Cara memasang dan menggunakan Wan 2.1 (penjana video hentai)

Ini adalah panduan pemula untuk membantu anda memasang Wan dan melaksanakan setiap pengoptimuman yang tersedia untuk memaksimumkan kelajuan penjanaan video.

Untuk mencapai ini melibatkan pertukaran dalam kualiti, tetapi anda boleh dengan mudah mematikan mana-mana pengoptimuman jika anda lebih suka mengutamakan kualiti berbanding kelajuan.

Panduan dan aliran kerja yang disertakan adalah disesuaikan untuk GPU dengan 24GB atau lebih VRAM, biasanya menggunakan 21-23GB semasa penjanaan. Walaupun mungkin untuk menggunakan GPU dengan kurang daripada 24GB, anda perlu membuat penyesuaian. Sebagai contoh, GPU 16GB boleh menggunakan model FP8/Q8, dengan syarat anda meningkatkan virtual_vram_gb atau tetapan block swapping dalam aliran kerja yang disediakan. Kami akan membincangkan ini kemudian.

Jika anda mempunyai kurang daripada 16GB, anda mungkin ingin menggunakan model yang dikuantakan di bawah Q8, tetapi ingat bahawa menggunakan tahap kuantasi yang lebih rendah akan mengurangkan kualiti output anda. Secara umum, semakin rendah anda pergi, semakin rendah kualiti yang anda dapat.

/ldg/ Panduan Pemasangan dan Pengoptimuman Wan 2.1

Keperluan – PASANG DAHULU

ComfyUI Portable
Pengurus ComfyUI
CUDA 12.6

Pilih Pelaksanaan

Wan 2.1 boleh diintegrasikan ke dalam ComfyUI melalui dua pendekatan: sokongan asli atau Pembungkus Kijai. Pembungkus Kijai mempunyai ciri tambahan yang tidak dimiliki oleh Native (flowedit, vid2vid, dll), sementara Native mempunyai beberapa kelebihan yang tidak terdapat dalam versi Kijai. Ini termasuk; sokongan untuk model gguf, Panduan Adaptif (kaedah untuk mempercepat penjanaan dengan mengorbankan kualiti), dan keserasian TorchCompile bukan sahaja untuk siri GPU 40XX dan 50XX, tetapi juga siri 30XX, yang mempercepatkan penjanaan sebanyak 30% atau lebih. Jadi jika anda menggunakan kurang daripada 24GB VRAM dan/atau ingin kelajuan gen yang paling cepat, Native mungkin pilihan yang lebih baik.

Setelah anda memilih kaedah dan aliran kerja yang berkaitan, teruskan ke langkah pemasangan umum.

Pilihan 1 – Pembungkus Kijai

Muat turun versi yang diubah suai ini dari aliran kerja lalai Kijai. Selain daripada pengoptimuman dan beberapa ciri tambahan, mereka menggunakan tetapan lalai Alibaba sebagai asas. Aliran kerja ini menghasilkan dua video, versi 16 fps mentah dan versi 32 fps yang diinterpolasi. Anda boleh dengan mudah menyesuaikan ini untuk menggunakan model/tetapan 720P. Lihat Menjana pada 720P.

/ldg/ KJ i2v 480p aliran kerja: ldg_kj_i2v_14b_480p.json
(diperbaharui 17 Mac 2025)

/ldg/ KJ t2v 480p aliran kerja: ldg_kj_t2v_14b_480p.json
(diperbaharui 17 Mac 2025)

Pastikan ComfyUI dikemas kini ke versi terkini. (update_comfyui.bat di ComfyUI_windows_portable\update)
Muat turun model-model ini.

JANGAN gunakan fail model Comfy dengan KJ’s! Anda WAJIB menggunakan ini atau anda akan menghadapi masalah!

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

Bergerak ke Langkah Pemasangan Umum.

Pilihan 2 – Comfy Native

Muat turun versi yang diubah suai ini dari aliran kerja Comfy, berdasarkan dari anon’s dari /ldg/. Selain daripada pengoptimuman dan beberapa ciri tambahan, mereka menggunakan tetapan lalai Alibaba sebagai asas. Aliran kerja ini menghasilkan dua video, versi 16 fps mentah dan versi 32 fps yang diinterpolasi. Anda boleh dengan mudah menyesuaikan ini untuk menggunakan model/tetapan 720P. Lihat Menjana pada 720P.

/ldg/ Comfy i2v 480p aliran kerja: ldg_cc_i2v_14b_480p.json
(diperbaharui 17 Mac 2025)

/ldg/ Comfy t2v 480p aliran kerja: ldg_cc_t2v_14b_480p.json
(diperbaharui 17 Mac 2025)

Pastikan ComfyUI dikemas kini ke versi terkini. (update_comfyui.bat di ComfyUI_windows_portable\update)
Muat turun model-model ini. Jika anda mempunyai kurang daripada 24GB VRAM, anda juga boleh menukar model Q8 kepada Q6/Q5/Q4, walaupun anda akan melihat penurunan kualiti output yang semakin besar apabila anda pergi lebih rendah.

JANGAN gunakan fail pengod teks Kijai dengan model-model ini! Anda WAJIB menggunakan pengod teks ini atau ia akan mengalami ralat sebelum menjana dengan Exception during processing !!! mat1 and mat2 shapes cannot be multiplied (77x768 and 4096x5120)

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

Bergerak ke Langkah Pemasangan Umum.

Langkah Pemasangan Umum

Muat turun dan jalankan ini seperti yang diarahkan untuk memasang Triton dan Sage secara automatik, yang akan mempercepatkan penjanaan anda dengan ketara.
Buka prompt cmd.exe di ComfyUI_windows_portable\ dan jalankan arahan berikut. Ini memasang versi pytorch nightly terkini untuk CUDA 12.6, yang membolehkan anda menggunakan pengumpulan fp16, satu pengoptimuman yang mengurangkan masa penjanaan..\\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
Edit run_nvidia_gpu.bat di ComfyUI_windows_portable dan ubah baris pertama kepada ini :.\python_embeded\python.exe -s ComfyUI\main.py –windows-standalone-build –use-sage-attention –fast
Jalankan ComfyUI. Lihat di tetingkap konsol cmd.exe dan pastikan pytorch version: 2.7.0.dev20250306+cu126 ditunjukkan semasa permulaan. Anda juga harus melihat Enabled fp16 accumulation dan Using sage attention.

Ada kemungkinan bug apabila anda mengemas kini sambungan atau memulakan semula yang melaporkan versi pytorch yang tidak betul. Jika itu berlaku, tutup Comfy dan mulakan semula. Ini nampaknya berlaku paling kerap jika anda menggunakan butang “Restart” dalam comfy selepas mengemas kini sambungan, jadi tutup secara manual dan mulakan semula secara manual selepas mengemas kini sambungan. Ia juga boleh berlaku selepas mengemas kini Comfy. Jika selepas permulaan semula kedua ia masih tidak 2.7.0dev, lakukan langkah 5 sekali lagi.

Buka salah satu aliran kerja. Buka Pengurus dan pasang Node Kustom yang Hilang. Akhirnya, pasang sambungan ComfyUI-GGUF.

Jika ia masih mengeluh tentang node yang hilang selepas memasangnya dan memulakan semula Comfy, anda mungkin perlu memasang node yang hilang secara manual. Jika ini berlaku menggunakan pembungkus KJ’s, pasang pembungkus secara manual dari repositorinya, memadamkan versi lama dari custom_nodes terlebih dahulu. Begitu juga untuk KJNodes jika ia mengeluh tentang node WanVideoEnhanceAVideoKJ yang hilang. Pastikan anda mengikuti arahan pemasangan untuk pemasangan portable.

Untuk model interpolasi video, pergi ke repositori ini dan muat turun film_net_fp32.pt, meletakkannya di ComfyUI\custom_nodes\comfyui-frame-interpolation\ckpts\film
Pastikan bahawa setiap kali anda memulakan Comfy, versi pytorch membaca 2.7.0dev atau fp16_fast / fp16 accumulation tidak akan berfungsi.
Jalankan gen pertama anda. Jika ia membeku semasa memuatkan model dengan “Tekan sebarang kekunci untuk meneruskan” di tetingkap cmd.exe, anda perlu memulakan semula komputer anda. Jika anda mendapat ralat ini semasa menjalankan aliran kerja :ImportError: DLL load failed while importing cuda_utils: The specified module could not be found. Pergi ke \users\nama_pengguna\ dan buka direktori .triton. Padamkan subdirektori cache di dalamnya. Jangan padamkan seluruh direktori .triton.

Nota Penting Sebelum Anda Gen

Waktu penjanaan awal yang anda dapat adalah TIDAK tepat. Teacache berfungsi semasa gen, dan Adaptive kira-kira di tengah jika anda menggunakan Comfy Native/Core.

Apabila video selesai dijana, anda akan mendapat dua fail dalam direktori i2v atau t2v mereka sendiri dan subdirektori. Fail mentah adalah output 16 bingkai sementara fail int adalah diinterpolasi kepada 32 bingkai yang memberikan anda gerakan yang lebih lancar.

Adalah sangat disyorkan anda mengaktifkan pratonton semasa penjanaan. Jika anda mengikuti panduan, anda akan mempunyai sambungan yang diperlukan. Pergi ke Tetapan ComfyUI (ikon gear di sudut kiri bawah) dan cari “>Tunjukkan pratonton animasi semasa pengambilan”. Aktifkannya. Kemudian buka Pengurus Comfy dan tetapkan kaedah Pratonton kepada TAESD (perlahan). Output akan menjadi lebih jelas pada kira-kira langkah 10, dan anda akan mendapat gambaran umum tentang komposisi dan pergerakan. Ini boleh dan akan menjimatkan banyak masa anda, kerana anda boleh membatalkan gen lebih awal jika anda tidak suka bagaimana ia kelihatan.

JANGAN PERNAH gunakan model i2v 720p pada resolusi 480p dan sebaliknya. Jika anda menggunakan model i2v 720p dan menetapkan resolusi anda kepada 832×480 sebagai contoh, output yang anda dapat akan jauh lebih teruk daripada hanya menggunakan model i2v 480p. Anda tidak akan pernah meningkatkan kualiti dengan menjana 480p pada model 720p, jadi jangan lakukannya. Satu-satunya model yang membolehkan anda mencampurkan resolusi 480p dan 720p adalah t2v 14B.

Resolusi yang Disokong

Setiap model dilatih dan disesuaikan untuk resolusi tertentu. Secara teori, menyimpang dari resolusi tepat ini mungkin menghasilkan keputusan yang lebih buruk berbanding dengan tetap pada yang disokong, terutama untuk i2v.

Namun, berdasarkan pengalaman saya, saya telah berjaya menggunakan resolusi bukan standard dengan i2v tanpa masalah yang ketara, selagi penyesuaian tetap munasabah. Sebagai contoh, anda harus mengelakkan membuat perubahan drastik dari 480p atau 720p, dan sentiasa mengikat satu dimensi – sama ada 480 untuk model 480p atau 720 untuk model 720p – sambil menyesuaikan dimensi lain ke bawah (tidak pernah ke atas) untuk menyesuaikan nisbah aspek. Ini bermakna satu dimensi harus sentiasa tetap pada sama ada 480 atau 720, bergantung kepada model, dengan dimensi lain disesuaikan lebih rendah jika perlu. Dan anda tidak mahu melebihi nilai maksimum yang ditetapkan iaitu 832 untuk 480p dan 1280 untuk 720p, kerana anda akan meningkatkan masa penjanaan dengan ketara dan melampaui batasan resolusi yang ditetapkan oleh pemaju model.

Ini adalah resolusi ‘disokong’ seperti yang disenaraikan dalam repositori rasmi Wan :

Text to Video – 1.3B	Text to Video – 14B	Image to Video – 480p	Image to 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

Menjana pada 720P

Jika anda ingin menggunakan model 720p dalam i2v atau resolusi 720p pada t2v, anda perlu:

Pada t2v, anda perlu meningkatkan resolusi kepada 720p (1280×720 / 720×1280). Model t2v 14B tunggal menyokong kedua-dua 480p dan 720p.
Apabila menggunakan i2v pada Wan, mulakan dengan memilih model i2v 720P dalam pemuat model. Seterusnya, sesuaikan tetapan lebar dan tinggi imej input anda kepada 1280×720 atau 720×1280. Model ini dioptimumkan dan berfungsi dengan baik pada resolusi tepat ini, tetapi anda boleh menyesuaikannya sedikit untuk menampung nisbah aspek yang berbeza. Untuk hasil terbaik, sentiasa kekalkan sama ada tinggi atau lebar pada 720, sambil menyesuaikan dimensi lain ke bawah secara proporsional (contohnya, 1152×720, 1024×720, atau 720×960). Apa yang anda tidak mahu lakukan adalah melebihi 1280 pada mana-mana dimensi.
Pada Comfy Native, tetapkan koefisien Teacache kepada i2v_720. Pembungkus Kijai secara automatik memilih koefisien yang betul.
Tetapkan ambang Teacache kepada 0.2, yang merupakan tetapan sederhana. Tingkatkan kepada 0.3 untuk gen yang lebih cepat dengan mengorbankan kualiti output.
Tingkatkan virtual_vram_gb (Comfy Native) atau block swaps (Pembungkus Kijai) bergantung kepada pelaksanaan yang anda gunakan.
Pada GPU 24GB, anda ingin meningkatkannya sehingga anda menggunakan hanya di bawah 23GB secara keseluruhan. Anda tidak mahu melebihi penggunaan 23.5GB secara keseluruhan, atau masa gen akan meningkat dengan ketara.

Pengoptimuman

Beberapa pilihan dalam panduan ini mempercepatkan masa inferens. Mereka adalah fp16_fast (pengumpulan fp16), TeaCache, Torch Compile, Panduan Adaptif (eksklusif untuk Comfy Native) dan Perhatian Sage. Jika anda ingin mematikan mereka untuk ujian atau untuk meningkatkan kualiti dengan mengorbankan masa, lakukan yang berikut :

fp16_fast : buang –fast dari run_nvidia_gpu.bat. Jika anda menggunakan KJ’s, anda juga perlu menetapkan base_precision Pemuat Model WanVideo dari fp16_fast kepada fp16
Perhatian Sage : buang –use-sage-attention dari run_nvidia_gpu.bat
Panduan Adaptif : tetapkan node Panduan Adaptif kepada ambang 1
Torch Compile : klik kanan pada node TorchCompileModelWanVideo dan klik Bypass
TeaCache : klik kanan pada node TeaCache dan klik Bypass