把剧本拆成分镜后批量生成，适合连续的 AI 短剧。
Wan 开源视频模型是什么
想在自己的显卡上跑视频模型，不依赖按积分计费的网页平台，Wan 是眼下用得最多的开源选择之一。它由阿里通义万相团队发布，代码和权重放在 GitHub、Hugging Face 与魔搭上，采用 Apache-2.0 协议。
Wan2.2 这一代包含几个型号：文生视频 T2V-A14B、图生视频 I2V-A14B、同时支持两种输入的 TI2V-5B，以及音频驱动的 S2V-14B 和做角色动作迁移、替换的 Animate-14B。A14B 系列的输出为 480P 和 720P，TI2V-5B 能出 720P、24 帧每秒。
显卡门槛是它和网页产品最大的区别：官方示例里 A14B 单卡至少要 80GB 显存，5B 模型的要求是 24GB 左右，社区再通过量化和卸载把门槛往下压。它不能开箱即用，换来的是不限次数和完全可控的工作流。
主要功能
- 图生视频I2V-A14B 以一张图为起点生成视频，画幅跟随输入图，适合把定好的角色图变成镜头。
- 文生视频T2V-A14B 直接用文字出片，支持 480P 和 720P 两档。
- 5B 混合模型TI2V-5B 同时支持文生和图生，720P、24 帧，官方给出 24GB 显存即可运行。
- 音频驱动S2V-14B 用一段语音加一张图生成说话的视频，官方示例同样需要 80GB 显存。
- ComfyUI 接入官方在 2025 年 7 月把 Wan2.2 接入 ComfyUI，可以用节点工作流组合其他模型。
在 AI 短剧里怎么用
适合放在镜头生成这一步：先用图像模型定好角色和场景图，再用图生视频把关键帧变成几秒的镜头，多个镜头靠同一张角色图维持长相。需要说话画面可以试音频驱动型号，成片再交给放大和插帧工具提升清晰度，最后进剪辑软件拼接。没有大显存显卡的话，可以租云 GPU 或使用第三方托管服务。
用户怎么说
有人纠正了对 Wan 2.2 的常见说法：所谓 27B 混合专家其实是两个模型按去噪阶段分工，类似 SDXL 的 Base 加 Refiner；A14B 配合 CPU 卸载和量化，24GB 显存也能跑。
— 来自 Hacker News 用户反馈
用 5090 本地跑 Wan 2.2 图生视频，一条大约三四分钟，再花两三分钟放大到 4K；他觉得 2.1 已经很好，2.2 更进一步。
— 来自 Hacker News 用户反馈
官方总拿 4090 做宣传，但这类视频模型想跑得舒服基本要 80GB 以上显存；ComfyUI 社区为了让它在普通显卡上跑出能接受的速度，折腾出了不少办法。
— 来自 Hacker News 用户反馈
整理自公开平台上的用户反馈，已翻译改写，不代表 TVLab 观点。
适合谁，不适合谁
适合：有 24GB 以上显卡或愿意租云 GPU，想要不限次数、可自己改工作流的创作者和小团队。
要注意：A14B 官方示例要 80GB 显存，消费级显卡靠量化和卸载才能跑，速度也慢；要自己装环境、调工作流。
常见问题
Wan2.2 能商用吗？
代码和模型采用 Apache-2.0 协议，通常允许商用。生成内容涉及的肖像、版权和发布平台规则仍要自己把关，细节请读仓库里的许可证文本。
跑 Wan2.2 需要多大显存？
官方写 5B 的 TI2V 模型约需 24GB，例如 RTX 4090；A14B 的文生、图生模型示例要 80GB。社区用量化和 CPU 卸载把门槛降低，但速度会变慢。
Wan 和 Kling、Vidu 这类网页产品怎么选？
Wan 要自己部署，但没有次数限制，也能改工作流。Kling、Vidu 打开网页就能用，按积分计费。镜头少、想快速出片选后者；批量大或要定制选 Wan。
同类工具
用过 Wan 开源视频模型？
到 TVLab 社区说说你的用法、踩过的坑，或者问问别人怎么调参数。