阿里最新开源Wan2.2-Animate-14B 本地部署教程:统一双模态框架,MoE架构赋能电影级角色动画与替换

一、介绍

阿里巴巴旗下 Wan 团队在9月19日正式开源 Wan2.2-Animate-14B(简称 Wan-Animate)模型,这一高保真角色动画生成框架迅速成为 AI 视频领域的焦点。该模型以单模型架构同时解决"角色动画生成"和"角色替换"两大痛点,能够将静态图片中的人物或类人角色,依照一段参考视频的动作和表情,生成一段流畅自然的动画视频。

二、部署过程

注:模型使用方法及快速部署教程请点击Wan2.2-Animate-14B-镜像社区 算家云,参考算家云官网"镜像社区"

基础环境最低要求说明:

环境名称 版本信息 1
Ubuntu 22.04
Cuda V12.4
Python 3.12
NVIDIA Corporation RTX 4090 * 1

1. 更新基础软件包

查看系统版本信息

bash 复制代码
# 查看系统版本信息,包括ID(如ubuntu、centos等)、版本号、名称、版本号ID等
cat /etc/os-release

配置 apt 国内源

csharp 复制代码
# 更新软件包列表
apt-get update

这个命令用于更新本地软件包索引。它会从所有配置的源中检索最新的软件包列表信息,但不会安装或升级任何软件包。这是安装新软件包或进行软件包升级之前的推荐步骤,因为它确保了您获取的是最新版本的软件包。

csharp 复制代码
# 安装 Vim 编辑器
apt-get install -y vim

这个命令用于安装 Vim 文本编辑器。-y 选项表示自动回答所有的提示为"是",这样在安装过程中就不需要手动确认。Vim 是一个非常强大的文本编辑器,广泛用于编程和配置文件的编辑。

为了安全起见,先备份当前的 sources.list 文件之后,再进行修改:

bash 复制代码
# 备份现有的软件源列表
cp /etc/apt/sources.list /etc/apt/sources.list.bak

这个命令将当前的 sources.list 文件复制为一个名为 sources.list.bak 的备份文件。这是一个好习惯,因为编辑 sources.list 文件时可能会出错,导致无法安装或更新软件包。有了备份,如果出现问题,您可以轻松地恢复原始的文件。

bash 复制代码
# 编辑软件源列表文件
vim /etc/apt/sources.list

这个命令使用 Vim 编辑器打开 sources.list 文件,以便您可以编辑它。这个文件包含了 APT(Advanced Package Tool)用于安装和更新软件包的软件源列表。通过编辑这个文件,您可以添加新的软件源、更改现有软件源的优先级或禁用某些软件源。

在 Vim 中,您可以使用方向键来移动光标,i 键进入插入模式(可以开始编辑文本),Esc 键退出插入模式,:wq 命令保存更改并退出 Vim,或 :q! 命令不保存更改并退出 Vim。

编辑 sources.list 文件时,请确保您了解自己在做什么,特别是如果您正在添加新的软件源。错误的源可能会导致软件包安装失败或系统安全问题。如果您不确定,最好先搜索并找到可靠的源信息,或者咨询有经验的 Linux 用户。

使用 Vim 编辑器打开 sources.list 文件,复制以下代码替换 sources.list 里面的全部代码,配置 apt 国内阿里源。

arduino 复制代码
deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse

安装常用软件和工具

csharp 复制代码
# 更新源列表,输入以下命令:
apt-get update

# 更新系统软件包,输入以下命令:
apt-get upgrade

# 安装常用软件和工具,输入以下命令:
apt-get -y install vim wget git git-lfs unzip lsof net-tools gcc cmake build-essential

出现以下页面,说明国内 apt 源已替换成功,且能正常安装 apt 软件和工具

2. 安装 Miniconda

  • 下载 Miniconda 安装脚本 :

    • 使用 wget 命令从 Anaconda 的官方仓库下载 Miniconda 的安装脚本。Miniconda 是一个更小的 Anaconda 发行版,包含了 Anaconda 的核心组件,用于安装和管理 Python 包。
  • 运行 Miniconda 安装脚本 :

    • 使用 bash 命令运行下载的 Miniconda 安装脚本。这将启动 Miniconda 的安装过程。
bash 复制代码
# 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 运行 Miniconda 安装脚本
bash Miniconda3-latest-Linux-x86_64.sh

# 初次安装需要激活 base 环境
source ~/.bashrc

按下回车键(enter)

输入 yes

输入 yes

安装成功如下图所示

pip 配置清华源加速

bash 复制代码
# 编辑 /etc/pip.conf 文件
vim  /etc/pip.conf

加入以下代码

ini 复制代码
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

注意事项:

  • 请确保您的系统是 Linux x86_64 架构,因为下载的 Miniconda 版本是为该架构设计的。
  • 在运行安装脚本之前,您可能需要使用 chmod +x Miniconda3-latest-Linux-x86_64.sh 命令给予脚本执行权限。
  • 安装过程中,您将被提示是否同意许可协议,以及是否将 Miniconda 初始化。通常选择 "yes" 以完成安装和初始化。
  • 安装完成后,您可以使用 conda 命令来管理 Python 环境和包。
  • 如果链接无法访问或解析失败,可能是因为网络问题或链接本身的问题。请检查网络连接,并确保链接是最新的和有效的。如果问题依旧,请访问 Anaconda 的官方网站获取最新的下载链接。

3. 从 github 仓库 克隆项目

  • 克隆存储库:
bash 复制代码
# 克隆项目
git clone https://github.com/comfyanonymous/ComfyUI

请注意,如果 git clone https://github.com/comfyanonymous/ComfyUI 这个链接不存在或者无效,git clone 命令将不会成功克隆项目,并且会报错。确保链接是有效的,并且您有足够的权限访问该存储库。

4. 创建虚拟环境

ini 复制代码
# 创建一个名为 comfyenv 的新虚拟环境(名字可自定义),并指定 Python 版本为 3.12
conda create -n comfyenv python=3.12 -y

5. 安装模型依赖库

  • 切换到项目目录、激活 comfyenv 虚拟环境、安装 requirements.txt 依赖
bash 复制代码
# 切换到 ComfyUI 项目工作目录
cd /ComfyUI

# 激活 comfyenv 虚拟环境
conda activate comfyenv

# 在 comfyenv 环境中安装依赖
pip install -r requirements.txt
  • 安装 ComfyUI Manager
bash 复制代码
#进入插件的文件
cd /ComfyUI/custom_nodes/
#下载ComfyUI Manager
git clone https://github.com/Comfy-Org/ComfyUI-Manager.git

6. 下载模型相关文件

bash 复制代码
#激活虚拟环境
conda activate comfyenv
#使用 huggingface 下载模型
pip install "huggingface_cli"
bash 复制代码
#切换到目录ComfyUI/models/diffusion_models
cd ComfyUI/models/diffusion_models
#下载模型,您可以根据自身需求下载,此处以Wan2_2-Animate-14B_fp8_e4m3fn_scaled_KJ.safetensors为例
hf download Kijai/WanVideo_comfy_fp8_scaled/resolve/main/Wan22Animate/Wan2_2-Animate-14B_fp8_e4m3fn_scaled_KJ.safetensors --local-dir ./
bash 复制代码
#切换到目录ComfyUI/models/text_encoders
cd ComfyUI/models/text_encoders
#下载命令
hf download Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/text_encoders umt5_xxl_fp8_e4m3fn_scaled.safetensors --local-dir ./
bash 复制代码
#切换到目录ComfyUI/models/vae
cd ComfyUI/models/vae
#下载命令
hf download Comfy-Org/Wan_2.2_ComfyUI_Repackaged/resolve/main/split_files/vae/wan_2.1_vae.safetensors --local-dir ./
bash 复制代码
#切换到目录ComfyUI/models/clip_visions
cd ComfyUI/models/clip_visions
#下载命令
hf download Kijai/WanVideo_comfy/resolve/main/WanAnimate_relight_lora_fp16.safetensors --local-dir ./
hf download Kijai/WanVideo_comfy/resolve/main/Lightx2v/lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors --local-dir ./
bash 复制代码
#切换到目录ComfyUI/models/loras
cd ComfyUI/models/loras
#下载命令
hf download Kijai/WanVideo_comfy/resolve/main/Lightx2v/lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors --local-dir ./
hf download Kijai/WanVideo_comfy/resolve/main/WanAnimate_relight_lora_fp16.safetensors --local-dir ./

7. 运行 main.py 文件

bash 复制代码
#根据需求,可选修改server.py文件配置监听地址和端口号,或保持默认
#运行main.py
cd /ComfyUI
conda activate comfyenv
python main.py

三、网页演示

出现以下 ComfyUI 页面,代表模型已搭建完成。

一、介绍

二、部署过程

1. 更新基础软件包

2. 安装 Miniconda

3. 从 github 仓库 克隆项目

4. 创建虚拟环境

5. 安装模型依赖库

6. 下载模型相关文件

7. 运行 main.py 文件

三、网页演示

相关推荐
如若12311 小时前
TRACER 论文解读与复现:面向 ICU 长时程患者监测的多模态 Harness 架构、时序证据建模与工具增强推理
人工智能·深度学习·计算机视觉
深蓝AI13 小时前
无头浏览器不必从 Chrome 改:Lightpanda 用 Zig 从零造,100 个页面只占 123MB 内存
人工智能·程序员
奈落2415 小时前
AI辅助的另一面:从2026年国际AI安全报告的“故障”清单到国内专家的可靠性短板,自主行动的Agent为什么更难及时干预
人工智能·安全·agent·本地部署·ai 办公
火山引擎开发者社区16 小时前
eMudhra 证书失陷:容器用户最容易忽略的镜像信任链漏洞
人工智能
LabVIEW开发17 小时前
LabVIEW 机载 DIAL:每秒万次甲烷测量
人工智能·labview·labview知识·labview功能·labview程序
1024奇点18 小时前
【仓颉语言入门 · 第二篇 第 22 课】
开发语言·ide·开源
飞猫的边缘AI18 小时前
英特尔量子生意
人工智能·量子计算·边缘ai
深蓝AI18 小时前
桌面 Agent 缺的不是视觉:Vercel 开源 agent-desktop,用无障碍树 ref 替代截图坐标
人工智能·程序员
镜子AI18 小时前
镜子AI 技术复盘:三条自动化链路上的“停止条件“设计
运维·人工智能·自动化
向哆哆19 小时前
羊行为目标检测数据集:4类别、2,000张图像 | 目标检测
人工智能·yolo·目标检测·目标跟踪