Wan2.1：阿里出品的 AI 视频生成，8GB 显存就能跑

它是什么

Wan2.1（万相 2.1）是阿里巴巴开源的 AI 视频生成工具。跟其他同类工具最大的区别是：它对电脑配置要求特别低，只要 8GB 显存的显卡就能跑。

8GB 显存是什么概念？RTX 3060、RTX 4060 这些两三千块钱的「平民显卡」就够用。不像其他工具动不动就要 24GB 显存、上万元的显卡。

它支持两种玩法：

• 文字生成视频（Text-to-Video）：你写一段描述，AI 生成对应视频
• 图片生成视频（Image-to-Video）：你给一张图片，AI 让图片里的画面动起来

而且它的中文理解能力非常强，用中文写描述的效果甚至比很多工具用英文还好。

解决什么问题

AI 视频生成工具很多，但之前一直有个大问题：门槛太高。

• 显存要求高：大部分工具要 24GB 显存，普通人的游戏本根本跑不动
• 中文支持差：必须用英文写描述，对英语不好的用户很不友好
• 安装复杂：依赖一大堆，装半天还报错
• 效果不稳定：生成十次有八次是废片

Wan2.1 就是来解决这些问题的。阿里把它做成了一个「普通人也能用」的 AI 视频工具：配置要求低、中文效果好、安装相对简单、生成质量稳定。对于想入门 AI 视频生成但又不想花大钱买设备的中文用户来说，这基本是目前最好的选择。

长什么样

Wan2.1 启动后是一个网页操作界面（基于 ComfyUI 或自带的 Gradio 界面），打开浏览器就能看到：

• 左侧：输入区。一个文本框让你写视频描述，下面有上传图片的按钮（图生视频模式用）
• 中间：参数面板。可以设置视频时长（通常 2-5 秒）、分辨率（480p/720p）、生成步数等
• 右侧：输出区。生成好的视频在这里预览和下载
• 底部：进度条。显示当前生成进度，不用干等着猜还要多久

界面是中文的（或者至少支持中文输入），对国内用户很友好。

怎么安装

硬件要求：NVIDIA 显卡，显存 8GB 以上。RTX 3060 12GB、RTX 4060 8GB、RTX 4070 12GB 都可以。硬盘至少留 30GB 空间放模型文件。

1. 安装 Python：去 python.org 下载 Python 3.10 或 3.11，安装时一定勾选「Add Python to PATH」这个选项
2. 安装 Git：去 git-scm.com 下载，一路默认安装
3. 下载项目代码：打开终端（Windows 按 Win + R 输入 cmd 回车），输入：

   git clone https://github.com/Wan-Video/Wan2.1.git
   cd Wan2.1

4. 创建虚拟环境：

   conda create -n wan python=3.10 -y
   conda activate wan

   （没有 conda 先装 Miniconda，安装时勾选「Add to PATH」）
5. 安装依赖：

   pip install -r requirements.txt

   这一步会下载 PyTorch 等大包，可能需要 10-20 分钟，耐心等待
6. 下载模型文件：去 HuggingFace（README 里有链接）下载模型权重。8GB 显存选「Wan2.1-T2V-1.3B」版本（较小），放到 checkpoints/ 文件夹
7. 启动：

   python generate.py --task t2v --prompt "一只柴犬在草地上奔跑" --size 832*480

怎么用

文字生成视频

1. 打开终端，进入 Wan2.1 文件夹
2. 输入生成命令：

   python generate.py --task t2v --prompt "清晨的西湖，薄雾缭绕，一叶小舟缓缓划过湖面，远处雷峰塔若隐若现，中国风，水墨画质感" --size 1280*720 --frame_num 81

3. 等待生成（8GB 显存大概需要 5-10 分钟）
4. 生成的视频保存在 outputs/ 文件夹，用任何播放器打开即可

图片生成视频

1. 准备一张图片（比如你拍的一张照片），放到 inputs/ 文件夹
2. 输入命令：

   python generate.py --task i2v --image inputs/my_photo.jpg --prompt "镜头缓慢推进，花瓣随风飘落，光影变化" --size 832*480

3. AI 会让你的照片「动」起来，生成一段有动态效果的视频

中文描述写作技巧：

• Wan2.1 对中文的理解非常好，直接用中文写就行，不用翻译
• 描述公式：场景 + 主体动作 + 镜头运动 + 风格/氛围
• 好的例子：「雨后的古镇青石板路（场景），一个撑油纸伞的姑娘缓步走过（主体动作），镜头从低角度跟随拍摄（镜头运动），电影感，暖色调（风格）」
• 避免太抽象的描述，比如「自由的感觉」「时间的流逝」，AI 不太好理解

需要 AI 模型吗？

Wan2.1 自己就是 AI 模型，不需要额外连接外部 AI 服务。安装时下载的模型权重文件（checkpoint）就是它的全部「智慧」。

8GB 显存选 1.3B 参数版本（小模型，速度快），12GB 以上显存可以选 14B 参数版本（大模型，效果更好）。

如果你想让 AI 帮你把简短的想法扩展成更丰富的视频描述，或者帮你翻译和优化英文提示词，可以去模型导航挑一个适合你的 AI 助手 →

费用

完全免费，硬件门槛也是同类最低。

• 软件本身：免费开源，Apache 2.0 协议（商用也免费）
• 硬件要求：8GB 显存起步（RTX 3060 约 1500 元就能搞定）
• 云 GPU 方案：如果连 3060 都没有，租个云 GPU 跑，8GB 显存的实例大概 1-2 元/小时
• 没有任何隐藏费用、没有会员、没有生成次数限制

适合谁

• AI 视频新手：第一次接触 AI 视频生成，不想一上来就折腾高配置
• 学生党：预算有限，只有一台普通游戏本
• 中文用户：英语不好，希望直接用中文写描述
• 短视频创作者：想给视频加一些 AI 生成的创意片段
• 电商从业者：想让产品图动起来，做成短视频素材
• 摄影爱好者：想让自己的照片变成动态视频发朋友圈

项目地址

GitHub 地址：https://github.com/Wan-Video/Wan2.1

目前已有 15k Star。阿里通义万相团队出品，大厂背书，文档和社区支持都不错。项目更新频繁，README 写得很详细，跟着步骤走基本不会踩坑。