Wan 2.2 影片：文字轉影片與圖片轉影片的設定、參數與 LoRA

Q: 第一個取樣器時記憶體不足

24 GB 或更小顯卡用 fp16 14B 權重。 改用 fp8 或 GGUF Q4 專家組合，減少幀數，480p，或加 --lowvram；或用 5B 模型。

Q: 幾乎沒動作

提示詞描述場景沒描述動作，或高噪聲專家步數太少。 加動詞和鏡頭移動；高噪聲專家分配一半步數。

Q: 主題中途變形

幀數太多不符合解析度，或同時用兩個衝突的 LoRA。 縮短到 49 幀，一次只用一個動作 LoRA，低噪聲專家步數調高。

Q: 取樣成功後解碼失敗

VAE 解碼是影片記憶體峰值。 Wan VAE 解碼用分塊（decode 節點的 tiled 選項），或減少幀數。

主題：影片模型

作者：Captain

發佈於 2026年5月24日

概述

Wan 2.2 是阿里巴巴的開放影片系列，也是本站下載量最高的影片模型。它有一個 5B 混合文字與圖片轉影片模型，適合消費級顯卡（8 到 12 GB 可跑 720p），還有兩個 14B 的文字轉影片與圖片轉影片模型，使用兩個專家：一個高噪聲模型在前半步驟鋪排動作與構圖，另一個低噪聲模型在後半步驟加細節。14B 專家組合能做出大家分享的電影級效果；5B 模型則適合學習用。

社群訓練了數百個 Wan LoRA：鏡頭移動（環繞、推拉、撞焦）、動作風格、角色、特效，以及能把 30 步渲染縮短到 4 到 8 步且損失很小的 lightning / distillation LoRA。Wan 家族頁會依熱度排名它們；lightning LoRA 幾乎總是排在前面。

遠端主機方案很適合影片，因為渲染時間長又吃顯存：PirateDiffusion 可從 Telegram 用 /wf /run 執行 Wan 工作流程，BitVector 則預裝 Wan 圖表和 LoRA。兩者都在每個 Wan 模型頁面的執行區塊有連結。

參考

名稱	類型	含義
Wan2.2-TI2V-5B	model	一個文字與圖片轉影片模型，720p，24 fps，最多 121 幀。fp16 需 10 GB，fp8 需 5 GB。適合 8 到 12 GB 顯卡。
Wan2.2-T2V-A14B / I2V-A14B	model pair	高噪聲與低噪聲專家組合，各 14B（共 27B，啟動時 14B）。支援 480p 與 720p。fp8 約 14 GB，GGUF Q4 約 8 GB。
umt5-xxl text encoder	file	fp8 縮放版（6 GB）或 fp16（11 GB）。所有 Wan 模型共用。
Wan 2.1 / 2.2 VAE	file	5B 模型用 2.2 VAE；14B 模型用 2.1 VAE。混用會出錯。
Resolution	setting	480x832 或 832x480 用於快速測試；720x1280 / 1280x720 用於最終。16 的倍數。
Frames	setting	4n+1：33、49、65、81 幀。81 幀 16 fps 約 5 秒。
Steps / shift / CFG	setting	20 到 30 步，shift 5 到 8，CFG 3.5 到 5（無 lightning 時）。有 lightning LoRA 時：4 到 8 步，CFG 1，shift 5。
Lightning / distill LoRA	LoRA	高噪聲與低噪聲專家各自的 LoRA；分別載入各自模型。權重 1.0。
Prompt	text	主題、動作、鏡頭、光線、風格，依序描述。動作用動詞明確說明。Wan 會用負面提示詞（不像 Flux）。

逐步操作

安裝載入器：ComfyUI 核心支援 Wan 2.2；加裝 ComfyUI-GGUF 以支援量化檔。先更新 ComfyUI。
依顯卡下載：8 到 12 GB 用 5B fp8 加 2.2 VAE 與 umt5 fp8；24 GB 用 14B fp8 專家組合加 2.1 VAE；12 到 16 GB 用 14B GGUF Q4 專家組合。
載入官方範本（Workflow > Browse Templates > Video > Wan 2.2），換成你的檔案。GGUF 用 Load Diffusion Model 換成 Unet Loader (GGUF)。
14B 用兩個 KSampler Advanced 節點。第一個跑高噪聲模型，步驟 0 到 N/2（回傳剩餘噪聲），第二個跑低噪聲模型，步驟 N/2 到 N。範本已接好線。
第一次渲染：480x832，33 幀，20 步，CFG 4，shift 8，提示詞「a corgi runs along a beach at sunset, camera tracks alongside, golden light, shallow depth of field」。預期 2 到 6 分鐘。
加上 Wan 家族頁的 lightning LoRA（各專家一個），步數設 6（3+3），CFG 1。480p 渲染時間降到不到一分鐘。
圖片轉影片：載入 I2V 專家組合，把圖片丟進 WanImageToVideo，提示詞著重動作與鏡頭，不用描述圖片。
最終輸出：720p，81 幀，用 RIFE 或 FILM 插幀到 32 fps，必要時用 Upscalers 家族的影片放大器放大。
太慢或顯卡不夠大：用 BitVector 或 PirateDiffusion 遠端執行，同時用 /workflow /show:wan 看欄位，/wf /run:wan 執行提示詞。

範例

文字轉影片提示詞

A fisherman in a yellow raincoat hauls a net onto a small wooden boat in heavy rain, waves rock the boat, the camera is handheld and close, grey stormy light, cinematic, 35mm film grain

Negative: overexposed, static, blurry details, subtitles, worst quality, low quality, deformed, extra fingers, still image