Comfyui 部署万相 wan2.1 模型

本教程已通过 Cloud Studio 安装了 Comfyui，并在此基础上进行 LTX Video 的部署，具体安装教程可查看 Cloud Studio 安装 Comfyui 部署 Flux.1

环境安装

下载 Diffusion models

Diffusion models

在 huggingface 上下载对应的模型，目前容器上只能够跑 1.3B 的文生视频的模型，除了文生视频可以在 8g 显存的情况下（普通消费者显卡）运行外，其余的模型均需要至少 24G 显存的配置。以下演示使用的是 wan2.1_t2v_1.3B_bf16.safetensors，并将其保存到 ComfyUI/models/diffusion_models 目录

说明：
- i2v 用于图像到视频模型，t2v 用于文本到视频模型
- 14B 和 1.3B 代表参数数量；数值越高，需要的硬件性能越高
- bf16、fp16、fp8 代表不同的精度级别；精度越高，需要的硬件性能越好，其中 fp8 的精度最低，要求也最低，但效果相对较差
- 一般来说，文件越大也意味着更高的硬件要求

下载解码器

下载并保存到 ComfyUI/models/text_encoders 目录

umt5_xxl_fp8_e4m3fn_scaled.safetensors?

下载 CLIP vision 模型

下载并保存到 ComfyUI/models/clip_vision 目录

clip_vision_h

下载 Wan2.1 VAE 模型

下载并保存到 ComfyUI/models/vae 目录

wan_2.1_vae.safetensors

测试

配置工作流方式测试一下效果

获取工作流文件，关注公众号回复 wan21

文生视频

以下演示使用 Wan2.1 Text-to-Video 1.3B 1080P 工作流，其中 CLIP名称 、 UNet名称 和 vae名称 的模型需要自己调整一下

大概用了 346秒，运行效果