本地化部署通义万相 Wan2.1视频生成模型，自媒体又一利器，保姆级教程

今天我相信你也想迫不及待的体验一下本地化部署通义万相 Wan2.1视频生成模型，并且体验一下自己私有化文生视频的效果，让他能快快的应用到自己的场景中，这样以后我们生成视频就再也用去找收费的平台了，全都可以自己解决了。通过以上步骤，你可以成功地在Windows环境下部署通义万相Wan2.1模型并进行视频生成任务。如果有任何问题，请随时告诉我，我会尽力帮助你解决。我们先了解下目前文生视频的其他平台,我

w1985chun

3835人浏览 · 2025-02-27 09:00:00

w1985chun · 2025-02-27 09:00:00 发布

本地化部署通义万相 Wan2.1视频生成模型，自媒体又一利器，保姆级教程

大家好，我是AI 盒子哥，我会持续将最新大模型的资讯，大模型的实践与大家分享，请持续关注！

昨天我们讲通义万相Wan2.1模型的性能特点、技术架构、使用教程以及对用户的启发意义等

今天我相信你也想迫不及待的体验一下本地化部署通义万相 Wan2.1视频生成模型，并且体验一下自己私有化文生视频的效果，让他能快快的应用到自己的场景中，这样以后我们生成视频就再也用去找收费的平台了，全都可以自己解决了

我们先了解下目前文生视频的其他平台,我都帮你体验过了，目前通义万相Wan2.1模型是全网唯一一个开源的文生视频的大模型。

以下是目前国内外一些主要的文生视频平台及其对比信息：

平台名称	特点	适用场景	用户评价
RecCloud	免费高质量AI视频生成工具，支持多种风格和3D效果	创意视频、广告片	操作简单，效果逼真
快手可灵	支持生成长达2分钟、1080p分辨率的高清视频，结合3D技术	短视频创作	高清输出，动态表现佳
Vidu	长时长、高一致性、高动态性AI视频生成大模型，支持16秒、1080P视频	短剧、广告片、创意视频	技术领先，视频质量高
即梦AI	支持文生视频和图片生成，多种功能如AI绘画、故事创作	影视创作、广告制作、社交媒体	功能全面，操作简单
白日梦AI	支持生成长达6分钟的视频，保持人物和场景一致性	长视频创作	适合长视频需求
智谱清影	输入文本或图片，30秒内生成6秒视频	快速短视频生成	生成速度快，适合轻量级创作
Sora	OpenAI开发，生成长达1分钟以上的高保真视频，支持多种生成方式	多种场景	文本理解出色，生成效果好
Runway	老牌AI视频生成工具，提供实时涂抹修改功能，但需付费	专业视频创作	功能强大，但收费
Luma	将图片转化为高质量视频，视觉表现力强	专业摄影、设计	视频效果流畅，但需熟悉操作
Pika	擅长动画制作，支持视频编辑	动画创作	动画效果佳

进入主题Wan2.1模型本地私有化部署，造富之路开启

一、环境准备

1. 硬件环境

GPU：确保你的电脑有一块支持CUDA 12的NVIDIA GPU，例如RTX 4090、RTX 4070 Ti等。
- 检查GPU是否支持CUDA 12：
  - 右键点击“此电脑”，选择“管理”，进入“设备管理器”。
  - 展开“显示适配器”，查看你的显卡型号。
  - 访问NVIDIA官网，确认你的显卡是否支持CUDA 12。
内存：确保你的电脑至少有32GB RAM。
存储：确保你的电脑至少有100GB可用磁盘空间。

2. 软件环境

操作系统：确保你的操作系统是Windows 10或更高版本。
Python：确保你的系统中安装了Python 3.10或更高版本。
- 安装Python 3.10：
  - 打开浏览器，访问Python官网。
  - 下载Python 3.10的Windows安装程序。
  - 运行安装程序，确保勾选“Add Python to PATH”选项。
CUDA：确保你的系统中安装了CUDA 12.8。
- 安装CUDA 12.8：
  - 访问NVIDIA CUDA Toolkit下载页面。
  - 下载CUDA 12.8的Windows安装程序。
  - 运行安装程序，按照提示完成安装。
CUDNN：确保你的系统中安装了CUDNN 8.9.4。
- 安装CUDNN 8.9.4：
  - 登录NVIDIA开发者网站，下载CUDNN 8.9.4 for CUDA 12.8。
  - 解压下载的文件，将bin、include和lib文件夹中的内容复制到CUDA的安装目录下。

二、克隆代码仓库

安装Git：
- 打开浏览器，访问Git官网。
- 下载Git的Windows安装程序。
- 运行安装程序，按照提示完成安装。
克隆通义万相Wan2.1的代码仓库：
- 打开命令提示符（cmd），输入以下命令：
```
git clone https://github.com/Wan-Video/Wan2.1.git
cd Wan2.1
```

三、安装依赖

创建并激活虚拟环境：
- 打开命令提示符（cmd），输入以下命令：
```
python -m venv venv
venv\Scripts\activate
```
- 你会看到命令提示符前面出现 (venv)，表示虚拟环境已激活。
安装Python依赖：
- 打开命令提示符（cmd），输入以下命令：
```
pip install -r requirements.txt
```
- 等待安装完成。
安装flash-attention：
- 打开命令提示符（cmd），输入以下命令：
```
pip install flash-attn==2.7.4.post1
```

替换PyTorch为CUDA版本：

打开命令提示符（cmd），输入以下命令：

pip uninstall torch torchvision
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu126

四、下载模型

安装Hugging Face CLI：
- 打开命令提示符（cmd），输入以下命令：
```
pip install "huggingface_hub[cli]"
```

下载模型：

打开命令提示符（cmd），输入以下命令（以T2V-14B为例）：

huggingface-cli download Wan-AI/Wan2.1-T2V-14B --local-dir ./Wan2.1-T2V-14B

如果你下载的是1.3B模型，命令如下：

huggingface-cli download Wan-AI/Wan2.1-T2V-1.3B --local-dir ./Wan2.1-T2V-1.3B

五、配置环境变量

申请Dashscope API密钥（如果需要使用Dashscope API进行提示扩展）：
- 登录Dashscope官网，申请API密钥。

设置环境变量：

打开命令提示符（cmd），输入以下命令：

set DASH_API_KEY=your_key
set DASH_API_URL=https://dashscope-intl.aliyuncs.com/api/v1

六、运行模型

运行文本到视频生成任务：

打开命令提示符（cmd），输入以下命令（以T2V-14B为例）：

python generate.py --task t2v-14B --size 1280*720 --ckpt_dir ./Wan2.1-T2V-14B --prompt "Your prompt here" --use_prompt_extend --prompt_extend_method 'dashscope' --prompt_extend_target_lang 'ch'

如果你使用的是1.3B模型，命令如下：

python generate.py --task t2v-1.3B --size 1280*720 --ckpt_dir ./Wan2.1-T2V-1.3B --prompt "Your prompt here" --use_prompt_extend --prompt_extend_method 'dashscope' --prompt_extend_target_lang 'ch'

运行Gradio界面（可选）：

进入Gradio目录：
```
cd gradio
```

运行Gradio界面（以T2V-14B为例）：

python t2v_14B_singleGPU.py --prompt_extend_method 'dashscope' --ckpt_dir ../Wan2.1-T2V-14B

如果你使用的是1.3B模型，命令如下：

python t2v_1.3B_singleGPU.py --prompt_extend_method 'dashscope' --ckpt_dir ../Wan2.1-T2V-1.3B

七、注意事项

CUDA和CUDNN版本：确保CUDA和CUDNN版本与模型要求一致，避免兼容性问题。
显存要求：14B模型需要至少24GB显存，1.3B模型需要至少12GB显存。
提示扩展：使用Dashscope API或本地模型进行提示扩展可以提高生成视频的质量。

八、过程中遇到的问题

执行命令 pip install -r requirements.txt 报错：
报错信息：

ERROR: Could not install packages due to an OSError: [Errno 2] No such file or director

在这里插入图片描述
解决方法
解决python安装包“ERROR: Could not install packages due to an OSError”错误
运行如下命令

> pip freeze > requirements.txt

安装过程比较慢：

安装比较慢需要开启梯子，
安装过程报错：

报错信息：

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "F:\DP\pyenv-win-master\pyenv-win\versions\3.12.8\Lib\site-packages\huggingface_hub\file_download.py", line 1376, in _get_metadata_or_catch_error
    metadata = get_hf_file_metadata(
               ^^^^^^^^^^^^^^^^^^^^^
  File "F:\DP\pyenv-win-master\pyenv-win\versions\3.12.8\Lib\site-packages\huggingface_hub\utils\_validators.py", line 114, in _inner_fn
    return fn(*args, **kwargs)
           ^^^^^^^^^^^^^^^^^^^
  File "F:\DP\pyenv-win-master\pyenv-win\versions\3.12.8\Lib\site-packages\huggingface_hub\file_download.py", line 1296, in get_hf_file_metadata
    r = _request_wrapper(
        ^^^^^^^^^^^^^^^^^
  File "F:\DP\pyenv-win-master\pyenv-win\versions\3.12.8\Lib\site-packages\huggingface_hub\file_download.py", line 280, in _request_wrapper
    response = _request_wrapper(
               ^^^^^^^^^^^^^^^^^
  File "F:\DP\pyenv-win-master\pyenv-win\versions\3.12.8\Lib\site-packages\huggingface_hub\file_download.py", line 303, in _request_wrapper
    response = get_session().request(method=method, url=url, **params)
               ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "F:\DP\pyenv-win-master\pyenv-win\versions\3.12.8\Lib\site-packages\requests\sessions.py", line 589, in request
    resp = self.send(prep, **send_kwargs)
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "F:\DP\pyenv-win-master\pyenv-win\versions\3.12.8\Lib\site-packages\requests\sessions.py", line 703, in send
    r = adapter.send(request, **kwargs)
        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "F:\DP\pyenv-win-master\pyenv-win\versions\3.12.8\Lib\site-packages\huggingface_hub\utils\_http.py", line 96, in send
    return super().send(request, *args, **kwargs)
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "F:\DP\pyenv-win-master\pyenv-win\versions\3.12.8\Lib\site-packages\requests\adapters.py", line 713, in send
    raise ReadTimeout(e, request=request)
requests.exceptions.ReadTimeout: (ReadTimeoutError("HTTPSConnectionPool(host='huggingface.co', port=443): Read timed out. (read timeout=10)"), '(Request ID: f9c27085-bf9a-4dc2-a4bb-c3f86c4a6d26)')

解决方法：
搭建梯子，然后再重新执行命令

huggingface-cli download Wan-AI/Wan2.1-T2V-14B --local-dir ./Wan2.1-T2V-14B

通过以上步骤，你可以成功地在Windows环境下部署通义万相Wan2.1模型并进行视频生成任务。如果有任何问题，请随时告诉我，我会尽力帮助你解决。

感谢您的的关注，我会将最好的实践与您分享！

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

AI战略 | 欧盟重磅发布人工智能大陆行动计划

2048 AI社区

AI Agent在智能钱包中的个人财务管理

2048 AI社区

基于C++实现人工智能—五子棋的目标识别

2048 AI社区

所有评论(0)

查看更多评论

w1985chun

@w1985chun

已为社区贡献3条内容