DeepBeepMeep 的 WanGP：GPU 匮乏也能访问的最佳开源视频生成模型
WanGP 支持 Wan（及衍生模型）、混元视频和 LTV 视频模型，其特点如下：
- 低 VRAM 要求（对于某些型号，低至 6 GB 的 VRAM 就足够了）
- 支持旧 GPU（RTX 10XX、20xx 等）
- 在最新的 GPU 上速度非常快
- 易于使用完全基于 Web 的界面
- 自动下载适合您特定架构的所需模型
- 集成工具以促进视频生成：蒙版编辑器、提示增强器、时间和空间生成、MMAudio、视频浏览器、姿势/深度/流量提取器
- Loras支持定制每个模型
- 内置大量的开源视频生成模型！
要求环境
RTX 10XX 至 RTX 40XX（稳定版）的安装
步骤1：下载并设置环境
git clone https://github.com/deepbeepmeep/Wan2GP.git
cd Wan2GP
conda create -n wan2gp python=3.10.9
conda activate wan2gp
步骤2：安装PyTorch
pip install torch==2.6.0 torchvision torchaudio –index-url https://download.pytorch.org/whl/test/cu124
步骤3：安装依赖项
pip install -r requirements.txt
步骤 4：可选的性能优化（自由选择）
贤者注意力（速度提高 30%）
pip install triton-windows
Sage 2 Attention（速度提高 40%）
pip install triton-windows
pip install https://github.com/woct0rdho/SageAttention/releases/download/v2.1.1-windows/sageattention-2.1.1+cu126torch2.6.0-cp310-cp310-win_amd64.whl
运行使用方法：
python wgp.py # 文字转视频 (default)
python wgp.py –i2v # 图片转视频
运行后在CMD下可以看到UI界面的地址：http://localhost:7860
里面有大量可选的开源视频模型可供你选择使用,都是完全免费的，支持多种分辨率
下次启动的话，只需执行下方的命令即可开启：
cd Wan2GP
python wgp.py –i2v
如果你是50系列显卡，则使用这个部署命令:
git clone https://github.com/deepbeepmeep/Wan2GP.git
cd Wan2GP
conda create -n wan2gp python=3.10.9
conda activate wan2gp
pip install torch==2.7.0 torchvision torchaudio –index-url https://download.pytorch.org/whl/test/cu124
pip install -r requirements.txt
部署成功后同样执行运行命令：
python wgp.py # Text-to-video (default)
python wgp.py –i2v # Image-to-video
就可以愉快的使用了……….
