AI 视频需要多少显存？按显卡大小划分的 Wan 2.2、HunyuanVideo 1.5 和 LTX-2（2026）

Q: 24 GB 上 720p 剪辑中途 CUDA 显存不足

文本编码器仍和活跃的 14B 专家模型一起占用显存。 把 UMT5 编码器加载到 CPU，或降到 480p；完整清单见 CUDA 显存不足指南。

Q: 显存够但耗时 40 分钟

大量卸载到系统内存，或在本应跑 FP8 的卡上用 GGUF Q4。 缩短剪辑，降低分辨率，或用最大可常驻的精度；任务管理器中“共享 GPU 内存”应接近零。

Q: HunyuanVideo 指南说需要 60-80 GB

指南说的是原版 13B HunyuanVideo，不是 1.5 版（8.3B）。 用 1.5 版：卸载时约 14 GB，24 GB 运行舒适。

Q: LTX-2 16 GB 显卡无法加载

只能加载蒸馏的 FP8 预览管线；完整版需要 24 GB（FP4）或 32 GB（FP8）。 用蒸馏预览做草稿，最终渲染用更大显存卡或云端。

主题：视频模型

作者：P.I. Panda

发布于 2026年10月6日

概述

简短回答：8 GB 足够用来做短小、低分辨率的剪辑，使用 Wan 2.1 1.3B 或量化后的 Wan 2.2 5B。24 GB 是用当今最好开源模型做 720p 视频的真正起点。32 GB 可以在 720p 下运行 Wan 2.2 14B 和 LTX-2，无需折中方案。最大模型的全精度版本仍需 48 到 80 GB，意味着需要数据中心显卡或云端。

视频比图片需要更多显存，因为一张 1024x1024 的图片大约有一百万像素，而一个 5 秒、24 帧每秒的剪辑有 120 帧：模型一次要处理的像素是图片的百倍以上，而且必须保证每帧与邻近帧一致，不能一帧一帧地做。显存需求由三方面决定且相乘：模型大小和精度（全精度、FP8 或 GGUF）、分辨率（720p 的像素约是 480p 的 2.25 倍）和剪辑长度（大致成正比）。一个能在 480p 下跑 3 秒的模型，在同一张卡上跑 720p 5 秒可能就会显存不足。

本指南涵盖你可以下载并本地运行的开源视频模型。数据来自官方模型卡和社区测试，实测于 2026 年 10 月 6 日；结果会因 ComfyUI 版本、工作流和系统 RAM 可用量不同而异。图片模型显存需求请看配套指南；两者每月更新。

参考

名称	类型	含义
Wan 2.1 T2V 1.3B	8 GB: 480p, ~5 s clips \| 12 GB+: comfortable	8 GB 选项。大约用 8.19 GB，输出 480p，RTX 4090 上 5 秒剪辑约 4 分钟。质量明显不如大模型。Apache 2.0 许可。
Wan 2.2 TI2V 5B	8 GB: GGUF Q8 with offloading, slow \| 12-16 GB: quantised at 720p \| 24 GB: full precision (official minimum)	文本或图片生成 720p、24 帧每秒。阿里巴巴官方标注 24 GB（RTX 4090）为全精度最低要求，5 秒 720p 剪辑时间不到 9 分钟。Q8 GGUF 文件约 5.4 GB；ComfyUI 会把剩余部分卸载到系统内存。Apache 2.0 许可。
Wan 2.2 A14B (T2V and I2V)	12-16 GB: GGUF Q4-Q5 with offloading, short clips \| 24 GB: FP8 at 480p, 720p with the text encoder offloaded \| 32 GB: FP8 at 720p \| 80 GB: full precision	最佳开源画质。专家混合模型：总参数 27B，活跃参数 14B，一个专家负责噪声早期步骤，一个负责细节；显存中一次只加载一个专家。FP8 每个专家约 14.3 GB，GGUF Q4-Q5 约 10-11 GB。官方 80 GB 要求是全精度且无卸载。Apache 2.0 许可。
HunyuanVideo 1.5	12-16 GB: ~14 GB minimum with offloading \| 24 GB: quantised at 720p \| 32 GB: comfortable \| 28-48 GB: full precision 720p	腾讯，2025 年 11 月，8.3B 参数，支持 480p 或 720p，内置放大器可升至 1080p；最佳画质推荐 80 GB。不是原版 HunyuanVideo（13B），后者全精度需 60-80 GB；许多旧指南混淆了两者。
LTX-2 (19B) / LTX-2.3 (22B)	16 GB: draft previews in FP8 (distilled pipeline) \| 24 GB: FP4, clips up to ~97 frames \| 32 GB: FP8 (official minimum) \| 48 GB+: BF16 (~43 GB file)	Lightricks，权重发布于 2026 年 1 月和 3 月。支持带同步音频的视频，最高 4K，速度快：RTX 4090 上 5 秒剪辑约 90 秒。折中点是显存；Lightricks 还建议有 100 GB+ 空闲磁盘空间。
System RAM	32 GB workable minimum \| 64 GB comfortable for 14B models on 12-24 GB cards	卸载会把部分模型放到普通内存，所以系统内存对视频比图片更重要。
Disk	fast NVMe SSD	视频模型每个几十 GB，从慢盘加载每次切换模型都会多花几分钟。
Wan 2.5-3.0, Kling, Veo, Runway, Seedance	API only	没有可下载权重，所以没有显存数据；按视频秒数付费。Wan 2.2 是截至 2026 年 10 月最新有权重的 Wan 模型。

分步操作

查看你的显存：Windows 任务管理器 > 性能 > GPU > 专用 GPU 内存；Linux 用 nvidia-smi。也查看系统内存，卸载至少需要 32 GB。
从表格中选出适合你显卡的模型行：8 GB 适合 Wan 2.1 1.3B 或 Wan 2.2 5B GGUF；12-16 GB 可用 Wan 2.2 14B GGUF 和 HunyuanVideo 1.5（带卸载）；24 GB 是常见视频卡（5B 全精度，14B FP8，LTX-2 FP4）；32 GB 可用 FP8 在 720p 下跑所有模型。
下载本网站模型页面列出的对应精度版本（24-32 GB 用 FP8，12-16 GB 用 GGUF Q4-Q5），不要用 BF16 原版。
先从 480p 和短剪辑（49-81 帧）开始，调整动作和构图，再放大或重新渲染到 720p。分辨率从 480p 升到 720p，帧内存大约翻倍，所以 480p 下 14 GB 的工作流，720p 可能需要 24 GB 或更多。
Wan 2.2 14B 在 24 GB 上时，把 T5/UMT5 文本编码器移到系统内存（加载器设为 CPU 设备，或用 ComfyUI 自动卸载）。不这样做，720p 剪辑中途可能超出 24 GB。
超过 5-6 秒的剪辑，分段生成并串联：前一段最后一帧作为下一段起始图像。大多数开源模型调校在 5 秒左右，时间更长质量会下降。
如果剪辑仍然装不下，先降低帧数再降分辨率，使用瓦片 VAE 解码，关闭浏览器和游戏等占用 GPU 的程序。
如果你经常需要在不到 24 GB 的显卡上跑 Wan 2.2 14B 或 LTX-2 720p，建议用云端：PirateDiffusion 在 Telegram 上用服务器 GPU 运行 Wan、LTX 和 H3 模型；BitVector 通过网页应用提供服务。

示例

24 GB 上的 Wan 2.2 14B 图像转视频（ComfyUI）

UNETLoader x2: wan2.2_i2v_high_noise_14B_fp8_scaled, wan2.2_i2v_low_noise_14B_fp8_scaled | CLIPLoader: umt5_xxl_fp8_e4m3fn_scaled, device: cpu | Load VAE: wan_2.1_vae

WanImageToVideo: 832x480, 81 frames | KSamplerAdvanced high (steps 0-10, cfg 3.5) -> KSamplerAdvanced low (steps 10-20, cfg 3.5) | shift 5 | VAE Decode (Tiled)

8-12 GB 显卡上的 Wan 2.2 5B

UnetLoaderGGUF: wan2.2_ti2v_5B_Q8_0.gguf | CLIPLoader: umt5_xxl_fp8 (cpu) | 1280x704 is the native 720p shape; start at 832x480, 49 frames, 20 steps

python main.py --lowvram

云端上的同一剪辑

/workflow /run:wan22-i2v slow dolly in, she looks up and smiles, soft wind in her hair /length:81 (reply to your image on PirateDiffusion)

技巧

单个 5 秒剪辑的报告时间：Wan 2.1 1.3B 480p 在 RTX 4090 上约 4 分钟；Wan 2.2 5B 720p 官方数据不到 9 分钟；Wan 图像转视频在 4090 上约 12.7 分钟，5090 上约 7 分钟（某测试快约 45%）；LTX-2 在 4090 上约 90 秒。卸载会让速度慢几倍。
阿里巴巴给出的 Wan 2.2 A14B 80 GB 是全精度且无卸载的数字；实际大家用 FP8 或 GGUF 文件，文本编码器放系统内存。
14B 有两个专家模型文件：查看模型页确认 LoRA 训练在哪个专家（高噪声或低噪声）；加载错专家没效果。
LTX-2 用显存换速度和音频；32 GB 下能跑 FP8，是最快的带声音开源视频路径。
5090 发布价 1999 美元，2026 年 10 月街价约 4500-6000 美元，仍跑不动全精度模型。偶尔做视频，按小时租用 48 或 80 GB GPU，或用固定费率云方案，比小显卡卸载更便宜且快。
本网站 Wan、Hunyuan 和 LTX 家族页面列出所有可下载变体及文件大小；变体运行时显存需求是文件大小加 3-4 GB 空闲显存。