Wan2.2 14B Rapid AllInOne 与 Wan2.1 T2V 1.3B Diffusers:它们是什么、需要什么
Wan2.2 14B Rapid AllInOne 是 Hugging Face 用户 Phr00t 做的 Wan 2.2 混合版,Wan2.1 T2V 1.3B Diffusers 是 Wan-AI 官方的文生视频检查点(Apache 2.0,8.19 GB 显存),而本站目前只提供图片、不做视频,下面的照片编辑器编辑你上传的一张照片约 37 秒,每张 10 积分,按月套餐低至 $0.13。注册即送:10 积分 = 1 张。

你的照片风格转换(卡通、3D、动漫)目前还不稳定。如果结果看起来没有变化,请再试一次,或把想要的修改写得更具体。
一键修改
- 只做图片:本站不制作也不剪辑视频
- 与 Wan-AI、Phr00t 无关
- 注册即送:10 积分 = 1 张
- Wan2.1 T2V 1.3B 模型卡写明的显存
- 8.19 GB
- Wan 2.2 14B 单卡运行 README 写明的显存
- 80 GB
- 三个 Hugging Face 页面标注的许可
- Apache 2.0
- 本站提供的内容;不做视频
- 只做图片
Wan2.1 T2V 1.3B Diffusers 与 Wan2.2 14B Rapid AllInOne 是什么
Wan2.1 T2V 1.3B Diffusers(官方,Wan-AI)
- Wan-AI/Wan2.1-T2V-1.3B-Diffusers 是 Wan 团队的文生视频检查点,Diffusers 格式。模型卡写明权重和推理代码发布于 2025 年 2 月 25 日,许可为 Apache 2.0;卡上还写明使用不得涉及分享违反适用法律的内容。来源: Hugging Face 模型卡 ·
- 模型卡写明 T2V-1.3B 模型“只需要 8.19 GB 显存”。支持的尺寸是 480P(命令里是 832 x 480)。卡上说它也能出 720P,但不太稳定,因为训练时用的分辨率更低。来源: Hugging Face 模型卡 ·
- 它的 Diffusers 示例先安装 diffusers、transformers 和 accelerate,加载 WanPipeline,再设高 480、宽 832、81 帧、引导系数 5.0,按 15 fps 导出,卡上称之为 5 秒视频。另一条路是用仓库的 generate.py,配 --task t2v-1.3B,并用卸载参数省内存。来源: Hugging Face 模型卡 ·
- Diffusers 文档把这个检查点列在支持的 Wan 检查点里,附 WanPipeline 示例和模型 CPU 卸载等省内存选项。来源: Diffusers 文档 ·
- Wan 2.1 的 README 新闻说,文生视频和图生视频的 Diffusers 支持加入于 2025 年 3 月 3 日,ComfyUI 支持加入于 2 月 27 日。但 README 自己的待办清单仍把这两项标为未完成,所以同一页的两处说法不一致。来源: Wan 2.1 README ·
Wan 2.2 14B(官方,Wan-AI)
- Wan 2.2 的代码和权重发布于 2025 年 7 月 28 日,许可 Apache 2.0。文生视频和图生视频的 A14B 模型采用双专家混合结构:高噪声专家负责前期步骤,低噪声专家负责细节。每个专家约 14B 参数,合计约 27B,每一步启用 14B。支持 480P 和 720P。来源: Wan 2.2 README ·
- README 写明 A14B 模型的单卡命令“至少需要 80GB 显存”,显存不够时列出 --offload_model True、--convert_model_dtype 和 --t5_cpu。它写明更小的稠密模型 TI2V-5B 至少需要 24GB(例如 RTX 4090)。来源: Wan 2.2 README ·
- T2V A14B 的 Diffusers 模型卡示例用 720P(1280 x 720)、81 帧、16 fps、40 步和 WanPipeline,并说明这个示例需要 Diffusers 的主分支,而不是 PyPI 发布版。来源: Hugging Face 模型卡 ·
Wan2.2 14B Rapid AllInOne(Hugging Face 用户 Phr00t)
- 仓库 Phr00t/WAN2.2-14B-Rapid-AllInOne 在个人 Hugging Face 账号下,不在 Wan-AI 名下。模型卡把它描述为“Wan 2.2 与其他类 Wan 模型和加速器的混合”,内含 CLIP 和 VAE,FP8 精度;模型树列出的基础模型是 Wan-AI/Wan2.2-I2V-A14B。许可标签是 apache-2.0。来源: Hugging Face 模型卡 ·
- 用法按模型卡:把单个文件放进 ComfyUI 的 checkpoints 文件夹,用基础的 Load Checkpoint 节点加载,CFG 设 1、4 步。Wan 2.1 的 LoRA 一般可用,“低噪声”的 Wan 2.2 LoRA 也可用,“高噪声”的不行。来源: Hugging Face 模型卡 ·
- 模型卡列出很多版本:base、V2 到 V10,以及“MEGA”v1 到 v12。MEGA 是一个同时支持文生视频、图生视频和首帧到尾帧的模型,工作流在 mega-v3 文件夹里。卡上还列出 NSFW 混合变体;本站不运行其中任何一个,我们也没有测试。来源: Hugging Face 模型卡 ·
- 作者写道:“我不再维护它,这些模型已被弃用。”卡上说为了速度和简便做了取舍,所以完整的 Wan 2.2 模型对质量更高,但生成时间更长。来源: Hugging Face 模型卡 ·
我们没测过的说法
- Wan 2.1 模型卡:在 RTX 4090 上不做优化,生成 5 秒 480P 视频“约需 4 分钟”。这是开发方自己的数字,我们什么都没运行。来源: Hugging Face 模型卡 ·
- Rapid AllInOne 模型卡:“似乎连 8GB 显存也能跑”。这是作者随口的备注,没有给测试环境、分辨率或视频长度。来源: Hugging Face 模型卡 ·
- Wan 团队论文摘要(被 Diffusers 文档引用)称 Wan 在其内部和外部基准上胜过其他开源和商业模型。我们不引用分数:那是开发方自己的,不是独立测试。来源: Diffusers 文档 ·
未能确认
- Rapid AllInOne 是什么时候首次发布的:模型卡没有日期。提交记录里有 1 月 26 日、2 月 20 日和 4 月 6 日的修改,没有显示年份,另有一条可见的更早提交是 2025 年 10 月 17 日,更早的历史在后面几页。我们不猜发布日期。来源: Hugging Face 提交记录 ·
- Rapid AllInOne 的分辨率和视频长度:模型卡两者都没写,所以我们不引用任何数字。来源: Hugging Face 模型卡 ·
- 同名的其他仓库:搜索显示别的账号下有副本,其中至少一个说它的作者不再维护。我们没有打开它们,所以无法说明它们和 Phr00t 的仓库有什么不同。下载前请先看清账号名。来源: 网络搜索(不是 Google) ·
并排对比
Wan2.1 T2V 1.3B、Wan 2.2 14B、Rapid AllInOne 与本站
| - | Wan2.1 T2V 1.3B Diffusers | Wan 2.2 14B(官方) | Wan2.2 14B Rapid AllInOne | 本站 |
|---|---|---|---|---|
| 谁做的 | Wan-AI(Wan 团队) | Wan-AI(Team Wan) | Hugging Face 用户 Phr00t;基础模型列为 Wan-AI/Wan2.2-I2V-A14B | Effect Booth,用另一个图像模型 |
| 做什么 | 由文字生成视频 | 由文字(T2V)或由照片(I2V)生成视频 | 视频;模型卡列出文字、照片和首帧到尾帧模式 | 编辑一张照片(1024 × 1024);不做视频 |
| 许可(按页面标注) | Apache 2.0 | Apache 2.0,LICENSE.txt 另有使用限制 | apache-2.0 标签 | 托管服务;见本站条款 |
| 写明的硬件 | 8.19 GB 显存 | 单卡命令至少 80 GB 显存 | “似乎连 8GB 显存也能跑”(随口备注) | 无需硬件;在我们的服务器上运行 |
| 分辨率 | 推荐 480P;720P 不太稳定 | 480P 和 720P | — | 1024 × 1024 |
| 时长/速度 | 15 fps 下 81 帧(“5 秒”);RTX 4090 上约 4 分钟(开发方的说法) | Diffusers 示例为 16 fps 下 81 帧 | — | 每张照片约 37 秒(实测) |
| 怎么运行 | Diffusers 的 WanPipeline,或 generate.py | generate.py,或 Diffusers 主分支;README 称已集成 ComfyUI | ComfyUI 的 Load Checkpoint,CFG 1,4 步 | 在本页顶部上传 |
| 状态 | 2025 年 2 月 25 日发布 | 2025 年 7 月 28 日发布 | 作者称已弃用、不再维护 | 更新于 2026-11-19 |
| 试用成本 | 权重开放;用你自己的硬件 | 权重开放;用你自己的硬件 | 权重开放;用你自己的硬件 | 注册即送:10 积分 = 1 张;之后每张 10 积分,按月套餐低至 $0.13 |
在哪能运行
怎么运行 Wan2.1 T2V 1.3B Diffusers 和 Wan 2.2 14B
Wan2.1 T2V 1.3B Diffusers:装 Diffusers,加载 WanPipeline
安装 diffusers、transformers 和 accelerate,在 CUDA 显卡上用 WanPipeline 加载 Wan-AI/Wan2.1-T2V-1.3B-Diffusers,像模型卡那样设 480 x 832 和 81 帧。模型卡写明这个模型需要 8.19 GB 显存。
Wan 2.2 14B:大显卡,或者卸载
README 的单卡命令要求至少 80 GB 显存。内存不够时它列出 --offload_model True、--convert_model_dtype 和 --t5_cpu。更小的 TI2V-5B 写的是 24 GB。用 Diffusers 的话需要主分支。
Rapid AllInOne:ComfyUI 的 Load Checkpoint
按模型卡,把文件放进 ComfyUI 的 checkpoints 文件夹,用 Load Checkpoint 加载,CFG 设 1、4 步。MEGA 版本请按 mega-v3 文件夹里的工作流。作者说这个仓库已弃用,所以依赖它之前先看有没有更新的路线。
只需要静态图、不要视频?用本站
本站目前只提供图片、不做视频。你可以先在这里备好一张干净的静态图,比如换个整洁的背景或让光线均匀,再把它交给别处的图生视频模型当输入。
提示词
给第一帧准备干净照片的提示词(本站编辑器)
这些提示词是为本站的照片编辑器写的,它用和 Wan 不同的模型编辑一张静态照片。它们不做视频,我们也没有为本页运行过,所以结果可能不同。也可以在编辑器里自己写要求,最多 400 个字符。
给第一帧准备干净的背景
另一个开源视频模型:LongCat Video没有在本站编辑器里运行过。Wan 2.2 的图生视频以一张照片作输入,所以先备一张干净的静态图是合理的起点;本站只处理照片,不做视频。
干净简单的背景
我的脸、发型和衣服保持完全不变。把背景清理得简洁不杂乱,光线柔和均匀,保持清晰、居中的半身肖像,头部周围留一些空间。不要任何文字、标志或水印。
脸部光线均匀
视频模型动态:Seedance 2.5没有运行过。光线均匀是拍照的通用规则,不是 Wan 页面里写的内容。
脸部光线均匀
我的脸和姿势保持完全不变。修正光线,让脸部光照均匀,不过暗也不过亮,颜色自然,背景平静、柔和虚化。一张干净清晰的静态照片。不要任何文字、标志或水印。
没有为本页运行过。思路与一键编辑“锐化去噪”相同。
锐化并降噪
其余一切保持完全不变。轻轻锐化照片,减少噪点和压缩痕迹,找回头发和织物的细节,不要出现塑料感或过度平滑。不要任何文字、标志或水印。
本站的照片工具
只做图片:编辑、换风格、特效,用你自己的照片
- 替代方案与 AI 工具打开
MiniMax H3 Image打开
LongCat Video打开
Adobe Firefly 替代打开
EasyFaceSwap 替代打开
Vidwud 换脸替代打开
MeiGen AI 替代打开
SnapGen AI 替代打开
Canva 头像生成替代打开
QuickAIHeadshots 替代打开
Betterpic 替代打开
Everygen 替代打开
PhotoCraft 替代打开
免费剪辑 AI打开
Kixy 是什么打开
OpenShorts 替代打开
Snazo 替代打开
Vikas edit 替代打开
Seedream 5.5打开
PromptSeen 替代打开
Prompt AI Editz打开
Ronytica 替代打开
Pixlr 替代打开
无限制免费 AI 生图打开
MiniMax H3 Image 角色替换打开
MiniMax H3 Image ComfyUI 工作流打开
Seedance打开
LTX 2.5打开
LongCat Video Avatar 1.6打开
PAN2打开
FastFrames L打开
Swagga AI 网站打开
M4 Editor 替代打开
Harish Edits 替代打开- AI 照片特效打开
- 全部 AI 照片特效打开
常见问题
常见问题
Wan2.2 14B Rapid AllInOne 是什么?
Wan2.2 14B Rapid AllInOne(也有人搜“wan 2.2 rapid aio”)是 Hugging Face 用户 Phr00t 发布的一组视频模型检查点,不是 Wan-AI 发布的。模型卡称它们是 Wan 2.2 与其他类 Wan 模型和加速器的混合,内含 CLIP 和 VAE,FP8 精度。作者说它已弃用、不再维护。
Wan2.1 T2V 1.3B Diffusers 是什么?
Wan2.1 T2V 1.3B Diffusers(仓库是 Wan-AI/Wan2.1-T2V-1.3B-Diffusers)是 Wan 团队官方的文生视频检查点,Diffusers 格式,2025 年 2 月 25 日发布,采用 Apache 2.0。模型卡写明 8.19 GB 显存,并推荐 480P。
Wan 2.1 T2V 1.3B 需要多少显存?
模型卡写的是 8.19 GB,并称在 RTX 4090 上不做优化可在约 4 分钟内生成 5 秒 480P 视频。这些是开发方的数字,我们没测过。Wan 2.2 14B 更大:它的 README 写明单卡命令至少 80 GB。
Wan2.2 14B Rapid AllInOne 能在 ComfyUI 里运行吗?
模型卡说用 ComfyUI 的 Load Checkpoint 节点加载单个文件,CFG 设 1、4 步,并补充说它“似乎连 8GB 显存也能跑”。最后这句是随口的备注,我们没测过,卡上也没给分辨率或视频长度。
Wan 2.2 的 Rapid AllInOne 模型是官方的吗?
不是。它在个人账号 Phr00t 下,基础模型列为 Wan-AI/Wan2.2-I2V-A14B。官方的 Wan 2.2 模型在 Wan-AI 名下,GitHub 的 README 在 Wan-Video/Wan2.2。同名的 Rapid AllInOne 在其他账号下也有副本,所以请先确认是谁发布的文件。
能在这里用 Wan 做视频吗?
不能。本站目前只提供图片、不做视频,也不运行 Wan 或任何视频模型。它用另一个模型编辑你上传的一张照片。要做视频,请自己运行 Wan 模型或用托管方。我们关于 LongCat Video、Seedance 2.5 和 MiniMax H3 Image 的页面讲了相关模型。
该选 Wan 2.1 1.3B 还是 Wan 2.2 14B?
按页面写明的数字,1.3B 模型需要 8.19 GB 显存、面向 480P;14B 的 Wan 2.2 模型支持 480P 和 720P,单卡命令至少要 80 GB。我们两个都没运行过,所以无法比较画质高低。
在这里能免费试用吗?
部分免费:新账号登录后送 10 积分,够免费生成 1 张(每个账号一次,7 天内有效,当天新账号名额送完即止)。每张 10 积分,按月套餐低至 $0.13。
独立网站,与 Wan-AI、Phr00t、Hugging Face、GitHub 以及这里提到的任何托管方无关,本站不运行 Wan,也不制作视频。Wan 的信息来自上面列出的页面,读取于 2026-11-19;硬件要求、许可和可用性可能变化。