfy-Org/Wan_2.1_ComfyUI_repackaged at main
3.后放入： ComfyUI/models/text_encoders/ wan_2.1_vae.safetensors
4.下载视频生成模型:Comfy-Org/Wan_2.1_ComfyUI_repackaged at main
5.注意事项及建议:质量等级：fp16 > bf16 > fp8_scaled > fp8_e4m3fn(由高到低）
6.建议使用 fp16 版本，如果选其他版本可以自行尝试，对比一下效果
7.文件位于：ComfyUI/models/diffusion_models/
8. 图像转视频: 此工作流程需要wan2.1_i2v_480p_14B_fp16.safetensors文件（将其放入：ComfyUI/models/diffusion_models/）和 clip_vision_h.safetensors放入：ComfyUI/models/clip_vision/
9. 文生视频记加:https://comfyanonymous.github.io/ComfyUI_examples/wan/text_to_video_wan.json(中文也可以的，考验各位显卡的时候到了）
10. 内存不足，则可以使用 fp8 文件。
11. 如果有什么疑问尽管提，详细视频教程看零度解说。模型可以做的不止这些。如果您有硬件/耐心运行的话，可以适当尝试。电脑买个适合自己的就行，别学我，当初2022年买的联想拯救者r9000p花了9200，现在再来看看拯救者新款，简直被刺麻了。
1 个赞