WanGP 零基础部署全攻略：6GB 显存也能跑视频生成的一站式开源工作台
项目地址: https://gitcode.com/gh_mirrors/wa/WanGP 显卡只有 6GB 显存，是不是注定只能围观别人的 AI 视频？WanGP 恰恰是为一群"穷显卡"玩家做的一站式生成工作台：Wan 2.1/2.2、MiniMax H3、LTX、Hunyuan、Flux、Krea 2、Qwen Image 等主流开源视频/图像/语音模型全部收进同一个网页界面里，连 GTX 10 系老卡都在支持列表内。这篇指南带你从零搭好环境，十几分钟后就能看到第一条自己生成的视频。
动手前：一张表看懂你的机器够不够
装之前先问自己三个问题：显卡是哪一代？系统内存多大？磁盘还剩多少？答案基本决定了你的路线。
| 显卡 | 推荐 Python | PyTorch / CUDA | 起步建议 |
|---|---|---|---|
| GTX 10XX | 3.10.9 | 2.7.1 / CUDA 12.8 | 从 1.3B 级小模型开始 |
| RTX 20XX | 3.11.14 | 2.10.0 / CUDA 13.0–13.1 | 1.3B 起步，显存够可上 14B |
| RTX 30XX–50XX | 3.11.14 | 2.10.0 / CUDA 13.0–13.1 | 全模型可选，高画质长视频 |
| AMD RDNA 2–4 | 走 ROCm 路线 | 参考仓库内 AMD 文档 | 流程与 NVIDIA 类似 |
显存方面：6GB 能跑 1.3B 级模型，8GB 比较从容，12GB 以上才能舒服地玩 14B。系统内存建议 16GB 起（低显存档位会动用一部分内存做权重缓存），磁盘先留 10GB 以上——模型权重会在你第一次选中对应模型时按硬件架构自动下载，不用自己挑文件。
提醒：官方明确 WanGP 本地使用完全免费，任何向你要许可证费或订阅费的服务都不是官方出品。另外别装 PyTorch 2.8.0 或 2.9.0，前者切模型时有内存泄漏，后者 Conv3D 性能问题会让 VAE 显存需求暴涨，直接按上表的推荐版本走。
拉下仓库，把依赖一次喂饱
先克隆代码：
git clone https://gitcode.com/gh_mirrors/wa/Wan2GP
cd Wan2GP
克隆完仓库后，接下来要喂给它依赖，这里有两条路。
路线一：一键脚本（推荐）。 Windows 用户双击 scripts\install.bat，Linux/macOS 用户跑 scripts/install.sh。脚本会自动探测你的 GPU，让你选包管理器和环境名，还会顺手把 Triton、Sage、Flash、GGUF、Nunchaku 这些适合你硬件的加速内核都装好。之后启动用 scripts\run.sh（或 .bat），更新用 scripts/update.sh，想维护多个环境就用 scripts/manage.sh 切换——这套脚本把环境隔离做得很干净，装坏了换个环境就能回滚。
路线二：手动装（版本最可控）。 RTX 20XX–50XX 的机器，先建好 Python 环境：
conda create -n wan2gp python=3.11.14
conda activate wan2gp
再装上匹配 CUDA 13 的 PyTorch（注意带上 index-url，否则会装成 CPU 版）：
pip install torch==2.10.0 torchvision==0.25.0 torchaudio==2.10.0 --index-url https://download.pytorch.org/whl/cu130
最后把其余依赖一次灌进去：
pip install -r requirements.txt
GTX 10XX 则是老一套：Python 3.10.9 配 PyTorch 2.7.1（CUDA 12.8），命令结构相同，把上面的版本号和 index-url 换成 2.7.1 与 cu128 即可，完整版本对照见 安装指南。
基于 Debian 的 Linux 系统还有一条 Docker 捷径：
./run-docker-cuda-deb.sh
脚本会自动识别 GPU 型号和显存、选 CUDA 架构、构建镜像并启动，当前目录直接挂进容器——下载的模型和生成的文件都留在本地磁盘。
Windows 用户手动装完后还有一项功课：按显卡代际补装 triton-windows 和 SageAttention，这两个加速件在下一节细说；Linux 的 Triton 一般随 PyTorch 自动就位，通常不用额外动手。
第一次生成：点亮你的第一条视频 🎬
万事俱备，一条命令启动：
python wgp.py
终端会打印本地地址，默认端口 7860，浏览器打开即可。第一次用，先看 Guides 标签页，里面按显存档位给了推荐模型组合，照着选最不容易翻车。
第一条视频建议用稳一点的搭配：模型选 Wan 2.1 text2video 1.3B（6GB 显存就能跑），帧数 49（约 2 秒），步数 20，然后写一句具体的提示词——比如"一辆红色跑车在日落时分的山路上行驶，电影感光线"——点 Generate。
三个关键数字，先记住它们：
| 参数 | 它在管什么 | 新手建议值 |
|---|---|---|
| 帧数 frames | 视频时长（约 25 帧/秒） | 49 ≈ 2 秒 |
| 步数 steps | 质量与速度的平衡 | 20 |
| guidance | 画面贴提示词的程度 | 5–8 |
步数 15 出得快但略糙，30 以上更精细但明显变慢；guidance 拉到 3–5 是自由发挥，12 以上几乎是逐字执行你的描述。
想跑得更快？把加速三件套装上 ⚡
如果第一条视频"终于出来了"但等待过程让人窒息，说明加速还没开。
SageAttention，最大的单项提速。 对视频/图像任务普遍能接近 2 倍速且画质损失很小。RTX 20XX 装 1 代版本：
pip install sageattention==1.0.6
RTX 30XX 及更新显卡用 2.2.0 的预编译 wheel（一键安装器会自动帮你挑对应文件）。装不上或编译报错时，先退回内置的 SDPA 注意力保证能跑：
python wgp.py --attention sdpa
Triton，编译的前置条件。 PyTorch 编译和各种加速内核都依赖它。Windows 上要单独装 triton-windows：RTX 20XX 用 3.2，RTX 30XX 及更新（PyTorch 2.10 环境）用 3.6 或更新版本；Linux 随 PyTorch 自带，一般无需操心。
--compile 加 TeaCache，收口提速。 编译干掉 CPU 等 GPU 的间隙，TeaCache 跳过冗余的去噪计算：
python wgp.py --compile --attention sage2 --teacache 2.0
其中 2.0 是 TeaCache 阈值：调越大越快，但调过头画面会发虚，2.0 是个稳的起点。
显存吃紧时：读懂 0–5 号内存档位
WanGP 的核心手法是把模型权重分块在内存和显存之间搬运，--profile 就是这套策略的档位开关。3 号档尽量把权重留在显存里，最快；4/5 号档在生成时逐块取用，省显存（5 号最保守）；0 号是低内存机器的实验档，系统内存占用大幅下降、速度接近 4 号。默认是 4 号：6GB 显卡保持默认或切 5，12GB 以上可以上 3 换速度。
还有三个省显存的小动作值得配着用：
- Configuration / Performance 里把 Attention Head Split 设为 Medium，约省 20% 显存，速度代价最多 10%；
- Configuration / RAM/VRAM Management 里把 VRAM Preload 设为 Dynamic，空闲显存自动预填权重，层间等待更短；
- 浏览器本身也吃显存，跑长视频时可以用仓库自带的脚本开一个不占 GPU 的 Chrome：
scripts/start-chrome-no-gpu.sh
Windows 上如果显存始终对不上，用 scripts\gpumem.cmd 看每个进程各占了多少显存，scripts\gputrim.cmd 可以尝试回收空闲的显存分配。
想换风格、想批量跑？进阶玩法
想换个画风或加个固定角色？ 上 LoRA。把 .safetensors 文件放进对应目录（t2v 模型放 loras/，i2v 放 loras_i2v/，依此类推），在界面里点刷新就能选。每个模型还配了专属的 prompt enhancer，可以把你的大白话按该模型"懂"的语法重写成详细提示词。目录结构、强度倍率和兼容性问题，LoRAs 指南 里都有现成答案。自己训好的权重或从 Hugging Face / CivitAI 拿到的 checkpoint，放进 finetunes/ 目录即可被识别。
想挂机批量出片？ 在网页界面把一批任务排进队列，点 "Save Queue" 存成 .zip，然后终端里无界面处理：
python wgp.py --process my_queue.zip --output-dir ./batch_outputs
端口、显存预载、干跑校验等全部命令行参数都在 CLI 参考 里；WanGP 还提供了一套 API，可以直接把生成能力接进你自己的应用。
报错急救包：从现象反查原因 🩹
遇到 "CUDA out of memory"，大概率是参数压过了硬件。 按顺序削减：先换小模型（14B→1.3B），再降帧数和分辨率，然后确认 --profile 4 或 5、--preload 0 没有在显存里预载权重。Windows 上浏览器等进程抢显存的情况，用上一节的 gpumem/gputrim 排查。
遇到 "Port 7860 is already in use"，多半是上一个进程没退干净。 杀掉旧进程，或者直接换个端口：
python wgp.py --server-port 7861
生成慢得没耐心看，先查两件事： SageAttention 装了吗？注意力后端设成 --attention sage2 了吗？补齐这两项再加 --teacache 2.0；还不够快就退回 1.3B 模型配 20 步。
PyTorch 找不到 GPU 或报 CUDA 版本错误，十有八九装成了 CPU 版 torch 或 CUDA 不匹配。 先 nvidia-smi 确认驱动状态，再按开头那张版本表重装对应版本的 torch，别混装。
画面发糊、动作飘： 步数加到 25–30，TeaCache 阈值调低一点，guidance 适当上调；做长视频时，滑窗之间的重叠留长一些，衔接会稳很多。
先跑通那条 2 秒的小视频，再慢慢加帧、换大模型、上加速件——顺序别反。更细的坑位排查在仓库的 docs/TROUBLESHOOTING.md，更新历史看 docs/CHANGELOG.md，官方社区里还有一堆现成经验可以直接抄。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
