通义万相2.1-文生视频-14B本地部署（Wan2.1）

昨天开源的通义万相2.1，今天抓紧本地部署，体验一把。

1.克隆项目

git clone https://github.com/Wan-Video/Wan2.1.git
cd Wan2.1

2.新建虚拟环境wan，并安装所需库。

conda create --wan myenv python=3.9
conda activate wan
pip install -r requirements.txt

3.修改环境变量，使模型下载到其他盘。（因为我的C盘快满了）（如果不需要，可以跳过此步）

4.使用命令行下载模型，大约半小时。

modelscope download --model Wan-AI/Wan2.1-T2V-14B

此时开始漫长的等待。下完大约64GB.

5.先使用命令行测试。注意：因为前面已经将下载模型的路径改了，所以这里一定要更改ckpt_dir为你的路径。我的路径是 "E:\modelscope\hub\Wan-AI\Wan2___1-T2V-14B"

python generate.py  --task t2v-14B --size 1280*720 --ckpt_dir "E:\modelscope\hub\Wan-AI\Wan2___1-T2V-14B" --prompt "Two anthropomorphic cats in comfy boxing gear and bright gloves fight intensely on a spotlighted stage."

开始推理了，GPU已经满负荷了。报错了，哈哈！GPU不足，看来4090跑不了720P的视频啊。

6.重复第四步，下载1.3B的模型，下载完大约16GB

modelscope download --model Wan-AI/Wan2.1-T2V-1.3B

7.再次运行，注意：因为前面已经将下载模型的路径改了，所以这里一定要更改ckpt_dir为你的路径。我的路径是 "E:\modelscope\hub\Wan2___1-T2V-1___3B"

python generate.py  --task t2v-1.3B --size 832*480 --ckpt_dir "E:\modelscope\hub\Wan-AI\Wan2___1-T2V-1___3B" --offload_model True --t5_cpu --sample_shift 8 --sample_guide_scale 6 --prompt "Two anthropomorphic cats in comfy boxing gear and bright gloves fight intensely on a spotlighted stage."