Wan 视频生成该用哪张 GPU？

简短回答： 按 Wan 模型和所用工具来选卡，因为官方脚本和 ComfyUI 需要的显存差别很大。

  • TI2V-5B： Wan2.2 README 点名的是 RTX 4090 这类 24 GB 的卡：“This command can run on a GPU with at least 24GB VRAM (e.g, RTX 4090 GPU)”（这条命令可以在至少 24GB 显存的 GPU 上运行，例如 RTX 4090），前提是加上它的卸载参数。在 ComfyUI 里，5B 模型 “should fit well on 8GB vram with the ComfyUI native offloading”（借助 ComfyUI 原生卸载，8GB 显存就能轻松放下）。
  • 14B 模型（T2V-A14B、I2V-A14B、S2V-14B）： README 的单卡命令写的是 “This command can run on a GPU with at least 80GB VRAM”（这条命令可以在至少 80GB 显存的 GPU 上运行）。ComfyUI 的 FP8 文件和卸载可以把需求降下来，但 ComfyUI 文档没有给出 14B 的数字。

来源：Wan2.2 README、ComfyUI Wan 2.2 教程，均为 2026-11-04 查阅。

哪些 Wan 模型开放了权重？

版本 开放权重 许可
Wan 2.1（T2V-1.3B、T2V-14B、I2V-14B、FLF2V-14B、VACE） 是 Apache 2.0
Wan 2.2 TI2V-5B、T2V-A14B、I2V-A14B（“Jul 28, 2025”） 是 Apache 2.0
Wan 2.2 S2V-14B（音频驱动） 是 Apache 2.0
Wan 2.2 Animate-14B、Wan-Animate-2（2026-08-07） 是 Apache 2.0
Wan 2.5、Wan 3.0 Wan-AI 的 Hugging Face 组织下没有权重 只能通过托管服务使用

模型列表对照了 Hugging Face 上的 Wan-AI 组织以及 Wan2.1、Wan2.2 的 README，2026-11-04 查阅。如果你要的是 Wan 3.0，那就没有可以放到 GPU 上的东西，请改用 CloudGPU 的模型 API。那里的视频模型包括 wan-3.0 和 wan-3.0-prime，用 POST /v1/videos 调用（API 文档）。

哪个 Wan 模型用哪张卡

下面引用的 README 和 ComfyUI 原文均为 2026-11-04 查阅。现在能开哪些卡，见部署页。

模型 官方来源怎么说 建议起步的卡
Wan 2.1 T2V-1.3B “requires only 8.19 GB VRAM”（只需 8.19 GB 显存）；“a 5-second 480P video on an RTX 4090 in about 4 minutes (without optimization techniques like quantization)”（在 RTX 4090 上约 4 分钟生成一段 5 秒的 480P 视频，未使用量化等优化） 24 GB：RTX 3090、RTX 4090、RTX 4090D
Wan 2.2 TI2V-5B（ComfyUI） “should fit well on 8GB vram with the ComfyUI native offloading”（借助 ComfyUI 原生卸载，8GB 显存就能轻松放下） 24 GB：RTX 4090、RTX 4090D；想不卸载跑 720p 就用 32 GB：RTX 5090、RTX 5090D、RTX 4080 SUPER 32G
Wan 2.2 TI2V-5B（官方 generate.py） “at least 24GB VRAM (e.g, RTX 4090 GPU)”（至少 24GB 显存，例如 RTX 4090），需加 --offload_model True --convert_model_dtype --t5_cpu；“Without specific optimization, TI2V-5B can generate a 5-second 720P video in under 9 minutes on a single consumer-grade GPU”（不做专门优化时，TI2V-5B 在单张消费级 GPU 上不到 9 分钟就能生成一段 5 秒的 720P 视频） 24 GB 及以上
Wan 2.2 T2V-A14B / I2V-A14B（ComfyUI FP8） 两个各 14.29 GB 的专家，外加文本编码器；ComfyUI 文档没有给出 14B 的显存数字 32–48 GB：RTX 5090、RTX 4090 48G、RTX 4090D 48G、RTX A6000
Wan 2.2 T2V-A14B / I2V-A14B（官方脚本） “This command can run on a GPU with at least 80GB VRAM.”（这条命令可以在至少 80GB 显存的 GPU 上运行。） 80 GB 及以上：A100 80G、A800 80G、RTX 6000D、RTX PRO 6000 96G
Wan 2.2 S2V-14B “This command can run on a GPU with at least 80GB VRAM.”（这条命令可以在至少 80GB 显存的 GPU 上运行。） 80 GB 及以上
Wan-Animate-2 14B “The default settings in this repository are tuned for 8× A800 GPUs and support 720P video generation. We have also tested 480P generation on 2× A800 GPUs.”（本仓库的默认设置针对 8 张 A800 调优，支持 720P 视频生成。我们也在 2 张 A800 上测试过 480P 生成。） 参考配置需要多张 80 GB 的卡

Wan2.2 README 还写道：有 “at least 80GB VRAM, you can remove the --offload_model True, --convert_model_dtype and --t5_cpu options to speed up execution”（至少 80GB 显存时，可以去掉 --offload_model True、--convert_model_dtype 和 --t5_cpu 选项来加快运行）。换成更大的卡就可以去掉这些卸载参数，而小卡正是靠这些参数才放得下模型。

哪些因素会改变显存需求

  • 分辨率和帧数。 在 ComfyUI 里，length 和 latent 尺寸对显存影响很大。ComfyUI 文档设了 “a relatively small size … to prevent low VRAM users from consuming too many resources”（一个相对较小的尺寸……以免低显存用户占用过多资源），并说 “If you have enough VRAM, you can try a resolution around 720P”（如果显存够，可以试试 720P 左右的分辨率）。
  • 精度。 FP8 的 14B 专家每个 14.29 GB，FP16 则每个 28.58 GB（Hugging Face 文件大小，Comfy-Org Wan 2.2 重新打包版，2026-11-04 查阅）。
  • 卸载到主机内存。 卸载是用系统内存换显存，所以请在 /deploy 上查看每 GPU 内存。

如果显存不够，README 说 “you can use the --offload_model True, --convert_model_dtype and --t5_cpu options to reduce GPU memory usage.”（可以用 --offload_model True、--convert_model_dtype 和 --t5_cpu 选项降低显存占用。）

训练 Wan LoRA

想让角色保持一致或统一画风，就训练一个 LoRA。musubi-tuner 文档写道：“VRAM: 12GB or more recommended for image training, 24GB or more for video training”（显存：图像训练建议 12GB 及以上，视频训练建议 24GB 及以上），以及 “Main Memory: 64GB or more recommended”（内存：建议 64GB 及以上）（musubi-tuner，2026-11-04 查阅）。分步操作见用 musubi-tuner 训练 Wan 2.2 LoRA（英文）。

费用

截至 2026-11-05 07:55 (UTC+8)：RTX 4090 $0.39/小时，RTX 5090 $0.69/小时，RTX 4090 48G $0.69/小时，A100 80G $1.59/小时。30 分钟的测试在 RTX 4090 上花费 $0.20，在 RTX 5090 上花费 $0.34。按分钟计费、向上取整，1 分钟起，销毁实例即停止计费。当前价格见 /pricing。

具体搭建步骤见在云 GPU 上运行 Wan 2.2 视频生成（英文）。相关阅读：MiniMax H3 需要什么 GPU · AI 短片制作：每个环节用哪张 GPU · AI 影视与视频制作用云 GPU

常见问题

Wan 2.2 TI2V-5B 需要什么 GPU？

Wan2.2 README 说，它自己的脚本加上卸载参数后，可以 “on a GPU with at least 24GB VRAM (e.g, RTX 4090 GPU)”（在至少 24GB 显存的 GPU 上，例如 RTX 4090）运行 TI2V-5B；ComfyUI 教程则说 5B 模型 “should fit well on 8GB vram with the ComfyUI native offloading”（借助 ComfyUI 原生卸载，8GB 显存就能轻松放下）（2026-11-04 查阅）。

Wan 2.2 14B 需要什么 GPU？

Wan2.2 README 中 T2V-A14B、I2V-A14B 和 S2V-14B 的单卡命令写的是 “This command can run on a GPU with at least 80GB VRAM”（这条命令可以在至少 80GB 显存的 GPU 上运行）。ComfyUI 的 FP8 文件（每个专家 14.29 GB）和它的卸载能降低这个需求，但 ComfyUI 文档没有给出 14B 的数字（2026-11-04 查阅）。

Wan 3.0 开源吗？

Wan-AI 的 Hugging Face 组织没有发布 Wan 2.5 或 Wan 3.0 的权重，那里列出的是 Wan 2.1、Wan 2.2、Wan-Dancer 和 Wan-Animate-2（2026-11-04 查阅）。CloudGPU 的模型 API 通过 POST /v1/videos 提供 wan-3.0 和 wan-3.0-prime。

Wan 的输出可以商用吗？

根据 README 和 Hugging Face 页面，Wan 2.1 和 Wan 2.2 模型以 Apache 2.0 发布（2026-11-04 查阅）。请在模型页面核对你所用文件的许可。

显存更大，Wan 会更快吗？

显存大了就可以去掉卸载选项。Wan2.2 README 说，在至少 80GB 显存的 GPU 上 “you can remove the --offload_model True, --convert_model_dtype and --t5_cpu options to speed up execution”（可以去掉 --offload_model True、–convert_model_dtype 和 --t5_cpu 选项来加快运行）（2026-11-04 查阅）。

来源（2026-11-04 查阅，Asia/Shanghai）

能开哪些卡见部署页。价格见 https://cloudgpu.app/zh/pricing。

更新日期：2026-11-04（Asia/Shanghai）。