企业官网建设流程全解析

单卡 9 分钟出 720P 视频：Wan2.2-TI2V-5B 视频生成本地部署完整指南

【免费下载链接】Wan2.2-TI2V-5BWan2.2-TI2V-5B是一款开源的先进视频生成模型，基于创新的混合专家架构（MoE）设计，显著提升了视频生成的质量与效率。该模型支持文本生成视频和图像生成视频两种模项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B

一张 24GB 的显卡，9 分钟，一条 5 秒、720P@24fps 的视频就能跑出来——这就是 Wan2.2-TI2V-5B 本地部署的真实门槛。它吃文字、也吃一张静图，两种输入都能直接出片。

一、💻 单卡部署最低配置：硬件与环境一次查清

跑命令之前，先花两分钟把机器摸一遍。硬件和软件依赖合在一张表里，缺哪项补哪项：

这里先确认一步：显存够不够是决定后面走不走卸载开关的前提，24GB 以下就不要硬跑了。

二、两条路把模型拉回本地

按你的网络环境挑一条路，都能拿到完整模型目录：

Hugging Face 这条路：

pip install "huggingface_hub[cli]" huggingface-cli download Wan-AI/Wan2.2-TI2V-5B --local-dir ./Wan2.2-TI2V-5B

ModelScope 这条路：

pip install modelscope modelscope download Wan-AI/Wan2.2-TI2V-5B --local_dir ./Wan2.2-TI2V-5B

下载完成后，目录里应该能看到这几样东西：Wan2.2_VAE.pth（视频编码器）、models_t5_umt5-xxl-enc-bf16.pth（文本编码器）、diffusion_pytorch_model-*.safetensors（扩散模型权重）和config.json。缺任何一个都说明下载没走完，回到上面重跑一遍。

三、先出片：文本生成视频的最小命令

第一步先跑纯文本生成视频。把下面这条命令原样贴进终端，等它跑的同时，对着这张表把每个参数吃透：

python generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ./Wan2.2-TI2V-5B --offload_model True --convert_model_dtype --t5_cpu --prompt "两只穿着舒适拳击装备和鲜艳手套的拟人化猫在聚光灯下的舞台上激烈搏斗"

跑完这一轮，到这里你应该能在输出目录看到成片文件。画面不满意也别急，先看下一节怎么用静图把画面钉住。

四、再进阶：让一张静图动起来

图像生成视频（I2V）只需要在同样骨架的命令上多加一个--image，指到输入图：

python generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ./Wan2.2-TI2V-5B --offload_model True --convert_model_dtype --t5_cpu --image examples/i2v_input.JPG --prompt "白猫戴着太阳镜坐在冲浪板上，镜头缓慢推进，海浪轻拍岸边"

两个容易踩的点，先检查这一步：

1. --prompt写的是"画面里会动什么"——主体 + 动作 + 镜头运动，比单纯堆环境描写更出效果，光照、构图这类细节也可以顺带写上；
2. 这个模式下--size表示要生成的区域，宽高比跟着输入图像走，别跟原图比例硬拗。

五、幕后玄机：5B 参数为什么压得进单张显卡

省显存的第一手在 MoE 上。这套视频生成扩散模型用双专家分工：去噪前期由高噪声专家接管，负责把画面的整体布局摆正；噪声降到一定水平后，低噪声专家接手，专管细节细化。单个专家约 140 亿参数，但每一步只调用 140 亿活跃参数，推理算力和显存开销跟同体量单模型基本持平——专家数量翻倍，成本不翻倍。

省显存的第二手在 VAE 上。Wan2.2-VAE 做到 4×16×16 的压缩比，总体压缩率 64；TI2V-5B 在这之上再叠一组分块层，总压缩比推到 4×32×32。720P 画面被压到这个程度，单张消费级 GPU 在 9 分钟内产出 5 秒视频才成立——前文所有"单卡"说法的出处就在这里。

放在横向评估里看，这套组合在各项指标上与业界领先的闭源商业模型正面比，也处在同一档，720P@24fps 的质量对得起这个显存档位。

六、多卡加速：FSDP + Ulysses 启动参数

机器上有多张卡时，用 FSDP + DeepSpeed Ulysses 切分布式推理。torchrun拉进程，--nproc_per_node和--ulysses_size保持一致：

torchrun --nproc_per_node=8 generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ./Wan2.2-TI2V-5B --dit_fsdp --t5_fsdp --ulysses_size 8 --image examples/i2v_input.JPG --prompt "夏季海滩度假风格描述"

单卡想提速也有开关可拨：显卡显存 80GB 以上的话，把第三节命令里的--offload_model True、--convert_model_dtype、--t5_cpu三个标志直接删掉——权重常驻显存、精度不降，速度自然快一截。

七、🔧 翻车急救：症状 → 解法

• 症状：显存不足，进程直接崩→ 解法：确认--offload_model True、--convert_model_dtype、--t5_cpu三个开关全开；还不行，就是卡不够大了。
• 症状：出片画质不理想→ 解法：先动提示词——场景、动作、情绪写具体，光照、构图这类标签补上；I2V 任务顺带查一眼输入图质量，再核对--size是否给到位。
• 症状：生成耗时过长→ 解法：80GB 以上显存的卡按第六节删掉三个省显存标志；多卡机器直接上分布式命令。

先按第三节的命令拿到第一条成片，再回头磨提示词和--size；等单卡的时间不够用了，再去翻第六节的多卡方案。

【免费下载链接】Wan2.2-TI2V-5BWan2.2-TI2V-5B是一款开源的先进视频生成模型，基于创新的混合专家架构（MoE）设计，显著提升了视频生成的质量与效率。该模型支持文本生成视频和图像生成视频两种模项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B