Wan 2.1 installieren und verwenden (Hentai-Videogenerierung)

Dies ist ein Anfängerleitfaden, der Ihnen hilft, Wan zu installieren und alle verfügbaren Optimierungen zu implementieren, um die Geschwindigkeit der Videogenerierung zu maximieren.

Das Erreichen dieses Ziels erfordert jedoch Kompromisse bei der Qualität, aber Sie können jederzeit eine der Optimierungen deaktivieren, wenn Sie die Qualität über die Geschwindigkeit priorisieren möchten.

Der enthaltene Leitfaden und die Workflows sind auf GPUs mit 24 GB oder mehr VRAM zugeschnitten, die typischerweise während der Generierung 21-23 GB nutzen. Obwohl es möglich ist, eine GPU mit weniger als 24 GB zu verwenden, müssen Sie Anpassungen vornehmen. Zum Beispiel kann eine 16-GB-GPU FP8/Q8-Modelle verwenden, vorausgesetzt, Sie erhöhen die Einstellungen für virtual_vram_gb oder Blocktausch in den bereitgestellten Workflows. Darauf werden wir später eingehen.

Wenn Sie weniger als 16 GB haben, möchten Sie wahrscheinlich die Modelle verwenden, die unter Q8 quantisiert sind, aber beachten Sie, dass die Verwendung eines niedrigeren Quantisierungsniveaus die Qualität Ihrer Ausgaben verringert. Im Allgemeinen gilt: Je niedriger Sie gehen, desto niedriger ist die Qualität, die Sie erhalten.

1. /ldg/ Wan 2.1 Installations- und Optimierungsleitfaden
   1. Voraussetzungen – ZUERST INSTALLIEREN
   2. Implementierung wählen
   3. Option 1 – Kijai's Wrapper
   4. Option 2 – Comfy Native
   5. Allgemeine Installationsschritte
   6. Wichtige Hinweise, bevor Sie generieren
   7. Unterstützte Auflösungen
   8. Generierung bei 720P
   9. Die Optimierungen

Voraussetzungen – ZUERST INSTALLIEREN

ComfyUI Portable
ComfyUI Manager
CUDA 12.6

Implementierung wählen

Wan 2.1 kann über zwei Ansätze in ComfyUI integriert werden: Native Unterstützung oder Kijai's Wrapper. Kijai's Wrapper bietet zusätzliche Funktionen, die die Native-Version nicht hat (flowedit, vid2vid usw.), während Native mehrere Vorteile bietet, die in Kijai's Version nicht verfügbar sind. Dazu gehören: Unterstützung für gguf-Modelle, Adaptive Guidance (eine Methode zur Beschleunigung der Generierung auf Kosten der Qualität) und TorchCompile-Kompatibilität nicht nur über die 40XX- und 50XX-GPU-Serien, sondern auch über die 30XX-Serie, was die Generierung um etwa 30 % beschleunigt. Wenn Sie also weniger als 24 GB VRAM verwenden und/oder die schnellsten Generierungsgeschwindigkeiten wünschen, ist Native wahrscheinlich die bessere Wahl.

Sobald Sie sich für eine Methode und den entsprechenden Workflow entschieden haben, fahren Sie mit den allgemeinen Installationsschritten fort.

Option 1 – Kijai's Wrapper

Laden Sie diese modifizierten Versionen von Kijai's Standard-Workflows herunter. Neben den Optimierungen und einigen zusätzlichen Funktionen verwenden sie Alibabas Standardeinstellungen als Basis. Der Workflow gibt zwei Videos aus, ein rohes 16 fps und eine interpolierte 32 fps Version. Sie können diese leicht anpassen, um das 720P-Modell/Setting zu verwenden. Siehe Generierung bei 720P.

/ldg/ KJ i2v 480p Workflow: ldg_kj_i2v_14b_480p.json
(aktualisiert am 17. März 2025)

/ldg/ KJ t2v 480p Workflow: ldg_kj_t2v_14b_480p.json
(aktualisiert am 17. März 2025)

1. Stellen Sie sicher, dass ComfyUI auf die neueste Version aktualisiert ist. (update_comfyui.bat in ComfyUI_windows_portable\update)
2. Laden Sie diese Modelle herunter.

Verwenden Sie NICHT Comfy-Modell-Dateien mit KJ's! Sie MÜSSEN diese verwenden, sonst treten Probleme auf!

• Wan2_1-I2V-14B-480P_fp8_e4m3fn.safetensors kommt in ComfyUI\models\diffusion_models\WanVideo
• Wan2_1-I2V-14B-720P_fp8_e4m3fn.safetensors kommt in ComfyUI\models\diffusion_models\WanVideo
• Wan2_1-T2V-14B_fp8_e4m3fn.safetensors kommt in ComfyUI\models\diffusion_models\WanVideo
• umt5-xxl-enc-bf16.safetensors kommt in ComfyUI\models\text_encoders
• open-clip-xlm-roberta-large-vit-huge-14_fp16.safetensors kommt in ComfyUI\models\text_encoders
• Wan2_1_VAE_bf16.safetensors kommt in ComfyUI_windows_portable\ComfyUI\models\vae\wanvideo

3. Gehen Sie zu den allgemeinen Installationsschritten.

Option 2 – Comfy Native

Laden Sie diese modifizierten Versionen von Comfy's Workflows herunter, basierend auf einem Anon von /ldg/. Neben den Optimierungen und einigen zusätzlichen Funktionen verwenden sie Alibabas Standardeinstellungen als Basis. Der Workflow gibt zwei Videos aus, ein rohes 16 fps und eine interpolierte 32 fps Version. Sie können diese leicht anpassen, um das 720P-Modell/Setting zu verwenden. Siehe Generierung bei 720P.

/ldg/ Comfy i2v 480p Workflow: ldg_cc_i2v_14b_480p.json
(aktualisiert am 17. März 2025)

/ldg/ Comfy t2v 480p Workflow: ldg_cc_t2v_14b_480p.json
(aktualisiert am 17. März 2025)

1. Stellen Sie sicher, dass ComfyUI auf die neueste Version aktualisiert ist. (update_comfyui.bat in ComfyUI_windows_portable\update)
2. Laden Sie diese Modelle herunter. Wenn Sie weniger als 24 GB VRAM haben, können Sie auch die Q8-Modelle gegen Q6/Q5/Q4 austauschen, obwohl Sie einen progressiv größeren Qualitätsverlust bei den Ausgaben sehen werden, je niedriger Sie gehen.

Verwenden Sie NICHT Kijai's Textencoder-Dateien mit diesen Modellen! Sie MÜSSEN diese Textencoder verwenden, sonst wird es zu einem Fehler kommen, bevor Sie mit Exception during processing !!! mat1 and mat2 shapes cannot be multiplied (77x768 and 4096x5120) generieren.

• wan2.1-i2v-14b-480p-Q8_0.gguf kommt in ComfyUI\models\diffusion_models\
• wan2.1-i2v-14b-720p-Q8_0.gguf kommt in ComfyUI\models\diffusion_models\
• wan2.1-t2v-14b-Q8_0.gguf kommt in ComfyUI\models\diffusion_models\
• umt5_xxl_fp16.safetensors kommt in ComfyUI\models\text_encoders
• clip_vision_h.safetensors kommt in ComfyUI\models\clip_vision\
• wan_2.1_vae.safetensors kommt in ComfyUI_windows_portable\ComfyUI\models\vae\

3. Gehen Sie zu den allgemeinen Installationsschritten.

Allgemeine Installationsschritte

4. Laden Sie dieses wie beschrieben herunter und führen Sie es aus, um Triton und Sage automatisch zu installieren, was Ihre Generierungen drastisch beschleunigen wird.
5. Öffnen Sie ein cmd.exe-Fenster in ComfyUI_windows_portable\ und führen Sie den folgenden Befehl aus. Dies installiert eine aktuelle pytorch-nightly für CUDA 12.6, die es Ihnen ermöglicht, fp16-Akkumulation zu verwenden, eine Optimierung, die die Generierungszeit verringert:..\python_embeded\python.exe -s -m pip install torch==2.7.0.dev20250306+cu126 torchvision torchaudio –index-url https://download.pytorch.org/whl/nightly/cu126 –force-reinstall
6. Bearbeiten Sie run_nvidia_gpu.bat in ComfyUI_windows_portable und ändern Sie die erste Zeile in: .\python_embeded\python.exe -s ComfyUI\main.py –windows-standalone-build –use-sage-attention –fast
7. Führen Sie ComfyUI aus. Überprüfen Sie im cmd.exe-Konsolenfenster, ob pytorch version: 2.7.0.dev20250306+cu126 während des Starts angezeigt wird. Sie sollten auch Enabled fp16 accumulation und Using sage attention sehen.

Es gibt einen möglichen Fehler, wenn Sie Erweiterungen aktualisieren oder neu starten, der eine falsche Version von pytorch meldet. Wenn das passiert, schließen Sie Comfy und starten Sie es neu. Dies scheint am häufigsten zu passieren, wenn Sie den „Neustart“-Button in Comfy nach dem Aktualisieren von Erweiterungen verwenden, also schließen Sie es manuell und starten Sie es manuell nach dem Aktualisieren von Erweiterungen. Es kann auch nach dem Aktualisieren von Comfy passieren. Wenn es nach einem zweiten Neustart immer noch nicht 2.7.0dev ist, wiederholen Sie Schritt 5.

8. Öffnen Sie einen der Workflows. Öffnen Sie den Manager und installieren Sie fehlende benutzerdefinierte Knoten. Installieren Sie schließlich die ComfyUI-GGUF Erweiterung.

Wenn es nach der Installation und dem Neustart von Comfy weiterhin über fehlende Knoten klagt, müssen Sie die fehlenden Knoten möglicherweise manuell installieren. Wenn dies bei KJ's Wrapper passiert, installieren Sie den Wrapper manuell aus seinem Repo, und löschen Sie vorher die alte Version aus den benutzerdefinierten Knoten. Gleiches gilt für KJNodes, wenn es über fehlende WanVideoEnhanceAVideoKJ klagt. Stellen Sie sicher, dass Sie die Installationsanweisungen für die portable Installation befolgen.

9. Für das Video-Interpolationsmodell gehen Sie zu diesem Repo und laden Sie film_net_fp32.pt herunter und platzieren Sie es in ComfyUI\custom_nodes\comfyui-frame-interpolation\ckpts\film
10. Stellen Sie sicher, dass jedes Mal, wenn Sie Comfy starten, die pytorch-Version 2.7.0dev anzeigt, sonst funktioniert fp16_fast / fp16 accumulation nicht.
11. Führen Sie Ihre erste Generierung aus. Wenn es während des Modellladens mit „Drücken Sie eine Taste, um fortzufahren“ im cmd.exe-Fenster einfriert, müssen Sie Ihren Computer neu starten. Wenn Sie diesen Fehler beim Ausführen des Workflows erhalten: ImportError: DLL load failed while importing cuda_utils: Das angegebene Modul konnte nicht gefunden werden. Gehen Sie zu \users\username\ und öffnen Sie das .triton-Verzeichnis. Löschen Sie das Cache-Unterverzeichnis darin. Löschen Sie nicht das gesamte .triton-Verzeichnis.

Wichtige Hinweise, bevor Sie generieren

Die anfängliche Generierungszeit, die Sie erhalten, ist NICHT genau. Teacache tritt während der Generierung in Kraft, und Adaptive etwa zur Mitte, wenn Sie auf Comfy Native/Core sind.

Wenn ein Video mit der Generierung fertig ist, erhalten Sie zwei Dateien in ihren eigenen i2v- oder t2v-Verzeichnissen und Unterverzeichnissen. Die rohen Dateien sind die 16-Bilder-Ausgaben, während die int-Dateien auf 32 Bilder interpoliert sind, was Ihnen eine viel flüssigere Bewegung gibt.

Es wird dringend empfohlen, während der Generierung Vorschauen zu aktivieren. Wenn Sie dem Leitfaden gefolgt sind, haben Sie die erforderliche Erweiterung. Gehen Sie zu ComfyUI-Einstellungen (das Zahnradsymbol unten links) und suchen Sie nach „Animierte Vorschauen beim Sampling anzeigen“. Aktivieren Sie es. Öffnen Sie dann Comfy Manager und setzen Sie die Vorschau-Methode auf TAESD (langsam). Die Ausgabe wird etwa ab Schritt 10 klarer, und Sie erhalten ein allgemeines Gefühl für die Komposition und Bewegung. Dies kann Ihnen viel Zeit sparen, da Sie Generierungen frühzeitig abbrechen können, wenn Ihnen das Aussehen nicht gefällt.

VERWENDEN SIE NIE das 720p i2v-Modell bei 480p-Auflösungen und umgekehrt. Wenn Sie das 720p i2v-Modell verwenden und Ihre Auflösung beispielsweise auf 832×480 einstellen, wird die Ausgabe, die Sie erhalten, viel schlechter sein, als wenn Sie einfach das 480p i2v-Modell verwenden. Sie werden die Qualität nicht verbessern, indem Sie 480p mit dem 720p-Modell generieren, also tun Sie es nicht. Das einzige Modell, das es Ihnen erlaubt, 480p- und 720p-Auflösungen zu mischen, ist t2v 14B.

Unterstützte Auflösungen

Jedes Modell ist für spezifische Auflösungen trainiert und feinabgestimmt. Theoretisch kann das Abweichen von diesen genauen Auflösungen zu schlechteren Ergebnissen führen, verglichen mit der Einhaltung der unterstützten, insbesondere für i2v.

In meiner Erfahrung habe ich jedoch erfolgreich nicht-standardisierte Auflösungen mit i2v verwendet, ohne bemerkenswerte Probleme, solange die Anpassungen angemessen blieben. Zum Beispiel sollten Sie drastische Abweichungen von 480p oder 720p vermeiden und immer eine Dimension verankern – entweder 480 für 480p-Modelle oder 720 für 720p-Modelle – während Sie die andere Dimension nach unten (niemals nach oben) skalieren, um das Seitenverhältnis anzupassen. Das bedeutet, dass eine Dimension konstant entweder auf 480 oder 720 fixiert sein sollte, je nach Modell, während die andere Dimension nach Bedarf niedriger angepasst wird. Und Sie sollten niemals den maximalen festgelegten Wert von 832 für 480p und 1280 für 720p überschreiten, da Sie die Generierungszeit drastisch erhöhen und die Grenzen der von den Entwicklern des Modells festgelegten Auflösungsgrenzen überschreiten.

Dies sind die 'unterstützten' Auflösungen, wie sie im offiziellen Repo von Wan aufgeführt sind:

Text zu Video – 1.3B	Text zu Video – 14B	Bild zu Video – 480p	Bild zu Video – 720p
480*832	720*1280	832*480	1280*720
832*480	1280*720	480*832	720*1280
624*624	960*960
704*544	1088*832
544*704	832*1088
	480*832
	832*480
	624*624
	704*544
	544*704

Generierung bei 720P

Wenn Sie das 720p-Modell in i2v oder 720p-Auflösung in t2v verwenden möchten, müssen Sie:

• Bei t2v müssen Sie die Auflösung auf 720p erhöhen (1280×720 / 720×1280). Das einzelne 14B t2v-Modell unterstützt sowohl 480p als auch 720p.
• Beim Verwenden von i2v auf Wan beginnen Sie, indem Sie das i2v 720P-Modell im Modell-Loader auswählen. Passen Sie dann die Breiten- und Höhenwerte Ihres Eingabebildes auf 1280×720 oder 720×1280 an. Dieses Modell ist optimiert und funktioniert am besten bei dieser genauen Auflösung, aber Sie können es leicht anpassen, um unterschiedliche Seitenverhältnisse zu berücksichtigen. Für die besten Ergebnisse sollten Sie entweder die Höhe oder die Breite auf 720 halten, während Sie die andere Dimension proportional nach unten skalieren (z. B. 1152×720, 1024×720 oder 720×960). Was Sie vermeiden möchten, ist, 1280 in einer der Dimensionen zu überschreiten.
• Bei Comfy Native setzen Sie die Teacache-Koeffizienten auf i2v_720. Kijai's Wrapper wählt automatisch die richtigen Koeffizienten aus.
• Setzen Sie den Teacache-Schwellenwert auf 0.2, was die mittlere Einstellung ist. Erhöhen Sie ihn auf 0.3 für schnellere Generierungen auf Kosten der Ausgabequalität.
• Erhöhen Sie virtual_vram_gb (Comfy Native) oder Blocktausch (Kijai's Wrapper) je nachdem, welche Implementierung Sie verwenden.
  Bei einer 24-GB-GPU möchten Sie es erhöhen, bis Sie insgesamt knapp unter 23 GB verwenden. Sie sollten niemals 23,5 GB Gesamtnutzung überschreiten, da sonst die Generierungszeiten massiv ansteigen.

Die Optimierungen

Mehrere Optionen in diesem Leitfaden beschleunigen die Inferenzzeit. Dazu gehören fp16_fast (fp16-Akkumulation), TeaCache, Torch Compile, AdaptiveGuidance (exklusiv für Comfy Native) und Sage Attention. Wenn Sie diese zum Testen oder zur Erhöhung der Qualität auf Kosten der Zeit deaktivieren möchten, tun Sie Folgendes:

• fp16_fast : entfernen Sie –fast aus run_nvidia_gpu.bat. Wenn Sie KJ's verwenden, müssen Sie auch die Basisgenauigkeit des WanVideo Model Loaders von fp16_fast auf fp16 setzen.
• Sage Attention : entfernen Sie –use-sage-attention aus run_nvidia_gpu.bat.
• AdaptiveGuidance : setzen Sie den AdaptiveGuidance-Knoten auf einen Schwellenwert von 1.
• Torch Compile : klicken Sie mit der rechten Maustaste auf den TorchCompileModelWanVideo-Knoten und klicken Sie auf Bypass.
• TeaCache : klicken Sie mit der rechten Maustaste auf den TeaCache-Knoten und klicken Sie auf Bypass.