Wan 2.2 文生视频 T2V

一、Wan 2.2 T2V 模型选型

新手建议：显存 ≤12 GB → TI2V-5B；≥24 GB → T2V-A14B。

模型仓库：Wan-AI on Hugging Face

二、模型文件与目录

2.1 T2V-A14B（14B MoE）

ComfyUI/models/
├── diffusion_models/
│   ├── wan2.2_t2v_high_noise_14B_fp16.safetensors   (或 fp8_scaled)
│   └── wan2.2_t2v_low_noise_14B_fp16.safetensors
├── text_encoders/
│   └── umt5_xxl_fp8_e4m3fn_scaled.safetensors
└── vae/
    └── wan_2.1_vae.safetensors

2.2 TI2V-5B

├── diffusion_models/
│   └── wan2.2_ti2v_5B_fp16.safetensors  (名称以下载为准)
├── text_encoders/
│   └── umt5_xxl_...
└── vae/
    └── wan2.2_vae.safetensors   ← 5B 必须用 2.2 VAE，勿用 2.1

14B 与 5B 的 VAE 不同——混用会导致 糊、乱动（见官方文档 Note）。

三、加载官方模板

1. 更新 ComfyUI 至 较新版本；

2. 菜单 Workflow → Browse Templates → Video；

3. 选择 「Wan2.2 14B T2V」 或 「Wan2.2 TI2V 5B」；

4. 按模板内 Load Diffusion Model / CLIP / VAE 指向上述文件；

5. Queue Prompt。

参考：ComfyUI 官方 Wan 2.2 教程

四、14B T2V 工作流要点

4.1 双 Load Diffusion Model

Load Diffusion Model #1 → high_noise 权重
Load Diffusion Model #2 → low_noise 权重
        ↓
KSampler（或 Wan 专用采样链）按步数切换专家

4.2 文本编码

• UMT5-XXL 编码正向 / 负向 Prompt；

• 支持 中英；建议 英文 + 镜头词 更稳。

4.3 时空尺寸

• 设置 宽、高、帧数（或秒数 × FPS）；

• 试跑：832×480 · 81 帧 · 16fps 量级（按模板默认）。

4.4 Prompt 示例

正向：A cinematic shot of ocean waves at sunset, golden light, slow camera push, film grain, 4k quality
负向：blurry, jitter, flickering, morphing objects, low quality, watermark, text

五、TI2V-5B T2V 要点

5B 的 T2V 内部仍走「首帧 latent → 视频」 管线：

• 需 Wan22ImageToVideoLatent（或模板等价节点）；

• Empty / 初始化 latent 不可省；

• 单模型完成 T2V，无需 high/low 两个 loader。

优势：一条工作流稍后改 Load Image 即变 I2V（10-5）。

六、关键参数

七、显存优化

八、常见问题

九、输出

• 模板末端 Save Video 或 VHS Video Combine；

• 输出目录默认 ComfyUI/output/；

• 建议命名：t2v_{项目}_{seed}.mp4。