Wan2.1是阿里巴巴在2025年2月开源的一个多模态视频生成模型，它是通义系列AI的重要组成部分。该模型专注于视频生成领域，并实现了多项技术突破，旨在通过开源促进技术的普及和应用。
以下是Wan2.1的一些核心特点：
技术架构：采用了自研的时空变分自编码器（Wan-VAE）与扩散变换器（DiT）架构，能够支持任意时长1080P视频的无损编解码，同时保留完整的时序信息。此外，通过参数共享机制和动态图变换器设计来降低训练成本，提高生成效率。
核心能力：Wan2.1能够执行多种任务，包括文本到视频（T2V）、图像到视频（I2V）以及视频编辑等。它也是全球首个原生支持中英文文字特效生成的视频模型，可以生成短文本的动态效果，如书法文字逐笔浮现。物理模拟功能可以精确地重现复杂的物理规律，使得生成的视频效果接近实拍。
性能优势：在VBench评测中，Wan2.1以86.22%的总分超越了其他如Sora、Luma等模型，尤其在运动连贯性和细节还原方面表现突出。
版本与部署：提供了不同参数规格的版本，其中14B版本适合专业级GPU，而1.3B版本则对消费级硬件更加友好，仅需约8.19GB显存即可运行。采用Apache 2.0开源协议，允许商业使用且生成内容版权归开发者所有。
Wan2.1适用于影视特效、广告创意、短视频制作等领域，简化了复杂场景的生成流程，降低了专业级视频制作的门槛。
安装：
我已经将wan2.1和秋叶大佬的comfyui整合到一起了，10g显存以下可用，无需再下载wan2.1模型
链接地址：
通过网盘分享的文件：ComfyUI-aki-v1.6.zip
链接:
https://pan.baidu.com/s/1JLB_Nn_7ARJ1A4HSGJX5rA?pwd=iazm 提取码: iazm
若是拥有10g以上显存想要其他模型，按照以下链接自行选择
一、diffusion_models模型：（模型下载到根目录：
ComfyUI-aki-v1.6\ComfyUI\models\diffusion_models）
地址：
（每个模型生成质量从高到低：fp16 > bf16 > fp8_scaled > fp8_e4m3fn）
I2V=Image To Video=图生视频
T2V=Text To Video=文生视频
文生视频：显卡显存10g以下或更低，使用t2v 1.3B的fp16精度模型
图生视频：显卡显存10g以下或更低，使用GGUF
【显卡显存12g或更高】
使用i2v 480p fp8精度模型，t2v 14B fp8精度模型
【显卡显存16g或更高】
使用i2v 720p fp16精度模型，t2v 14B fp8精度模型
【显卡显存24g或更高】
随意使用
【建议】可以追求高分辨率但是不需要高精度，区别不是很大但是高精度生成速度很慢
GGUF版本：
GGUF地址：
4g显存：可以挑战Q3_K_S
6g显存：,用Q3_K_S或挑战Q3_K_M
8g显存：,用Q3_K_M或挑战Q4_1
显卡显存12g或更高,也建议使用GGUF的Q6K或者Q8_0
二、Clip Vision地址：（下载到
ComfyUI-aki-v1.6\ComfyUI\models\clip_vision）
地址：
Clip Vision我已经下载到网盘里无需额外下载
三、Text encoder：（下载到
ComfyUI-aki-v1.6\ComfyUI\models\text_encoders）
地址：
两个模型均在网盘里，无需额外下载
四、VAE:（下载到
ComfyUI-aki-v1.6\ComfyUI\models\vae）
地址：
模型已下载，无需额外下载
工作流示例：
通过网盘分享的文件：工作流
链接: 提取码: 6iyi
