企业官网建设流程全解析

Wan2.2-T2V-A14B：开源 MoE 文生视频大模型本地部署实践指南

【免费下载链接】Wan2.2-T2V-A14B项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-T2V-A14B

Wan2.2-T2V-A14B 是 Wan 团队推出的开源文本生成视频大模型，采用混合专家（MoE）架构，支持生成 5 秒 480P 与 720P 视频。模型总参数约 270 亿，每步去噪仅激活 140 亿参数，适合开发者、内容创作者与评估本地 AI 视频生成方案的团队。

为什么值得看这个显存门槛不低的视频模型

开源视频模型通常面临质量与部署成本的取舍：画质好的模型显存需求大、生成耗时长，能单卡跑起来的模型效果又有限。Wan2.2-T2V-A14B 的思路是把 MoE 引入视频扩散模型，在保持单步推理成本基本不变的前提下扩大模型容量，同时给出从单卡 80GB 到多卡并行的完整推理路径，让本地部署和对比评测变得更现实。

能力拆解

双专家 MoE：27B 总参数如何只激活 14B

模型按去噪时间步拆分出两个约 14B 参数的专家：

• 高噪声专家（high_noise_model）：前期高噪声阶段激活，负责整体布局与构图；
• 低噪声专家（low_noise_model）：后期激活，负责细节精修。

切换点由信噪比（SNR）决定：官方设定对应 SNR_min 一半的阈值步 t_moe，去噪推进到该步之后切换为低噪声专家。仓库中的 high_noise_model 与 low_noise_model 两个目录即对应这两个专家权重。官方验证损失曲线显示，完整 MoE 配置低于 Wan2.1 基线与单专家替换变体，说明双专家配合的收敛效果优于单独复用任一侧。

数据扩充与基准对比效果

相比 Wan2.1，训练数据扩充了 65.6% 的图像与 83.2% 的视频，主要提升复杂运动与细粒度语义的表达。官方自建 Wan-Bench 2.0 基准上，Wan2.2-T2V-A14B 各项得分如下：

六个维度中，美学质量 85.3、视频保真度 81.8、物体准确性 78.2 表现靠前；文本渲染 66.5、动态程度 52.0，相机控制 39.6 是相对薄弱项。

上手路径与硬件要求

本仓库是模型权重包，包含两个专家模型、umt5-xxl 文本编码器（models_t5_umt5-xxl-enc-bf16.pth）与 Wan2.1_VAE.pth。下载方式：

git clone https://gitcode.com/hf_mirrors/Wan-AI/Wan2.2-T2V-A14B

也可用 huggingface-cli 或 modelscope-cli 下载。推理可走官方 generate.py，或通过 ComfyUI、Diffusers 集成：

python generate.py --task t2v-A14B --size 1280*720 \ --ckpt_dir ./Wan2.2-T2V-A14B --offload_model True --convert_model_dtype \ --prompt "Two anthropomorphic cats in boxing gear fight on a spotlighted stage."

官方实测的算力与显存开销（格式：耗时 s / 峰值显存 GB，720P，T2V-A14B）：

• 单 GPU 需 80GB 以上显存，如 H20 单卡 720P 约 4049 秒；
• 多卡用 torchrun 配合 FSDP + DeepSpeed Ulysses（--dit_fsdp --t5_fsdp --ulysses_size 8），H100 八卡 720P 约 155 秒，A100 八卡约 387 秒；
• 显存吃紧时可加 --offload_model True、--convert_model_dtype、--t5_cpu 降开销。

想让画面细节更丰富，可开启提示词扩展：调用 Dashscope API（qwen-plus）或加载本地 Qwen2.5-Instruct（3B/7B/14B），模型越大扩展效果越好，占用显存也越高。

适用场景与边界

• 适合：本地化、私有化视频生成，开源视频模型研究与评测，需要 ComfyUI 或 Diffusers 管线集成的团队；
• 该模型仅做文本到视频，时长 5 秒；图像到视频需同系列 I2V-A14B，文生视频与图生视频统一框架则对应 TI2V-5B（Wan2.2-VAE 压缩比 4×16×16，4090 单卡 5 秒 720P 约 9 分钟内）；
• 14B 系列消费级单卡难以运行，官方表中 4090 仅测了 TI2V-5B，14B 系列建议 A100/H100 多卡或 80GB 级单卡；
• 相机控制维度得分偏低，精确运镜需配合提示词扩展；
• 许可为 Apache 2.0，可商用，生成内容的合规责任由使用者承担。

总结与下一步

1. 先确认显存与卡数：80GB 单卡走单卡 + offload，否则直接用 FSDP + Ulysses 多卡，先用 480P 试跑；
2. 同一提示词分别开、关 --use_prompt_extend 各生成一次，再决定是否引入扩展链路；
3. 若目标是在消费级显卡上出 720P，可并行评估同系列 TI2V-5B，按速度与画质做取舍。

【免费下载链接】Wan2.2-T2V-A14B项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-T2V-A14B