Wan2GP 安装完整指南：6GB 显存也能跑视频生成，附高频踩坑绕法

【免费下载链接】WanGPA fast AI Video Generator for the GPU Poor. Supports Minimax H3, LTX-2.3/2.5, Wan 2.1/2.2, Qwen Image 1/2, Krea 2, Hunyuan Video, LTX Video and Flux.项目地址: https://gitcode.com/gh_mirrors/wa/WanGP

Wan2GP 安装全程只需敲十来条命令。它是面向普通显卡的开源视频生成工具，文生视频、图生视频都支持，入门模型 6GB 显存即可启动，8GB 显存跑起来更从容。这篇文章按「装之前 / 装的时候 / 跑起来之后 / 卡住了怎么办」的路径走一遍，所有命令都可以直接复制。

装之前：确认这 4 项

操作系统是 Linux 或 Windows 均可，NVIDIA 显卡需要支持 CUDA（老 GTX 10xx 卡也覆盖，走另一套 Python 3.10 + CUDA 12.8 的组合）。✅ Python 版本要精确：RTX 20xx 到 50xx 用 3.11.14，GTX 10xx 用 3.10.9，不要随手拿系统自带的版本。硬盘留足 10GB 给代码和模型文件，内存 8GB 以上。验证环境只需要两条命令：

python --version nvidia-smi

第一条确认 Python 版本对上，第二条确认驱动和显卡能被系统识别。

高频踩坑与绕过方法

先做预期管理，下面四个坑占安装失败的绝大多数，每个都有现成绕法：

• 依赖装不上：先pip install --upgrade pip再重试；如果是 Triton 这类编译型包反复失败，用python wgp.py --attention sdpa回退到基础注意力模式，功能不受影响。
• CUDA 相关报错：通常是 PyTorch 和显卡的 CUDA 版本不匹配。用nvidia-smi看到右上角的 CUDA 版本，按 docs/INSTALLATION.md 里对应显卡型号的 torch 安装命令重装 PyTorch。
• 显存不足（CUDA out of memory）：换小模型--t2v-1-3B、降 profile 等级--profile 4，或减少帧数、降低分辨率；Windows 上还能跑scripts\gputrim.cmd回收闲置显存。
• Python 版本不对：报包兼容错误时，大概率是版本没对上，按上文用 conda 建精确版本的环境。

更细的诊断流程在 docs/TROUBLESHOOTING.md。

一条命令拉代码，建好环境

git clone https://gitcode.com/gh_mirrors/wa/Wan2GP cd Wan2GP conda create -n wan2gp python=3.11.14 conda activate wan2gp pip install torch==2.10.0 torchvision==0.25.0 torchaudio==2.10.0 --index-url https://download.pytorch.org/whl/cu130 pip install -r requirements.txt

🔧 注意 torch 必须单独按 CUDA 13.0 源装，之后再装 requirements；GTX 10xx 用户把 Python 换成 3.10.9、torch 换成 CUDA 12.8 对应的 2.7.1 版本。requirements 里包很多，装得慢属正常，断网重跑同一条命令即可续装。

启动服务并打开界面

python wgp.py

服务起来后按终端提示的本地地址（默认 http://localhost:7860）在浏览器打开，就能看到模型下拉菜单和生成面板。💡 显存紧张的话，用项目自带的scripts/start-chrome-no-gpu.sh（Windows 为 .bat）启动一个不占显存的 Chrome，能多挤出 1–5GB。

跑起来之后：第一次生成这样设

首次体验建议从文生视频开始：模型选 Wan 2.1 text2video 1.3B（最快、6GB 显存可跑），帧数 49 帧（约 2 秒），步数 20，速度和质量的平衡点。首次使用可以先看界面里的Guides标签，有一组按硬件推荐的模型列表。

想加自己的风格，就把 LoRA 文件放进loras/下对应模型的子目录（如loras/wan/），目录规划和复用外部 LoRA 库的写法见 docs/LORAS.md。想省时间就开 Tea Cache：设置项是skip_steps_cache_type填tea（填mag用 MagCache），名称定义在 shared/utils/setting_names.py；命令行方式更直接，--teacache 1.5约 1.5 倍速几乎无损，--teacache 2.5速度翻倍但画质可见损失，各档位说明在 docs/CLI.md。默认参数包在 profiles/，各模型的接入代码在 models/，改默认值前先看这两个目录。

卡住了怎么办

回到「高频踩坑」一节对照处理；仍解决不了时，优先看 docs/TROUBLESHOOTING.md 和 docs/GETTING_STARTED.md 的界面说明。升级项目用git pull+ 重跑pip install -r requirements.txt，保持当前 Python / PyTorch 版本不动即可。

【免费下载链接】WanGPA fast AI Video Generator for the GPU Poor. Supports Minimax H3, LTX-2.3/2.5, Wan 2.1/2.2, Qwen Image 1/2, Krea 2, Hunyuan Video, LTX Video and Flux.项目地址: https://gitcode.com/gh_mirrors/wa/WanGP