Skip to content
简体中文

切换主题

// 通义万相 Wan · 视频生成

Wan2.2-T2V-A14B-Diffusers 本地部署与显存需求

总 14.3B · 激活 14B(MoE) 参数。4 位量化约 10.0 GB,BF16 约 31.9 GB。

发布 2025-07-28许可:可商用显存为估算值

01规格

发布方阿里巴巴通义万相 · Wan-AI
系列通义万相 Wan · Wan2.2-T2V
类型视频生成 (text-to-video)
参数量总 14.3B · 激活 14B(MoE) 来源:按官方 safetensors 权重统计
发布权重FP32 · 126 GB下载量
许可Apache-2.0 · 可商用宽松许可(Apache-2.0 / MIT / CC-BY / OpenMDW):允许商用。
发布日期2025-07-28 (Hugging Face 仓库创建日)

02需要多少显存(估算)

视频模型:显存随分辨率和时长增长,官方模型卡通常会写测试过的显卡。下方权重只算主模型。

精度权重权重 + 开销最低显卡Mac
BF16 / FP16(原始精度)28.6 GB 31.9 GB 2 × RTX 5090(64GB)Mac 64GB
FP8 / INT8 / Q8_015.2 GB 17.2 GB RTX 4090 24GBMac 36GB
4 位量化(Q4_K_M / AWQ / GPTQ-Int4)8.7 GB 10.0 GB 12GB 显卡Mac 24GB

每权重比特:BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%;Mac GPU 约可用统一内存的 2/3(≤36GB)或 3/4(更大机型)。MoE 模型所有专家都要进显存,按总参数算。 估算方法 →

03怎么跑

只列厂商或推理框架官方明确支持的方式。

怎么选推理引擎 →

04官方仓库与量化版

Wan-AI 官方发布的 2 个仓库。

05通义万相 Wan 其他模型

全部 15 个 →
模型参数4 位合计发布
Wan2.2-Animate-2-14B-Diffusers16.4B11.4 GB2026-08-06
Wan2.2-Animate-2-14B-Distilled-Diffusers16.4B11.4 GB2026-08-06
Wan-Dancer-14B14B9.8 GB2026-07-10
Wan2.2-Animate-14B-Diffusers17.3B12.0 GB2025-11-12
Wan2.2-S2V-14B16.3B11.4 GB2025-08-25
Wan2.2-I2V-A14B-Diffusers14.3B / 14B10.0 GB2025-07-28
Wan2.2-TI2V-5B-Diffusers5B3.8 GB2025-07-28
Wan2.1-VACE-1.3B2.15B1.9 GB2025-05-13

06来源

数据核对于 2025-08-09。参数、上下文、许可取自官方仓库;显存为本站估算。

数据更新于:自建算力 · 开源模型(北京时间)