Wan2GP 低显存 AI 视频生成完整指南：6GB 显卡也能跑通 Wan 2.2 出片
项目地址: https://gitcode.com/gh_mirrors/wa/WanGP Wan2GP 是一款面向低显存 GPU 的 AI 视频生成工具，能把 Wan 2.1/2.2、Hunyuan Video、LTX Video、Flux 等开源模型装进一张只有 6GB 显存的显卡里。它不是只能出图的玩具，而是一个横跨视频、图像、音频的一站式生成器，专为 GPU 资源有限的用户把显存压到能用的水平。这篇指南从装机、启动一路讲到调参和排错，帮你在中低端显卡上跑通第一条视频，并知道后面怎么继续。
一张表看懂 Wan2GP 能做什么
先把能力摊开，方便你判断它值不值得装。
| 能力 | 支持的代表模型 | 适合谁 |
|---|---|---|
| 视频生成 | Wan 2.1/2.2 及其衍生模型、MiniMax H3、LTX-2/2.3/2.5、Hunyuan Video 1/1.5、LTXV、MagiHuman | 想做文生视频、图生视频、长视频的人 |
| 图像生成 | Krea 2、Qwen Image、Z-Image、Flux 1/2、SenseNova、Ideogram 4、HiDream | 想顺手出海报、概念图的人 |
| 音频 / 配音 | Qwen3 TTS、Ace Step、Index TTS 2/2.5、MiniMax Music、Stable Audio 3 | 想给视频配人声、配乐、音效的人 |
它的核心卖点很集中：
- 低显存起步，部分模型 6GB 显存就能跑。
- 老卡友好，GTX 10XX、RTX 20XX 及以上都能用，也支持 AMD 的 RDNA 2/3/3.5/4。
- 浏览器完整界面，能生成、管理、复用之前的输出。
- 内置 LoRA 定制、多种量化格式（int8、fp8、gguf、NVFP4、Nunchaku），以及按硬件自动拉取适配的模型文件。
对本文的主角——视频生成——而言，你只需要关心第一行。下面直接进主题。
按显存选模型：先对号入座
很多人卡在"我该选哪个模型"，其实看显存就够了。Wan2GP 把显存分档对应到模型，你按自己显卡的显存档位取就行。
- 6-8GB：从 1.3B 级别的小模型起步，速度最快、显存最省，质量已经能看。
- 10-12GB：上 14B 级别模型，或直接上 Hunyuan Video，质量明显高一档。
- 16GB 及以上：基本随便选，可以拉更长、更高分辨率的视频。
再给一个实用的低显存技巧：显存吃紧时，可以把浏览器里的 GPU 加速关掉，省出 1GB 到 5GB 不等的显存给生成用。仓库里现成有脚本，直接运行 scripts/start-chrome-no-gpu.bat（Windows）或 scripts/start-chrome-no-gpu.sh（Linux/macOS）就能启动一个不吃 GPU 的 Chrome。
从零装好到跑出第一支片子
这一节把"装、启动、出片"串成一条线，你跟着做就能出第一条视频。
先克隆仓库：
git clone https://gitcode.com/gh_mirrors/wa/Wan2GP
cd Wan2GP
再建环境装依赖。以 RTX 20XX 及以上为例：
conda create -n wan2gp python=3.11.14
conda activate wan2gp
pip install torch==2.10.0 torchvision==0.25.0 torchaudio==2.10.0 --index-url https://download.pytorch.org/whl/cu130
pip install -r requirements.txt
如果你手上是 GTX 10XX 老卡，换这套版本：
conda create -n wan2gp python=3.10.9
conda activate wan2gp
pip install torch==2.7.1 torchvision==0.22.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/test/cu128
pip install -r requirements.txt
懒得一行行敲的话，仓库提供了 scripts/install.sh（或 Windows 下的 scripts/install.bat）一键脚本，装完还能顺便把匹配你显卡的加速内核一起装好。
装好就启动：
python wgp.py
然后打开浏览器访问 http://localhost:7860。第一次用可以点界面上的 Guides 标签，里面给了按硬件推荐的模型清单。出第一条视频建议：
- 模型选 Wan 2.1 text2video 1.3B，快、省显存。
- 提示词写一句"一只猫在花园里散步"这类简单描述。
- 帧数 49（约 2 秒），步数 20（速度和质量的平衡点）。
- 点生成，等它把视频放进输出区。
想直接进特定模式，也支持命令行切换，例如 python wgp.py --i2v 走图生视频，python wgp.py --t2v-1-3B 走小型快速的文生视频。
界面怎么读：生成面板与高级设置
界面不用逐块背，抓住两块就够上手。
主生成面板是你最常待的地方：一个选模型的下拉菜单、一个写提示词的输入框、一个生成按钮。你每天的操作基本就是"选模型、写提示、点生成"这三步。
高级设置藏在复选框后面，点开才会显示。里面放着步数、引导强度、种子这些数值参数，也挂着 LoRA（给模型叠加风格或角色的小权重）和滑动窗口（把长视频拆成一段段滑窗生成）的入口。新手前期不用碰，等你对出片效果有感觉了再回来调。
四个参数速查：帧数、步数、引导强度、种子
把四个最常调的参数做成对照表，方便你按效果反查取值。
| 参数 | 取值 | 效果 |
|---|---|---|
| 帧数 | 25 帧 / 49 帧 / 73 帧 | 约 1 秒 / 约 2 秒 / 约 3 秒，帧越多视频越长、越吃显存 |
| 步数 | 15 / 20 / 30+ | 快但质量一般 / 速度与质量均衡 / 高质量但更慢 |
| 引导强度 | 3-5 / 7-10 / 12+ | 更自由发挥 / 较贴合提示词 / 非常严格地照提示词出片 |
| 种子 | 随机 / 固定 | 每次都不同 / 可复现同一结果，同一种子换提示词能得到相关变体 |
引导强度这类术语第一次出现这里解释一下：它衡量模型"听话"的程度。数值越高，画面越严格按你写的字面来；越低，模型越敢自由发挥。
提示词配方：把一句话写成镜头脚本
别只写一个名词，按"镜头脚本"的顺序把信息喂给模型，效果会稳很多。我习惯按这五段来组织：
主角是谁 → 正在做什么 → 身处在哪 → 用什么镜头拍 → 画面什么质感。
照这个顺序填一遍，模型拿到的画面要素就齐全了。给你三条可直接改的写法：
- "一名武士撑着黑伞站在雨夜的巷口，雨水顺着伞骨滴落，低机位仰拍，冷色调，电影感"
- "一台复古咖啡机器人在吧台前拉花，动作流畅，吧台灯光暖黄，特写镜头，细节清晰"
- "一位宇航员站在红色星球的地平线前回望地球，缓慢环绕镜头，大气朦胧，超写实，高分辨率"
几个通用小习惯：说清你要什么、带上风格词（电影感、写实、卡通）、提一句光线和氛围、把场景交代具体、末尾加一句质感词（高质量、细节丰富）。
出片不满意时往哪调
效果不对口时，先别换模型，按下面顺序逐项排查：
- 画面糊、细节不够：把步数拉到 25-30，再补全提示词里缺失的场景和质感描述。
- 引导强度偏高导致画面僵硬、发死：降到 7 以内，给模型一点发挥空间。
- 引导强度偏低导致跑题、不听提示词：升到 10 上下。
- 显存够的话，把 1.3B 换成 14B，上限直接高一档。
- 进阶一点，可以在高级设置里打开 Skip Layer Guidance，用更少的开销换更稳的画面。
顺序很重要：先调参数，再改提示词，最后才考虑换模型。这样你每次只动一个变量，才看得出到底是哪一项起了作用。
翻车急救：装不上、显存爆、生成慢
几个最常见的坑，按口语化的处理方式来。
- 装不上、报错：先确认 Python 版本对不对（RTX 20XX 及以上用 3.11.14，GTX 10XX 用 3.10.9），再核对 CUDA 是否匹配。细节都写在 docs/INSTALLATION.md 里，对着一步步来基本不会错。
- 显存爆了（报 out of memory）：换更小的模型（1.3B 替 14B）、减帧数、在高级设置里降分辨率、确认量化是开着的（通常默认就开）。实在顶不住，再把浏览器 GPU 加速关掉，能抠出 1-5GB。
- 生成太慢：优先用 1.3B，减步数；再按 docs/INSTALLATION.md 装上 SageAttention 加速注意力；还可以开 TeaCache 缓存，命令是
python wgp.py --teacache 2.0。 - 别的怪现象：GPU 兼容性、显存是否充足，先用最基础的设置跑一遍排除环境问题，再对照 docs/TROUBLESHOOTING.md 找具体条目。
进阶玩法：LoRA、VACE 与命令行优化
出片稳定之后，这些能帮你把玩法拉开：
- LoRA：给模型叠风格或角色权重，也能复用你在别的 App 里存的 LoRA，详见 docs/LORAS.md。
- VACE ControlNet：对视频生成做更细的控制，是高级玩法里很实用的一块，见 docs/VACE.md。
- 处理与前后端：准备输入、做掩码、滑动窗口、后处理，整理在 docs/PROCESSING.md。
- 命令行优化：想榨性能、跑批量，把启动参数过一遍 docs/CLI.md 里的选项。
- 想要模型全貌和各自能力，翻 docs/MODELS.md。
下一步：开始出片并加入社区
现在就跑起来：装好环境、打开 http://localhost:7860、用 1.3B 模型和 49 帧 20 步出一支两条秒的视频，先确认链路通了，再回头按"参数速查"一节逐步调。你出片之后，可以把满意的结果发到官方 Discord 社区里，和同样在玩低显存显卡的人交流设置、互看作品，上手会快很多。
记住一条原则：从最简设置起步，跑通了再一项项加，别一次堆一堆参数，出了问题才查得清到底是谁在捣乱。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
