10、阿里开源Ai视频模型，Wan2.2文生视频与图生视频-入门指南

认识Wan2.2模型

由阿里通义万相于2025年，年中发布的一款开源模型，在wan2.1的基础上升级而来。在一定程度上wan2.2与wan2.1是相通的，这里不在讨论wan2.1，以wan2.2为主。

理解图像与视频的本质

有影视剪辑基础的伙伴，应该非常清楚关于帧率这一概念。或者玩过FPS游戏的玩家，也对帧率这一概念有一些了解。

帧速率fps

一段视频内容，本质是由多张有序的画面（图像）组成，帧速率（fps）是一段视频中的重要参数之一，它规定1秒视频内容中有多少张图像，每张图像表示一帧，在单位时间内图像越多，视觉上最直观的感受就是视频越流畅。帧速率也可以叫做帧频率，用赫兹（Hz）表示。

例如下面有一组由80张，有序组成图像组成的一名马拉松运动员跑步画面，如图所示：

图像下载：https://pan.quark.cn/s/13c8d12f1a8c

硬件要求

wan2.2是一个参数量非常大的视频模型，能力强的同时，对硬件（显卡）要求也显著提升，满血版fp16单个模型容量达到了恐怖的约30GB，这意味着我们可能需要一张RTX 5090 32G显卡或者4090 48G魔改版本显卡才能进行推理。即使是fp8_scaled的量化模型有约16GB容量，意味着可能需要4090 24G显卡才能顺畅运行。虽然低显存也能运行，但建议至少12G显存可以尝试f8模型，并且需要有足够的内存，若内存不足可以开启虚拟内存，但这体验不会很好。

借助云端

👉️👉️👉  推荐云端1（送10元免费体验，需实名认证后到账）

👉️👉️👉  推荐云端2

👉️👉️👉  在线comfyui（送1000积分，每天在领100积分）

工作流搭建

在开始之前，应确保confyui已经升级到版本，当前演示为v0.3.52，至少等于或高于此版本。

文生视频 t2v

模型下载

网盘下载：https://pan.quark.cn/s/3946bdb88b23

• 模型目录结构说明，更多下载渠道⬇⬇⬇

7、对K采样器（高级）节点的参数做一些调整，首先是两个采样器之间的配合，参照之前的K采样器（高级）多阶采样。采样器与调度器依旧可以使用经典的euler/euler a + simple，cfg值通常在3-5之间，使用3.5/4是一个非常不错的推荐值。最后加入合适的提示词，下方是一个提示词案例。

正面提示词：

一位参观者正站在一幅画前欣赏。镜头向右移动，跟随她的脚步，展现出她旁边墙上挂着的一系列风格统一的画作。

负面提示词（wan2.2对负面提示词注重并不高，可以将该词作为通用提示词）：

色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走，裸露，NSFW

完整的工作流，如图所示：

除此之外，同样可以采用之前接触过的K采样器（高级）来完成二阶采样的工作流。传送门：搭建SDXL模型工作流，理解多阶采样与高级K采样器、SDXL熟悉风格提示词

图生视频 i2v

关于i2v同样在comfyui的默认模板中，也为我们提供了一个简单的示例。当然我们也可以在刚刚的t2v工作流的基础上，进行一些简单的修改，就能完成i2v工作流的搭建。

i2v工作流不在需要空latent视频，将该节点删除。需要用到一个新的节点，Wan图像到视频（WanImageToVideo）。该节点位于：节点库→条件→视频模型→Wan图像到视频。

1、将Wan图像到视频节点添加到工作流中，该节点的正负面条件输入，与clip文本编码器的正负面输出连接，正负面输出与K采样器正负面输入相连。latent输出与第一次采样相连。如图所示：

关于clip_vision

clip_vision（clip视觉）模型，是之前没有接触过的内容，它用于将图像特征编码成embedding，简单来说使用clip视觉时，无需对图像进行描述，在提示词中只需要关注动态内容即可。

clip视觉模型

存放路径：ComfyUI\models\clip_vision

网盘下载：https://pan.quark.cn/s/577527755947

更多下载渠道⬇⬇⬇

提示词公式

提示词用来描述视频中所包含的内容和运动过程，它是控制视频画面内容与效果的关键因素。提示词描述越完整、精确和丰富，生成视频的品质越高，且越贴近期望生成的内容。

基础公式

适用于初次尝试AI视频的新用户，及将AI视频作为灵感启发的用户，简单自由的提示词可生成更具有想象力的视频。

本文工作流

传送门：wan2.2 文生视频与图生视频，基础工作流

加速优化方案

使用Lightning加速

Lightning是由作者Lightx2v发布，在wan2.2的基础上蒸馏而来的加速模型，可以使用极少的步数，4步完成采样。以lora的形式存在，在comfyui中和使用普通lora模型一样，将模型串在模型加载和k采样器中间即可，如图所示：

模型下载

在前文中的模型里，已经提供了该lora模型。

使用gguf量化模型

使用gguf量化模型之前，需要额外安装一个第三方节点，传送门：gguf量化模型节点安装使用指南

如果本地有12G或16G显存的显卡，gguf模型可以用gguf加载器，也可以使用kj的wanVideo节点，kj的wanVideo节点后续会专门讲。

gguf模型下载

网盘下载：https://pan.quark.cn/s/0caee5955104

存放路径：ComfyUI\models\unet

更多下载渠道⬇⬇⬇

使用kj节点的工作流

传送门：待完善

使用Nunchaku（双截棍）

传送门：待完善

wan2.2的衍生模型

除了wan2.2 t2v 5B模型与t2v和i2v 14B模型之外，wan2.2还衍生出一系列相关模型。