Wan2.2 1.3B 是目前 8G 显存能跑的最好的图生视频模型。
实测配置:RTX 4060 Laptop 8G,fp16 量化,分块 VAE 解码。输入一张 720×1280 的关键帧,生成 5 秒视频,大概 40 分钟一镜。
几个关键参数:
- 帧数:建议 81 帧(5 秒),再多显存就爆了
- 帧率:16fps,慢动作效果好,24fps 会很卡
- 运动幅度:0.5-0.7 最自然,超过 1.0 会出现扭曲
- CFG:5-7 之间,太低动作飘,太高不自然
最容易出问题的是 VAE。Wan2.2 的 VAE 解码很吃显存,必须开分块解码(tile 模式),不然 OOM。
工作流里最佳实践是:Flux 出关键帧 → 关键帧喂给 Wan2.2 → 生成 5 秒微动。不要用文生视频,文生视频人物不一致。图生视频才能保证这一镜跟静态分镜是同一个人。
成本核算:一集成片 30 秒,就是 6 个 5 秒镜头,每个 40 分钟,一集 4 小时。量产要排队跑。
Wan2.2 图生视频:8G 显存能跑但慢