WanGP本地文生视频：低显存显卡15分钟上手教程-育师

WanGP本地文生视频：低显存显卡15分钟上手教程

【免费下载链接】WanGPA fast AI Video Generator for the GPU Poor. Supports Minimax H3, LTX-2.3/2.5, Wan 2.1/2.2, Qwen Image 1/2, Krea 2, Hunyuan Video, LTX Video and Flux.项目地址: https://gitcode.com/gh_mirrors/wa/WanGP

跟着做完这篇教程，你将得到一个用自己的显卡生成的AI视频，全程在本地完成、不依赖任何云端服务。WanGP 是面向低显存用户的开源本地 AI 视频生成工具，Wan 2.1/2.2、LTX、Hunyuan Video、MiniMax H3 等主流模型都能跑，6GB 显存就能起步，老卡（RTX 20XX、GTX 10XX）也有对应的安装路径。下面给你 15 分钟跑通第一个视频。

项目速览

它是什么：本地运行的开源视频/图像/音频生成一体工具，浏览器里操作，生成、管理、复用都在一个界面完成
核心能力：文本生成视频（T2V）、图片生成视频（I2V）、TTS 语音，支持 int8/fp8/gguf 等多种量化格式
目标用户：显存有限、想用消费级显卡做 AI 视频的个人创作者
与同类工具的一句话差异：官方定位就是 "GPU Poor" 友好，部分模型 6GB 显存可跑，并且按你的硬件自动匹配适配的模型文件

跑起来：安装与启动一步到位

先对号入座，确认你的环境：

系统：Windows 或 Linux（脚本均为 .bat / .sh 双版本）
是否需 GPU：需要，推荐 RTX 20XX 及以上；GTX 10XX、AMD RDNA 2 及以上也支持
最低配置：6GB 显存（选 1.3B 小模型时），12GB+ 可跑 14B 大模型

接下来两条命令完成安装。克隆仓库：

git clone https://gitcode.com/gh_mirrors/wa/Wan2GP

执行后你会在当前目录看到一个 Wan2GP 文件夹。进入目录并运行安装脚本：

cd Wan2GP ./scripts/install.sh

Windows 用户双击scripts/install.bat即可。安装脚本会自动创建环境、安装 PyTorch 和加速内核（Triton、Sage 等），中途会问你选择 Auto Install 还是 Manual Install，新手选 Auto Install，看到安装完成提示就成功了。

现在启动应用：

./scripts/run.sh

Windows 用scripts/run.bat。启动后浏览器会打开http://localhost:7860，你看到 WanGP 的 Web 主界面，就说明应用已经跑起来了。

核心体验：生成你的第一个视频

1. 选模型并下载

打开界面顶部的模型下拉框，新手推荐Wan 2.1 Text2video 1.3B：速度快、只吃 6GB 显存。选中后 WanGP 会提示下载模型文件，首次下载完成后模型缓存到本地，之后切换秒加载。

这一步完成后你就成功了一半——模型就绪是本地生成里最耗时的一环，但只需做一次。

可能的卡点：如果你显存有 12GB 以上，也可以直接选 14B 版本（默认配置见 defaults/t2v.json），画质更好但生成更慢。

2. 配置生成参数

在 Prompt 输入框上方/展开 Advanced Settings 后设置：

帧数（Frames）：49，约 2 秒的视频，够快够短
步数（Steps）：20，速度和质量的好平衡
分辨率：保持默认，别一上来就冲 720p

预期结果：参数区不报红，Generate 按钮可点。可能的卡点：如果显存只有 6-8GB 却选了 14B 模型，建议先退回 1.3B，后面"避坑速查"里有对应解法。

3. 写提示词并点击生成

在 Prompt 框里写清楚"主体 + 动作 + 场景 + 风格"，例如：

A cat walking in a garden, sunny day, realistic, high quality

然后点 Generate。进度条会依次显示下载检查、模型加载、逐 step 生成几个阶段。

预期结果：一两分钟（1.3B 模型）后，输出区出现你的第一支视频。可能的卡点：第一次生成会包含模型加载，属于正常现象，耐心等第一个 step 出现就说明一切正常。

4. 查看结果并复用设置

生成的视频出现在界面底部的输出区，直接播放即可。满意的话，可以从这条生成记录中提取当前参数存为可复用模板；不满意就改提示词再点一次 Generate，参数不用动。视频画廊里还可以把生成结果再当作新任务的输入图。

避坑速查

现象：Out of Memory / 显存报错→ 换 1.3B 模型、把帧数降到 49、降低分辨率；量化（int8）默认已开启，保持即可
现象：生成特别慢→ 1.3B 模型本身就快；若用了 14B 属正常，进阶可安装 Sage Attention（见 docs/INSTALLATION.md）
现象：启动脚本报envs.json not found→ 说明跳过了安装，先跑一遍./scripts/install.sh
现象：浏览器占显存导致爆显存→ 运行scripts/start-chrome-no-gpu.sh启动禁用 GPU 加速的浏览器，可省出 1-5GB 显存