一、介绍
通义万相 2.1(Wan2.1)是阿里推出的开源视频生成模型,于今年1月发布,凭借在复杂运动生成、物理规律模拟及多语言支持上的突破,成为AI视频生成领域的标杆,甚至超越某些闭源模型。在开源6天后,就登顶全球最大开源社区 Hugging Face 模型热榜与模型空间榜。
通义万相2.1采用自研的高效变分自编码器(VAE)和扩散时间变换器(DiT)架构,通过时空全注意机制增强时空上下文建模能力。其视频编解码方案将视频拆分为若干块(Chunk),缓存中间特征,实现显存消耗与视频长度无关,支持无限长1080P视频生成。
模型能够精准模拟碰撞、反弹、切割等物理现象,并在花样滑冰、游泳等复杂肢体运动中保持动作协调性,避免肢体扭曲,提升视频真实感。
同时,首次支持中文文字生成功能,可结合艺术字特效生成视频,填补了中文视频生成工具的空白。
二、容器构建说明
1. 部署ComfyUI
(1)使用命令克隆ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
(2)安装 conda(如已安装则跳过)
下面需要使用 Anaconda 或 Mimiconda 创建虚拟环境,可以输入 conda --version
进行检。下面是 Mimiconda 的安装过程:
- 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
- 运行安装脚本
bash Miniconda3-latest-Linux-x86_64.sh
- 遵循安装提示并初始化
按 Enter 键查看许可证条款,阅读完毕后输入 yes
接受条款,安装完成后,脚本会询问是否初始化 Conda 环境,输入 yes
并按 Enter 键。
- 运行
source ~/.bashrc
命令激活 Conda 环境 - 再次输入
conda --version
命令来验证时候安装成功,如果出现类似conda 4.10.3
这样的输出就成功了。
(3)创建虚拟环境
输入下面命令:
conda create -n comfyui
conda activate comfyui
(4)安装pytorch
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121
(5)安装项目依赖:
pip install -r requirements.txt
此时所需环境就已经搭建完成,通过下面命令进行启动:
python main.py
访问网址得到类似下图界面即表示成功:
2. 下载模型
(1)如:下载模型wan2.1
访问 Hugging Face 搜索“Wan_2.1_ComfyUI_repackaged
”下载相关模型。首次访问该页面时,可能需要同意用户协议才能看到模型下载页。
模型:
(2)工作流
重新启动模型导入工作流即可开始comfyui探索之旅。