Wan Gguf

🚀 萬視頻的GGUF量化版本

本項目提供了萬視頻的GGUF量化版本，可用於文本到視頻的轉換任務。它能幫助用戶更便捷地在ComfyUI中使用相關模型，實現視頻生成等功能。

🚀 快速開始

安裝步驟

• 將 gguf 文件拖到 ./ComfyUI/models/diffusion_models 目錄下。
• 將 t5xxl - um 文件拖到 ./ComfyUI/models/text_encoders 目錄下。
• 將 vae 文件拖到 ./ComfyUI/models/vae 目錄下。

運行示例

✨ 主要特性

工作流程

• 對於圖像到視頻（i2v）模型，將 clip - vision - h 文件拖到 ./ComfyUI/models/clip_vision 目錄下。
• 運行主目錄中的 .bat 文件（假設使用下面的gguf包）。
• 如果你選擇使用 fp8 scaled umt5xxl 編碼器（實際上適用於任何fp8縮放的t5），請使用CPU卸載（在 gguf clip loader 的 device 下從默認切換到 cpu；不會影響速度）。需要注意的是，它對於 gguf umt5xxl 和 gguf vae 都適用。
• 將任何演示視頻（如下所示）拖到瀏覽器中進行工作流操作。

模型評估

• pig 是gguf節點的一種便捷架構，適用於所有模型、編碼器和vae的gguf文件。如果你想在comfyui - gguf節點中運行它，可能需要手動在其 IMG_ARCH_LIST（在 loader.py 下）中添加 pig，這比直接編輯gguf文件本身要容易。需要注意的是，與comfyui - gguf兼容的模型架構（包括 wan）應該可以在gguf節點中正常工作。
• 1.3b的文本到視頻（t2v） gguf 模型運行良好，適合舊設備或低端設備。

替代運行方式

使用 gguf - connector 運行：

ggc v2

參考信息

• 基礎模型來自 [wan - ai](https://huggingface.co/Wan - AI/Wan2.1 - T2V - 14B)。
• ComfyUI來自 comfyanonymous。
• pig 架構來自 connector。
• gguf - node 相關信息：[pypi](https://pypi.org/project/gguf - node) | repo | pack

📄 許可證

本項目採用 Apache 2.0 許可證。

示例展示