这些术语，全部都是模型权重的数值精度（或数据类型） 。它们决定了每个参数用多少位、什么格式来存储，直接影响了 文件大小、显存占用、推理速度和生成质量。
核心概念：为什么精度这么重要？
AI 模型本质是数千亿个数字（权重）组成的巨大矩阵。存储每个数字的"格式"越精细，画质越接近"全真"，但体积和计算量也越大。于是有了各种压缩/量化方案，在画质-大小-速度之间找平衡。
1. BF16（Brain Floating Point 16）
-
全称：脑浮点16位（专为深度学习设计）
-
结构：1位符号 + 8位指数 + 7位尾数
-
特点 ：指数位比 FP16 多，能表示很大和很小的数，动态范围与 FP32 相同，训练时非常稳定，不会轻易溢出。
-
画质：无损。通常是模型训练和保存的"原生"精度。
-
使用：需要 Ampere 架构及更新（30系以上）的 NVIDIA 卡支持。推理时如不压缩，显存需求大。
-
你的卡（5070 Ti）：完全支持，但纯 BF16 的 FLUX 模型约 23 GB，显存放不下，所以一般不直接跑，会转为 FP8。
2. FP16（Half Precision Floating Point 16）
-
结构：1位符号 + 5位指数 + 10位尾数
-
特点：常规半精度，尾数精度比 BF16 高，但指数范围小，容易上下溢出。是早先的通用半精度格式。
-
对比 BF16：画质细节上 FP16 理论上稍好（尾数多），但训练稳定性不如 BF16。推理时两者差别极微。
-
你的卡：同样支持，但很少看到 FLUX 的纯 FP16 分发，因为和 BF16 一样体积太大。
3. FP8（8-bit Floating Point）
-
全称：8位浮点数。分为两种变体：
-
E4M3：4位指数 + 3位尾数，精度更高，适合前向传播（推理）。
-
E5M2：5位指数 + 2位尾数，动态范围更大，适合反向传播（训练）。
-
-
模型文件用法 ：通常
fp8模型指以 E4M3 格式存储的权重。 -
画质 ：几乎无损。对于 FLUX 这样的大模型，FP8 输出的图像与原版 BF16 对比，肉眼完全无法分辨差异。
-
速度与硬件 ：RTX 40/50 系（包括你的 5070 Ti）内置了专用 FP8 Tensor Core，可以直接高速运算 FP8 数据，推理速度比 FP16/BF16 快很多，还省显存。
-
显存占用 ：BF16 的一半。FLUX 模型（120亿参数）由约 23 GB 降至 17 GB（文件大小），加载后占显存约 13--14 GB。
4. Q4（4-bit Quantization）
-
全称 ：4位整数量化（通常指 GGUF 格式中的 K-quant 系列，如
Q4_K_S,Q4_K_M） -
结构 ：将浮点数值四舍五入映射为 4 位整数（0--15），利用缩放因子还原。每个权重仅占 0.5 字节。
-
K-quant 变体：
-
Q4_K_S：偏重压缩比，体积更小（6.3 GB），质量损失稍多。 -
Q4_K_M：偏重保留质量，体积稍大，推荐小显存使用。
-
-
画质 ：有可感知的损失。在高分辨率下，细节纹理、小文字、平滑渐变可能出现模糊或伪影。但已是 4 位量化中最好的方案之一。
-
性能 ：需要即时反量化（先转回 FP16 再计算），因此推理速度不如原生 FP8 加速，且额外消耗一点显存和计算。
-
适用 ：属于"极限压缩"方案，专为 6--8 GB 显存显卡设计。你的卡一般不需要它。
5. 其他常见的量化格式（扩展了解）
-
INT8：8位整数量化，质量和体积介于 FP8 和 Q4 之间，比 Q4 强但不如 FP8。
-
NF4（4-bit NormalFloat）：一种专为正态分布权重优化的 4 位量化，信息保留优于普通 INT4，常用于 QLoRA 训练。
-
GGUF：一种文件容器格式，常用于携带这些量化模型（如 Q4, Q5, Q8），需专用加载器。
6.以Wan2.1的模型列表为例说明
模型列表页面：
https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/diffusion_models
📊 任务-模型后缀速查表
| 模型名中的后缀 | 全称 | 中文简称 | 核心输入 | 核心用途 |
|---|---|---|---|---|
t2v |
Text-to-Video | 文生视频 | 纯文字描述 | 根据文字"无中生有"创造全新的视频-3 |
i2v |
Image-to-Video | 图生视频 | 图片 + 文字描述 | 让一张静态图片根据指令"动起来"-3 |
flf2v |
First-Last-Frame-to-Video | 首尾帧视频生成 | 视频第一帧 + 最后一帧图片 | 自动"脑补"首尾两帧之间的所有过渡动画-3 |
vace |
Video All-in-one Creation Engine | 视频全能编辑引擎 | 视频/图片 + 编辑指令 | 对已有视频进行二次加工（如重绘、风格迁移等）-3 |
t2i |
Text-to-Image | 文生图 | 纯文字描述 | 生成高质量的静态图片-2 |
control |
Fun Control | 可控生成 | 文字 + 条件控制图（如Canny边缘、深度图等） | 通过额外条件对生成内容进行更精准的控制 |
wan2.1_fun_camera_v1.1_1.3B_bf16.safetensors
用于在视频生成时精确控制摄像机运动。 你可以把它理解成一个虚拟的"摄影师"，只要告诉它运镜方式（如推拉、摇移），它就能自动让生成的画面呈现出专业的镜头语言。
wan2.1_fun_control_1.3B_bf16.safetensors
传统视频模型主要依赖文字描述，常出现动作失控的问题-3。Fun Control模型通过引入控制条件，提供了可靠的解决方案，
| 控制类型 | 它在做什么 | 适合什么场景 |
|---|---|---|
| Canny | 提取输入图片的边缘线稿 作为引导-1-3 | 让生成的视频构图与某张参考图高度一致。 |
| Depth | 解析画面的空间景深 信息-3 | 确保生成的视频内容，空间逻辑不乱。 |
| OpenPose | 识别人物的骨骼关节 信息-1-3 | 指定角色动作。例如想让人物"比心"或"跳舞"时，提供动作姿态图即可。 |
| MLSD | 强调画面的几何边缘 和建筑结构-3 | 精准生成建筑的轮廓，避免出现扭曲的柱子或墙角。 |
| 轨迹控制 | 定义一个或多个物体的运动路径 --1 | 让物体严格按你设定的轨道运动。 |
| 首尾帧控制 | 输入一张开头帧 和一张结尾帧 图片，模型自动生成中间过渡--6 | 用于制作平滑转场或循环动画。 |
wan2.1_fun_inp_1.3B_bf16.safetensors
专注于"首尾帧控制"的视频生成模型。
| 功能 | 说明 |
|---|---|
| 首尾帧控制 | 通过输入起始和结束画面来定义视频的边界，增强视频的连贯性和创作自由度-7。 |
| 多分辨率支持 | 可生成多种分辨率的视频，如 512×512、768×768、1024×1024 等，以适应不同需求-4-7。 |
| 轻量化设计 | 1.3B 参数规模使其对显存要求较低，适合本地部署和快速推理 |
wan2.1_flf2v_720p_14B_fp8_e4m3fn.safetensors
一个能自动完成关键帧之间"动画补间"的超强工具，
🔬 "FLF2V" vs "Fun InP"：一对AI兄弟的"术业有专攻"
这个模型和你之前提到的 wan2.1_fun_inp_1.3B_bf16.safetensors 常常被放在一起讨论，但它们其实是各有所长的两兄弟：
| 对比维度 | FLF2V | Fun InP |
|---|---|---|
| 模型规模 | 14B | 1.3B-13 |
| 核心任务 | 智能生成中间帧 ，提供高质量的完整视频，强调动态逻辑的合理性-1-14 | 智能生成中间帧，但更侧重于风格的切换和视频修复- |
| 侧重能力 | 运动连贯性。擅长生成符合物理规律的、逻辑连贯的动作 | 创意转换。在实现风格或特定元素变化方面表现更出色- |
| 典型场景 | 产品组装、形状变化、人物走位等需要连贯动作的场景-14 | 动漫/真人风格互转、局部动态化、视频局部重绘等创意场景 |
wan2.1_magref_14B_fp16.safetensors
magref ：这是模型的核心标识，代表 M asked G uidance for A ny-Ref erence (任意参考的掩码引导)，专门用来同时控制多个不同主体（如特定人物、宠物、物品）并让它们稳定地出现在同一个视频里，
🎯 它和普通"图生视频（I2V）"有什么区别？
| 对比维度 | 普通图生视频 (I2V) | MAGREF |
|---|---|---|
| 核心控制 | 基于一张 参考图和文字描述，让画面动起来-3。 | 基于任意多张 参考图，对画面中每个主体 进行精准控制-1。 |
| 处理多主体 | 容易混淆。当有多个人物或物体时，特征会互相融合，产生"串脸"现象。 | 稳定分离。能同时、准确地生成多位角色，并保持其身份特征清晰。 |
| 典型场景 | 让指定图片中的某个主体动起来。 | 设计复杂的多角色互动或广告，如"马斯克和特斯拉皮卡合影"。 |
| 技术定位 | 基础功能的增强版。 | 针对复杂可控场景的专用架构。 |
🧩 模型文件命名规则详解
一个完整的模型文件路径（如 wan2.1_t2v_14B_fp16.safetensors）可以拆解为以下几个部分：
-
wan2.1: 基础模型系列名称，代表是通义万相 2.1 版本。 -
<任务后缀>: 必选，如上表所示，用于定义模型的核心功能。 -
<参数量后缀>: 必选，定义了模型的规模和性能。 -
<分辨率后缀>: 可选，如480p或720p，指模型原生支持的视频高度。 -
<精度后缀>: 必选，定义了模型的数值精度，直接影响显存占用和生成质量。
下面我们来详细拆解每个部分的具体含义。
1.3B vs 14B：参数量差异
后缀中的 B 代表十亿（Billion），指的是模型参数的数量。参数越多，模型越"聪明"，生成的视频质量、细节和语义理解能力也越强，但对显卡显存的要求也更高-。
| 参数量 | 定位 | 特点 |
|---|---|---|
| 1.3B | 轻量级 | 专为消费级显卡和有限显存的硬件设计。生成速度快，能在单张GPU上流畅运行，适合快速尝试和学习--2。 |
| 14B | 旗舰级 | 追求顶尖画质和精准的语义遵循度。能生成细节丰富、动作连贯的视频，适合专业级应用，但需要性能强劲的硬件支持--2。 |
480p vs 720p：分辨率支持
这部分后缀指模型支持的原生输出分辨率（视频高度）。
-
480p： 标准分辨率，通常对应480x832等尺寸，适合大多数场景和资源有限的用户。 -
720p： 高清分辨率，画面更清晰、细节更丰富，例如720x1280等。生成720p视频比480p需要更多的计算资源和时间-3-6。
fp16 / bf16 / fp8...：精度与量化方式
这一后缀直接决定了你的显存够不够用 以及生成画质的好坏。
| 精度格式 | 文件大小示例 (14B) | 显存需求 | 生成质量 | 说明 |
|---|---|---|---|---|
fp16 |
~28.6 GB-10 | 最高 (约40GB) | 最佳 | 追求极致画质的首选。 性能表现通常优于bf16-9。 |
bf16 |
~28.6 GB-10 | 较高 (约40GB) | 较高 | 与fp16质量差异很小，但可能稍低-9。 |
fp8_scaled |
~14.3 GB-10 | 中等 (推荐≥16GB) | 较高 | 主流用户的首选。 在画质和显存间取得了绝佳的平衡，质量优于e4m3fn格式-9。 |
fp8_e4m3fn |
~14.3 GB-10 | 中等 (推荐≥16GB) | 中等 | 标准的FP8量化格式，通用性好，但质量稍逊于scaled版本-。 |
注意：模型的显存需求会因生成视频的长度、分辨率等因素而变化。上表中的显存数据（如14B模型的40GB需求）是指在最严苛（长视频、高分辨率）条件下的需求。
📁 目录里会有哪些典型文件？
根据 Wan2.1 的官方发布和 ComfyUI 的打包习惯，该目录通常包含以下类别模型（具体文件名可能有微调）。
| 文件分类 | 代表文件名示例 | 核心用途 | 你的 5070 Ti 适用性 |
|---|---|---|---|
| T2V 文本生视频 | wan2.1_t2v_14B_fp16.safetensors 及其分卷 |
纯文本描述直接生成视频 | ✅ 可用，但 fp16 太大，需用 fp8 |
| I2V 图生视频 | wan2.1_i2v_14B_fp16.safetensors 及其分卷 |
用一张图作为起点生成视频 | ✅ 强烈推荐，用 fp8 或量化版 |
| 小参数模型 | wan2.1_t2v_1.3B_fp16.safetensors |
速度极快，画质较基础 | ⚠️ 没必要用，除非追求实时 |
| FP8 量化 | wan2.1_i2v_14B_fp8_scaled.safetensors |
官方无损压缩，速度和画质最佳平衡 | ✅✅ 最佳选择 |
| GGUF 量化 | wan2.1_i2v_14B_Q4_K_M.gguf |
为 8-12G 显存极限优化 | ❌ 你的 16G 不需要，除非同时跑多个控制模块 |
| 分卷文件 | ...fp16.safetensors.part1 ~ partN |
将超大 fp16 模型切割成小文件方便下载 | 📌 所有 split_files 里的分卷都必须下载，ComfyUI 会自动合并 |
精度与格式篇：FP16 / FP8 / GGUF 怎么选？
每个功能模型（比如 I2V 14B）通常会提供多种"精度"版本，目的是在 画质-大小-速度 之间做选择。
-
FP16
-
原生半精度，画质完全无压缩 ，文件高达 28 GB 左右。
-
加载需要超过 20GB 显存，5070 Ti 16G 绝对爆显存，不能直接使用。
-
这个目录下被切成多个
.part分卷的很可能就是 FP16 模型，给你下载备用，但运行要靠下一种。
-
-
FP8 / FP8_scaled
-
官方推荐的实用版本，文件大小约 14 GB（比 FP16 减半）。
-
画质肉眼几乎无损 ，而且5070 Ti 16G 的 Blackwell 架构有原生 FP8 加速，推理速度甚至比 FP16 更快。
-
fp8_scaled是经过特殊缩放校准的版本，色彩和光照一致性更好，无脑选这个。
-
-
GGUF (Q4, Q5 等)
-
社区制作的极致压缩版，4-bit/5-bit 整数量化，文件大小仅 6-8 GB。
-
画质有可感知的轻微损失（尤其纹理和高速运动处）。
-
16G 显存使用 FP8 完全够用，无需为此牺牲画质。
-
分卷文件怎么用？
因为 FP16 模型太大了（单个文件超 20GB），Git 和 HuggingFace 很难直接处理，所以被切成了多个 5GB 左右的小块（如 .part1, .part2, .part3）。
对你来说操作非常简单：
-
只要把同一个模型下的所有
.part文件全部下载到同一个文件夹 （比如ComfyUI/models/diffusion_models/）。 -
ComfyUI 的 WanVideo 节点会自动检测这些分卷并在加载时实时合并，你完全感觉不到差别。
📌 注意：
split_files/diffusion_models目录里的分卷通常就是 FP16 版本，方便你存档。而 FP8 版本一般在上级目录或另一个非split_files的文件夹下单独提供（单个完整的.safetensors文件）。