Linux 下从头部署Wan2.2模型（小显存可用）
Linux 下从头部署Wan2.2模型（小显存可用）
相信节前字节发布的即梦2.0让大家感受到了AI视频生成的威力，但是他毕竟是个闭源模型，还要收费，所以钱包不够充裕或者希望有更多自定义需求的同学，可以选择当前视频生成开源模型中比较强的 Wan2.2 来进行 AI 视频生成，我下面介绍一下手把手的部署方法。
如果需要查看视频教程，查看 wan2.2 部署视频教程
前置条件
首先确保你安装了基础的 python、conda 环境，安装了英伟达显卡驱动。
一、安装 pytorch、cuda 等（可选）
如果你已经有了 pytorch、cuda 等环境，可以忽略此步骤
1、创建一个 python 虚拟环境
为了保证稳定性，将 pip 切换为国内的清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 创建一个 conda 环境用于 comfyui
conda create -n comfyui python=3.10 -y conda activate comfyui - 安装 PyTorch（必须根据你的 CUDA 版本选择）
先查看你的 CUDA：
nvidia-smi 看右侧的 Driver 版本对应 CUDA，一般是 11.x 或 12.x。
如果你的 CUDA >= 12.1，都使用 12.1
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 如果你的 CUDA = 11.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 下载的东西比较大，一般要等十来分钟
二、安装 Comfyui
1、下载 Comfyui 主仓库
这里我们通过国内 gitee 站点来下载 Comfyui 仓库
PS：如果发现这个仓库太老了，可以用ComfyUI 关键词在 gitee 搜索一下，一般有用户会定时将
github 的仓库同步到 gitee
git clone https://gitee.com/auto-mirrors/comfy-ui.git 2、安装依赖
cd comfy-ui pip install -r requirements.txt 
这一步一般也要十几二十分钟
2、先把 ComfyUI 跑起来
在 8188 端口运行 ComfyUI服务
python main.py --listen 0.0.0.0 --port 8188看到下面的输出代表跑起来了：
接着就从本地浏览器打开：localhost:8188，可以看到 ComfyUI 成功跑起来了
3、安装 Comfyui GGUF 插件
我们要在小显存下使用 Z-Image 模型，一般要用 GGUF 的模型（什么是 GGUF 就自己问问 AI
吧），那么我们就需要在 ComfyUI 的仓库内再下载 Comfyui GGUF 插件仓库并安装：
1、进入本地 ComfyUI 仓库的 custom_nodes 文件夹
cd custom_nodes 2、下载Comfyui GGUF 插件仓库
同样我们从 gitee 下载
git clone https://gitee.com/203014/ComfyUI-GGUF.git 3、安装 gguf 组件
conda activate comfyui cd ComfyUI-GGUF pip install gguf 4、安装 ComfyUI 管理器
安装节点管理器 “ComfyUI-Manager”，以后可以方便地安装节点（Nodes，当然这个是从
github 下载的，有时候要看天）。
cd..git clone https://gitee.com/muchlai/ComfyUI-Manager.git cd ComfyUI-Manager pip install -r requirements.txt 5、安装其他常用插件
同样是把插件仓库克隆到 custom_nodes 文件夹
cd..git clone https://gitee.com/ai-tutorial/ComfyUI-WanVideoWrapper.git cd ComfyUI-WanVideoWrapper pip install -r requirements.txt cd..git clone https://gitee.com/chenzhaotong/ComfyUI-VideoHelperSuite.git cd ComfyUI-VideoHelperSuite pip install -r requirements.txt cd..git clone https://github.com/raindrop313/ComfyUI-WanVideoStartEndFrames cd ComfyUI-WanVideoStartEndFrames pip install -r requirements.txt 之后重启 comfyui 即可正常使用。
三、下载模型文件
我们需要下载三个模型：视频生成模型、Text Encoder 模型、vae 模型。
我选用国外大神整合的 wan2.2-rapid-mega-aio 模型，这个mega模型把文生视频和图生视频合
成一个模型，我找到了他的 量化版本，以跑在小显存的电脑上，模型仓库可以查看：
。
https://huggingface.co/befox/WAN2.2-14B-Rapid-AllInOne-GGUF 但是，经过我多次测试，即使从 hugging-face 的镜像 hf-mirror，下载速度也不是最快最稳的，而视频模型通常都非常大，所以我直接在阿里的 modelscope 上下载。
- 下载视频生成模型
我的电脑有 12G 显存，我选择 wan2.2-rapid-mega-aio-v12.1-Q5_K.gguf 的版本，大家可以根据自己的显存大小选择不同的版本，
GGUF模型仓库
cd..cd ./models/unet wget https://www.modelscope.cn/models/befox/WAN2.2-14B-Rapid-AllInOne- GGUF/resolve/master/Mega-v12/wan2.2-rapid-mega-aio-v12-Q5_K.gguf - 下载 Clip 模型
同样使用 modelscope 的下载地址，文件保存在 ComfyUI/models/clip/
cd..cd ./clip wget https://www.modelscope.cn/models/city96/umt5-xxl-encoder- gguf/resolve/master/umt5-xxl-encoder-Q5_K_M.gguf 3、下载 vae 模型
我们使用 wan_2.1 的 vae 模型（没错，wan2.2 也是用的 wan2.1 的 vae 模型）
cd..cd ./vae wget https://modelscope.cn/models/Comfy- Org/Wan_2.1_ComfyUI_repackaged/resolve/master/split_files/vae/wan_2.1_vae. safetensors 四、开始炼丹！
经过了那么多步骤，终于可以开始生图了
1、重启一下 comfyui
cd../../ python main.py --listen 0.0.0.0 --port 81882、导入工作流
我做好了最基本的图生视频工作流，大家只要保存这个文件，然后拖入到浏览器的 comfui 窗口
中，就能把工作流自动导入：
拖入后变成：
3、上传首帧图片
在这里上传视频的首帧图片
4、提示词
在这里写正面提示词：
动漫少女，人物特征严格保持与图片一致。她正在跳一段充满活力的K-pop女团舞蹈，动作流畅有节 奏感，背景是干净的练习室。镜头围绕她做缓慢的环绕运动。动漫风格，高清，动作一致性好。 负面提示词可写可不写 5、生成视频
点击运行，等待 3-20 分钟就能获得视频了（取决于你显卡的给力程度）
下面是生成的最终视频文件：
视频文件
五、一些常见的问题
Q1：如何设置生成的视频长度？
A：在 Number of Frame 节点上可以设置视频的总帧数。
如果你要设置时长为 5 秒，帧率为 16，则总帧数 5 x 16 = 80
Q2：如何给一个结束帧参考？
A：右键点击StartFrame节点，克隆，重命名为 EndFrame，然后连到 end_image
Q3：如何调整生成后视频的画质和文件大小？
A：调整 CRF — Constant Rate Factor（恒定质量因子）。这是视频压缩编码器（比如
x264/x265/AV1/VVC 等）里常用的一个参数，用来控制 视频质量与文件大小之间的平衡。
我是新手，想一键使用
我想一键使用！
不会或者不想折腾环境的同学，我直接做好了可以一键运行的镜像：
wan2.2一键镜像
