一、介绍

wan2.2系列模型是阿里巴巴的通义实验室开源的视频生成模型，相较于wan2.1视频质量以及视频的运动效果有了很大提升，具体优势和创新有：

👍 有效的 MoE 架构 ：Wan2.2 在视频扩散模型中引入了混合专家（MoE）架构。通过使用专门的强大专家模型将去噪过程跨时间步长分离，这扩大了整体模型容量，同时保持了相同的计算成本。
👍 电影级美学 ：Wan2.2 融合了精心策划的美学数据，并配有详细的照明、构图、对比度、色调等标签。这允许更精确和可控的电影风格生成，有助于创建具有可定制审美偏好的视频。
👍 复杂运动生成 ：与 Wan2.1 相比，Wan2.2 使用更大的数据进行训练，图像增加了 +65.6%，视频增加了 +83.2%。这种扩展显着增强了模型在运动、语义和美学等多个维度上的泛化，在所有开源和闭源模型中实现了 TOP 性能。
👍 高效高清混合 TI2V ：Wan2.2 开源了使用我们先进的 Wan2.2-VAE 构建的 5B 模型，该模型实现了 16×16×4 的压缩比。该型号支持以 720P 分辨率和 24fps 生成文本到视频和图像到视频，也可以在 4090 等消费级显卡上运行。它是目前最快的 720P@24fps 模型之一，能够同时服务于工业和学术部门。

二、本地部署

注意：本文主要介绍部署到 ComfyUI 中使用

环境	版本号
Python	=3.12
PyTorch	=2.8.0
cuda	=12.6
Ubtuntu	22.0.4

1.安装 Miniconda

步骤 1：更新系统
首先，更新您的系统软件包：

sudo apt update
sudo apt upgrade -y

步骤 2：下载 Miniconda 安装脚本
访问 Miniconda 的官方网站或使用以下命令直接下载最新版本的安装脚本（以 Python 3 为例）：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

步骤 3：验证安装脚本的完整性（可选）
下载 SHA256 校验和文件并验证安装包的完整性：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh.sha256
sha256sum Miniconda3-latest-Linux-x86_64.sh

比较输出的校验和与.sha256 文件中的值是否一致，确保文件未被篡改。

步骤 4：运行安装脚本
为安装脚本添加执行权限：

chmod +x Miniconda3-latest-Linux-x86_64.sh

运行安装脚本：

./Miniconda3-latest-Linux-x86_64.sh

步骤 5：按照提示完成安装
安装过程中，您需要：

阅读许可协议 ：按 Enter 键逐页阅读，或者按 Q 退出阅读。
接受许可协议 ：输入 yes 并按 Enter。
选择安装路径 ：默认路径为/home/您的用户名/miniconda3，直接按 Enter 即可，或输入自定义路径。
是否初始化 Miniconda ：输入 yes 将 Miniconda 添加到您的 PATH 环境变量中。
步骤 6：激活 Miniconda 环境
安装完成后，使环境变量生效：

source ~/.bashrc

步骤 7：验证安装是否成功
检查 conda 版本：

conda --version

步骤 8：更新 conda（推荐）
为了获得最新功能和修复，更新 conda：

conda update conda

2.部署 ComfyUI

2.1 克隆代码仓库

git clone https://github.com/comfyanonymous/ComfyUI.git

2.2 安装依赖

创建 conda 虚拟环境

conda create -n comfyenv python==3.12
conda activate comfyenv

安装依赖

cd ComfyUI
pip install -r requirements.txt

安装 ComfyUI Manager

#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

3.下载模型

在huggingface中下载模型

#进入项目文件
cd ComfyUI
#下载模型文件到指定文件夹
#下载huggingface_hub
pip install huggingface_hub
huggingface-cli download --resume-download Comfy-Org/Wan_2.2_ComfyUI_Repackaged --local-dir /ComfyUI/models/diffusion_models --include "split_files/diffusion_models/wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors"
huggingface-cli download --resume-download Comfy-Org/Wan_2.2_ComfyUI_Repackaged --local-dir /ComfyUI/models/diffusion_models --include "split_files/diffusion_models/wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors"
#下载text_encoders模型
huggingface-cli download AUTOMATIC/stable-diffusion-3-medium-text-encoders --local_dir /models/text_encoders/