ComfyUI中运行Wan 2.1工作流,电影级视频,兼容Mac, Windows

魔当(LM Downloader)是一个大模型应用下载工具 ,目前 魔当 已经支持Wan 2.1视频模型的下载和使用。

魔当下载地址
https://seemts.com/

先看生成效果

原始图片,你可以保存到自己电脑上测试

生成视频:

推荐提示词:

A futuristic cyberpunk car speeding through a neon-lit city at night during heavy rain, captured with an FPV (First Person View) camera angle. The vehicle dynamically follows the fast-paced motion as it races along an elevated highway, moving at extreme speed with high wheel rotation, splashing water dramatically onto the wet pavement. Raindrops on the car's surface stream backward due to the intense velocity, creating a dynamic visual effect. Neon lights reflect vividly on the glossy, rain-soaked road, enhancing the immersive and high-tech atmosphere. Glowing tire trails and futuristic energy streaks follow the motion of the car, emphasizing the sense of speed and fluidity. In the background, drones hover in the air, firing occasional red laser beams, adding tension and sci-fi action to the scene. The lighting is cinematic, with smooth motion blur, high-tech aesthetics, and a fast-paced, thrilling vibe.

失败案例:

如果提示词写得不到位,生成视频的效果就会大打折扣。比如这些不太成功的视频:


注意

  • 如果使用Windows,建议用NVIDIA显卡,并更新CUDA,显存不低于8GB。
  • 如果使用macOS,仅支持M系列芯片。
  • 硬盘至少有30GB的可用空间。

如何选择系统和显卡?

做AI视频和图片,大部分软件和工具都专门为 NVIDIA 显卡优化了。NVIDIA 显卡有专门的加速技术(叫 CUDA),可以让AI模型跑得特别快。而 Windows 系统对这些显卡的支持非常好,驱动和软件都很成熟。

苹果电脑用的M系列芯片很强大,优点是显存大,功耗低,但它不是专门为这些AI软件设计的。它的加速方式和 NVIDIA 不一样,很多AI视频模型在 Mac 上其实只是"勉强能跑",速度和效果都不会太理想。一些对硬件要求不高的音频和图片模型,用Mac电脑生成的速度还是可以接受的。

简单来说,就是:

Windows + NVIDIA 显卡 = 跑视频类AI较快,画面也清楚

Mac + M芯片 = 跑视频AI比较慢,画面可能还模糊

这就是为什么两台电脑跑同样的软件和模型,会有很大的速度和效果差别。

下载工作流

Wan 2.1 图生视频

Wan 2.1将图片转成高清电影级视频,有480P和720P两种输出分辨率,使用我们提供的工作流,无需复杂设置,轻松生成流畅动态效果!

Wan 2.1 480P

⏬下载 Wan 2.1 480P GGUF 工作流 (适用于Windows)

⏬下载 Wan 2.1 480P GGUF 工作流 (适用于macOS) ,macOS运行的参数有一些差别。

模型存储目录:

复制代码
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 clip_vision/
│   │   └── clip_vision_h.safetensors
│   ├── 📂 diffusion_models/
│   │   └── wan2.1-i2v-14b-480p-Q4_K_M.gguf    // 根据显存大小,以及你对质量和速度的要求,选择合适的模型文件
│   ├── 📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 或者 umt5_xxl_fp16.safetensors
│   └── 📂 vae/
│       └──  wan_2.1_vae.safetensors

来源:
city96/Wan2.1-I2V-14B-480P-gguf

Wan 2.1 720P

⏬下载 Wan 2.1 720P GGUF 工作流 (适用于Windows)

⏬下载 Wan 2.1 720P GGUF 工作流 (适用于macOS) ,macOS运行的参数有一些差别。

模型存储目录:

复制代码
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 clip_vision/
│   │   └── clip_vision_h.safetensors
│   ├── 📂 diffusion_models/
│   │   └── wan2.1-i2v-14b-720p-Q4_K_M.gguf   // 根据显存大小,以及你对质量和速度的要求,选择合适的模型文件
│   ├── 📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 或者 umt5_xxl_fp16.safetensors
│   └── 📂 vae/
│       └──  wan_2.1_vae.safetensors

来源:
city96/Wan2.1-I2V-14B-720P-gguf

下载模型

在ComfyUI运行窗口中,可以看到"模型下载"功能。我们提供了一些常用的模型,直接点击下载按钮即可开始下载。

相关推荐
“AI国潮设计-小江”7 分钟前
Python实战 | SDXL精准控制“普宁英歌舞×星空蛋糕”IP落地,附核心Prompt与商用授权思路
开发语言·人工智能·python·prompt·aigc
basketball61611 分钟前
AI Infra 配置 Conda + CUDA + LibTorch + PyTorch 开发环境:解决版本漂移、编译报错的完整指南
人工智能·pytorch·conda·libtorch
AI技术新视界14 分钟前
符号诞生之前:视觉通用智能如何开启 AGI 的物理进化之路
人工智能·llm·agi
Henry-SAP20 分钟前
GPT-6Astra开启AI自主执行新时代
人工智能·云原生·sap·erp
手写码匠37 分钟前
华为云Flexus+DeepSeek征文|DeepSeek 应用监控告警体系实战:从“用户投诉才知道“到“故障前就发现“
人工智能·深度学习·算法·aigc
小宋102142 分钟前
大模型成本怎么控制:Token统计、缓存与模型路由实战
人工智能·缓存
阿里云大数据AI技术43 分钟前
DataWorks Data Agent 实战课堂(七):数据治理 Agent——AI 驱动的自动化治理
人工智能·agent
天一生水water44 分钟前
基于重构的无监督/单类时间序列异常检测
人工智能·深度学习·重构·transformer
知识分享小能手1 小时前
深度学习学习教程,从入门到精通,数值计算 — 知识点详解(4)
人工智能·深度学习·学习
三声三视1 小时前
审计清单函数名写成 def?tri-checklist 的 diff 解析在 Python 改名场景下悄悄翻车
人工智能·ai·skillhub·tri-checklist·tri-skills