Wan2.2-TI2V-5B 本地部署指南：单张 4090，9 分钟出 5 秒 720P 视频

【免费下载链接】Wan2.2-TI2V-5BWan2.2-TI2V-5B是一款开源的先进视频生成模型，基于创新的混合专家架构（MoE）设计，显著提升了视频生成的质量与效率。该模型支持文本生成视频和图像生成视频两种模项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B

文字或一张图，丢给本地显卡，9 分钟后拿到一段 5 秒 720P@24fps 的视频——这就是 Wan2.2-TI2V-5B。它是 Apache 2.0 开源的视频生成模型，单张 24GB 消费级显卡（RTX 4090）就能本地部署跑通，下面带你从装环境到出片走一遍。

先看效果：值不值得装

核心数字：

• 分辨率：720P（1280×704），24fps，5 秒
• 速度：单张消费级 GPU 不到 9 分钟出一条 720P 视频
• 显存门槛：约 24GB，RTX 4090 起步
• 模式：文生视频（T2V）和图生视频（I2V）二合一，同一套权重

官方还给了不同 GPU 上的实测耗时与峰值显存，方便你对照自己的机器：

环境自检：硬件与依赖一张表

不满足怎么办：显存小于 24GB 时建议先换卡或租云 GPU；PyTorch / CUDA 版本对不上，先跑nvidia-smi和python -c "import torch; print(torch.cuda.is_available())"确认环境，再按官方 PyTorch 安装说明重装对应轮子。

模型获取与校验

最快的渠道是 Hugging Face 命令行，两条命令完成：

pip install "huggingface_hub[cli]" huggingface-cli download Wan-AI/Wan2.2-TI2V-5B --local-dir ./Wan2.2-TI2V-5B

国内网络不稳定可改用 ModelScope：pip install modelscope后执行modelscope download Wan-AI/Wan2.2-TI2V-5B --local_dir ./Wan2.2-TI2V-5B。

下载完成后对照清单，缺文件就重下：

首次上手：最快跑通的首条命令

注意：这个仓库只有权重，推理代码generate.py在官方 Wan2.2 代码仓库里，先克隆下来：

git clone https://gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B Wan2.2-code cd Wan2.2-code && pip install -r requirements.txt

进入Wan2.2-code，跑文生视频：

python generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ../Wan2.2-TI2V-5B \ --offload_model True --convert_model_dtype --t5_cpu \ --prompt "两只戴拳套的猫在聚光灯下的拳台上激烈搏击"

只解释影响能不能跑通的 5 个参数：

想图生视频，加--image examples/i2v_input.JPG即可，其余参数不变。跑通后视频默认落在videos/目录。💡 显存 80GB 以上可以把三个省显存开关全删掉，速度明显变快。

原理浅讲：它凭什么跑得快

两个设计。第一个是混合专家（MoE）。去噪分两段：前期画面噪声大，"高噪声专家"负责把整体布局定下来；后期"低噪声专家"接手精修细节。按信噪比自动切换。每个专家约 14B 参数，总参数 27B，但每一步只激活一个专家，单步计算量和显存跟 14B 模型相当——容量翻倍，推理成本不变。

第二个是高压缩 VAE。它先把 720P 视频在时间、空间上压 4×16×16 倍，再经 patch 层继续压缩，总压缩比拉到 4×32×32。扩散模型只在这个小得多的小张量上工作，最后由 VAE 还原回视频。潜空间够小，单卡消费级显卡才扛得住 720P@24fps。

进阶玩法：多卡加速与调优

多卡用 FSDP + Ulysses 并行，8 卡示例：

torchrun --nproc_per_node=8 generate.py --task ti2v-5B --size 1280*704 \ --ckpt_dir ./Wan2.2-TI2V-5B --dit_fsdp --t5_fsdp --ulysses_size 8 \ --image examples/i2v_input.JPG --prompt "海浪拍打沙滩，镜头缓缓推进"

--ulysses_size对应卡数。显存够用时删掉卸载开关是收益最大的提速手段。

提示词上：写清主体、动作、场景、镜头语言，光照、构图这类美学词模型都能理解；提示越具体，画面越稳。

避坑指南：症状 → 原因 → 解法

症状：CUDA out of memory原因：显存不足或开了 80GB 加速模式（删掉了卸载开关）。 解法：补回--offload_model True --convert_model_dtype --t5_cpu；仍 OOM 就换更大显存的卡。

症状：画面发糊、尺寸不对原因：--size不是 720P 档位，或图生视频时输入图与目标比例偏差大。 解法：横屏1280*704、竖屏704*1280；换一张比例接近的输入图。

症状：生成太慢，远超预期原因：没开卸载开关，或 24GB 卡上跑了大分辨率。 解法：确认三个省显存开关都生效；80GB 卡则反向操作，删开关提速。

症状：画面平庸，像"猜"出来的原因：提示词只有几个字。 解法：补上场景、动作、镜头与光照描述，参考仓库examples/i2v_input.JPG配套的官方长 prompt 写法。

从下载权重到generate.py出一条 720P 视频，中间没有太多弯路：20GB 权重、一张 24GB 显卡、一条命令。剩下的变量只有一个——你的提示词。

【免费下载链接】Wan2.2-TI2V-5BWan2.2-TI2V-5B是一款开源的先进视频生成模型，基于创新的混合专家架构（MoE）设计，显著提升了视频生成的质量与效率。该模型支持文本生成视频和图像生成视频两种模项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-TI2V-5B