高效部署通义万相Wan2.1：ComfyUI文生/图生视频实战，工作流直取！

灵魂画师向阳

于 2025-03-18 14:37:07 发布

阅读量1.3k

点赞数 23

分类专栏： comfyui 文章标签： stable diffusion AIGC 人工智能 AI作画 comfyui 工作流 wan2.1

本文链接：https://blog.csdn.net/A13531922962/article/details/146340959

版权

comfyui 专栏收录该内容

13 篇文章

订阅专栏

通义万相Wan2.1开源不到一周，已登顶HuggingFace Model 和 Space 榜双榜首，在HuggingFace和ModelScope平台的累计下载量突破100万次，社区热度持续攀升！为响应小伙伴们对ComfyUI工作流运行Wan2.1的强烈需求，社区开发者整理了实战教程👇

本文将手把手教你分别在魔搭免费GPU算力环境、本地环境部署运行ComfyUI工作流，玩转Wan2.1文生视频、图生视频案例实践。
这份完整版的工作流已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述
01 魔搭Notebook运行ComfyUI文生视频工作流

step1 如何在魔搭中启动Notebook

1、打开ModelScope 魔搭社区首页，点击我的Notebook

2、魔搭社区免费提供的GPU免费算力上体验，选择方式二启动后点击查看Notebook

step2 安装ComfyUI及其依赖

1、打开Notebook终端

在页面中选择Terminal

2、克隆ComfyUI仓库

在Notebook终端中运行如下命令，将官方的ComfyUI的仓库克隆下来：

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

克隆过程中可能遇到这个报错，提示“RPC失败”：

这是因为http协议版本的问题导致网络连接失败，版本降低至1.1即可解决。命令如下：

  git config --global http.version HTTP/1.1  git clone https://github.com/comfyanonymous/ComfyUI.git  git config --global http.version HTTP/2

完成的界面像这样：

3、安装依赖

使用pip安装运行ComfyUI服务所需的环境依赖：

cd ComfyUIpip install -r requirements.txt

4、验证安装

运行以下命令启动ComfyUI服务，测试是否成功安装。

python main.py

如果服务成功启动，将在终端中看到http://127.0.0.1:8188的提示

点击这个链接就可以进入comfyui的界面啦！

step3 文生视频工作流

以通义万相wan2.1-t2v-1.3b文生视频模型为例，演示如何运行工作流。

1、下载模型

wan2.1-t2v-1.3b文生视频模型包含3个组件，文本编码器、扩散模型和视频解码器。我们需要从魔搭模型库中下载3个组件对应的模型文件，并将这些模型文件放置到对应文件夹：

文本编码器：
- split_files/text_encoders/umt5_xxl_fp16.safetensors →ComfyUI/models/text_encoders
扩散模型
- split_files/diffusion_models/wan2.1_t2v_1.3B_bf16.safetensors → ComfyUI/models/diffusion_models
视频解码器
- split_files/vae/wan_2.1_vae.safetensors → ComfyUI/models/vae

命令行如下：

# 文本编码器modelscope download --model Comfy-Org/Wan_2.1_ComfyUI_repackaged --include split_files/text_encoders/umt5_xxl_fp16.safetensors --local_dir ./models/text_encoders/# 扩散模型modelscope download --model Comfy-Org/Wan_2.1_ComfyUI_repackaged --include split_files/diffusion_models/wan2.1_t2v_1.3B_bf16.safetensors --local_dir ./models/diffusion_models/# 视频解码器modelscope download --model Comfy-Org/Wan_2.1_ComfyUI_repackaged --include split_files/vae/wan_2.1_vae.safetensors --local_dir ./models/vae/

2、启动comfyui

运行以下命令启动ComfyUI服务：

python main.py

点击http://127.0.0.1:8188链接进入comfyui的界面

3、运行文生视频工作流

ComfyUI启动后会自动打开一个默认的工作流，可以不用管它。我们需要下载wan2.1的示例工作流文件，然后将文件拖入ComfyUI界面。

wan2.1的示例工作流文件：

https://modelscope.cn/notebook/share/ipynb/5eee8a46/text_to_video_wan.ipynb

拖入后在界面中就可以看到工作流的样子，分别点击三个模型的下拉选项，检查一下模型文件是否存在，再点击“执行”开始视频生成。

视频生成完成之后的页面：

4、运行日志查看

终端界面上可以查看实时运行的日志：

nvidia-smi命令可以查看显存占用：

02 本地搭建ComfyUI图生视频工作流

如果你自己拥有GPU，则可以选择在本地部署工作流。本节以通义万相wan2.1-i2v-14b的图生视频模型为例，教你一步步用命令行运行图生视频的工作流。

step1 检查显卡信息

要运行万相wan2.1-i2v-14b文生视频ComfyUI工作流，需要高规格的显卡。生成512512大小的视频，显存大约需要44G；生成1280720尺寸的视频，显存需要53GB。运行nvidia-smi命令，检查显卡是否符合要求。

step2 安装ComfyUI及其依赖

此步骤同上，请查阅上一节step2。

step3 图生视频工作流

1、模型下载

wan2.1-i2v-1.3b文生视频模型包含4个组件，图片编码器、文本编码器、视频扩散模型和视频解码器。我们需要从魔搭模型库中下载4个组件对应的模型文件，并将这些模型文件放置到对应文件夹：

图片编码器
- split_files/clip_vision/clip_vision_h.safetensors →ComfyUI/models/clip_vision
文本编码器
- split_files/text_encoders/umt5_xxl_fp16.safetensors →ComfyUI/models/text_encoders
视频扩散模型
- split_files/diffusion_models/wan2.1_i2v_720p_14B_bf16.safetensors → ComfyUI/models/diffusion_models
视频解码器
- split_files/vae/wan_2.1_vae.safetensors → ComfyUI/models/vae

命令行如下：

# 图片编码器modelscope download --model Comfy-Org/Wan_2.1_ComfyUI_repackaged --include split_files/clip_vision/clip_vision_h.safetensors --local_dir ./models/clip_vision/# 文本编码器modelscope download --model Comfy-Org/Wan_2.1_ComfyUI_repackaged --include split_files/text_encoders/umt5_xxl_fp16.safetensors --local_dir ./models/text_encoders/# 视频扩散模型modelscope download --model Comfy-Org/Wan_2.1_ComfyUI_repackaged --include split_files/diffusion_models/wan2.1_i2v_720p_14B_bf16.safetensors --local_dir ./models/diffusion_models/# 视频解码器modelscope download --model Comfy-Org/Wan_2.1_ComfyUI_repackaged --include split_files/vae/wan_2.1_vae.safetensors --local_dir ./models/vae/