星期四, 7月 24, 2025

Flux模型 LTX-Video Wan 2.1 本地部署教程！直接在 ComfyUI 中运行

 本文主要介绍如何在Windows系统电脑本地部署ComfyUI并接入通义万相Wan2.1模型，轻松实现使用文字指令生成AI视频，结合cpolar内网穿透工具还能远程在线使用，无需公网IP也不用准备云服务器那么麻烦。

最近，阿里发布了最新的视频生成开源AI大模型——Wan 2.1。这款模型不仅完全免费，还能在普通的家用级配置电脑上离线运行，生成效果媲美目前大多数开源模型的视频质量。其综合实力在VBench榜单上得到了充分验证，甚至一些闭源模型也难以望其项背。

无论你是想用文字生成视频，还是将图片转化为动态画面，Wan 2.1都能轻松搞定。普通用户也能快速上手，体验AI视频生成的乐趣。除了使用体验非常棒，它的本地部署流程也非常简单，下面就来详细介绍一下如何在本地快速安装并使用它来生成AI视频。



1.软件准备

1.1 ComfyUI

下载 ComfyUI 一键安装包 ：【点击前往 】，支持 Windows 和 mac 系统


Wan 2.1  视频生成模型本地部署：

文字转视频

1、下载 ComfyUI 一键安装包 ：【点击前往 】，支持 Windows 和 mac 系统

2、下载文本编码器和 VAE ：umt5_xxl_fp8_e4m3fn_scaled.safetensors  或【网盘下载】，下载后放入：ComfyUI/models/text_encoders/   wan_2.1_vae.safetensors 或备用【网盘下载】 下载后放入：ComfyUI/models/vae/ 

3、下载视频生成模型 【点击下载】或备用【网盘下载】

注意：建议使用 fp16 版本而不是 bf16 版本，因为它们会产生更好的结果。

质量等级（从高到低）：fp16 > bf16 > fp8_scaled > fp8_e4m3fn

这些文件位于：ComfyUI/models/diffusion_models/

这些示例使用 16 位文件，但如果内存不足，则可以使用 fp8 文件。

4、文字转视频工作流：下载 Json 格式的工作流


进阶篇:  图像转视频

此工作流程需要wan2.1_i2v_480p_14B_fp16.safetensors文件（将其放入：ComfyUI/models/diffusion_models/）和 clip_vision_h.safetensors放入：ComfyUI/models/clip_vision/

请注意，此示例仅生成 512×512 的 33 帧，因为我希望它易于访问，但模型可以做的不止这些。如果您有硬件/耐心运行它，720p 模型就相当不错。

Json 格式的工作流

输入图像可以在通量页面上找到。

以下是720p 型号的相同示例


**插件名称与功能**：

  - 插件名称：ComfyUI-Crystools

  - 功能描述：可以实时可视化显示本机的各项硬件使用情况，包括CPU、RAM（内存）、GPU（显卡）、VRAM（显存）、HDD（磁盘）等硬件的实时使用进度条，以及工作流的进度百分比和所耗时间。

  - 通过ComfyUI管理器安装：点击“管理器”，点击“安装节点”，搜索“ComfyUI-Crystools”，点击“安装”。



————————————————

LTX-Video

LTX-Video is a very efficient video model by lightricks. The important thing with this model is to give it long descriptive prompts.
If you find missing nodes when loading the workflow file below, it may be due to the following situations:
  1. You are not using the latest Development (Nightly) version of ComfyUI.
  2. You are using the Stable (Release) version or Desktop version of ComfyUI (which does not include the latest feature updates).
  3. You are using the latest Commit version of ComfyUI, but some nodes failed to import during startup.
Please make sure you have successfully updated ComfyUI to the latest Development (Nightly) version. See: How to Update ComfyUI section to learn how to update ComfyUI.

​
Multi Frame Control

Allows you to control the video with a series of images. You can download the input images: starting frame and ending frame.LTX-Video Multi Frame Control
Drag the video directly into ComfyUI to run the workflow.

​
Image to Video

Allows you to control the video with a first frame image.LTX-Video Image to Video
Drag the video directly into ComfyUI to run the workflow.

​
Text to Video

LTX-Video Text to Video
Drag the video directly into ComfyUI to run the workflow.

​
Requirements

Download the following models and place them in the locations specified below:
├── checkpoints/
│   └── ltx-video-2b-v0.9.5.safetensors
└── text_encoders/
    └── t5xxl_fp16.safetensors

筆電上使用ComfyUI來運行Flux模型

                        打開網頁後，右上角會新增一個"Manager"藍色按鈕，點擊就會看到ComfyUI Manager Menu

STEP 5 下載Flux模型

由於我使用的是8G VRAM的GPU，如果你有更強大的GPU，可以根據你的GPU的顯存大小(VRAM)，選擇差不多大小的Flux模型。例如我使用的是"flux1-schnell-Q5_K_S.gguf"，模型大小為8.26GB。

打開ComfyUI Manager介面，點擊Model Manager，搜尋欄輸入"flux1-schnell"，會出現眾多版本的模型，不知道選哪一個的話，可以先用"flux1-schnell-Q5_K_S.gguf"，點擊Install就會開始自動安裝。

或者也可以直接到city96這位作者的Hugging Face頁面下載GGUF格式的Flux模型：

https://huggingface.co/city96/FLUX.1-schnell-gguf/tree/main

將模型放入\ComfyUI\models\unet目錄即完成。

STEP 6 下載Clip模型

到這個Hugging Face頁面下載以下兩個Clip模型：

  • clip_l.safetensors
  • t5xxl_fp8_e4m3fn.safetensors

https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main

並將兩個Clip模型放到\ComfyUI\models\clip目錄底下。

STEP 7 下載VAE模型

到Hugging Face頁面下載這個Clip模型：

  • ae.safetensors

https://huggingface.co/black-forest-labs/FLUX.1-schnell/tree/main

並將VAE模型放到\ComfyUI\models\vae目錄底下。

STEP 8 安裝 ComfyUI-GGUF 自定義節點

要在ComfyUI中使用GGUF格式的模型，需要安裝 ComfyUI-GGUF 這個自定義節點。這將會為你的ComfyUI新增 UNet Loader (GGUF) 和 DualClip Loader (GGUF) 節點。

打開ComfyUI Manager → 點擊Custom Node Manager → 搜尋欄輸入"GGUF" → 安裝ComfyUI-GGUF

以上安裝作業就完成囉！

開始生成你的第一張 AI 繪圖

回到ComfyUI介面將以下三個節點設定如下圖：

  • UNet Loader (GGUF) → 選擇Flux模型
  • DualClip Loader (GGUF) → 選擇Clip模型
  • Load VAE → 選擇VAE模型

最後在 CLIP Text Encode 節點輸入你的提示詞，按下Queue就開始生成圖片了！

結語

透過這篇教學，相信大家已經成功在自己的筆電上架設好 ComfyUI 和 Flux 的環境了！雖然入門時可能會遇到一些技術障礙，但只要按部就班地完成安裝步驟，人人都能擁有自己的 AI 繪圖工作站！


on

沒有留言:

張貼留言

訂閱： 張貼留言 (Atom)