En bref
- Wan 2.2 est un modèle open source générant de la vidéo à partir de texte ou d'image ; sa variante TI2V-5B peut produire des vidéos en 720p à 24 images/seconde.
- Le modèle TI2V-5B peut générer une vidéo 720p de 5 secondes en moins de 9 minutes sur une carte graphique grand public comme la RTX 4090.
- Les modèles MoE à 14 milliards de paramètres actifs comme T2V-A14B et I2V-A14B nécessitent au moins 80 Go de VRAM sur un seul GPU ou une configuration multi-GPU/cloud.
- FLUX Krea Dev est une variante présentée comme produisant de meilleures images que le FLUX Dev standard, via une installation basée sur SwarmUI et ComfyUI.
Ce que vous allez apprendre dans cet article
Vous apprendrez à installer le modèle open source de génération vidéo Wan 2.2 et le modèle de génération d'images FLUX Krea Dev via l'interface SwarmUI et l'infrastructure ComfyUI, afin de produire des images conceptuelles et de courtes animations avec mouvements de caméra. Ce guide s'appuie sur le manuel d'installation en licence ouverte préparé par Furkan Gözükara (MonsterMMORPG) ainsi que sur la documentation officielle des modèles de Wan-AI. Les sources citent comme domaines d'application l'art numérique, la publicité, la prévisualisation cinématographique, le développement de jeux vidéo et le contenu pour réseaux sociaux ; les exemples de prompts axés architecture et intérieurs présentés ici ont été adaptés spécifiquement pour les lecteurs de 3dsınıfı, en s'appuyant sur les techniques documentées.
Prérequis
Carte graphique NVIDIA : pour la variante TI2V-5B de Wan 2.2, une RTX 4090 avec 24 Go de VRAM est recommandée.
Un système avec Python, Git, CUDA et FFMPEG installés.
Un installateur automatique en un clic pour SwarmUI et ComfyUI (partagé dans le guide via Patreon).
Un compte Hugging Face ou ModelScope pour télécharger les poids des modèles.
Pour les modèles Wan 2.2 plus volumineux (T2V-A14B, I2V-A14B) : au moins 80 Go de VRAM sur un seul GPU ou une configuration multi-GPU/cloud.
Optionnel : une clé API Dashscope ou un modèle Qwen local pour l'extension de prompt.
Installation étape par étape
Installez les prérequis. Installez Python, Git, CUDA et FFMPEG sur votre système.
Installez ComfyUI et SwarmUI. L'installateur en un clic partagé dans le guide prend en charge Flash Attention, Sage Attention, xFormers, Triton et DeepSpeed ; les cartes de la série RTX 5000 sont également supportées.
Connectez le backend SwarmUI à ComfyUI. Cette étape fait l'objet d'une section dédiée dans le tutoriel vidéo ; vous devez sélectionner le backend ComfyUI depuis SwarmUI et finaliser la connexion pendant l'installation.
Téléchargez les modèles. Selon votre matériel, choisissez et téléchargez TI2V-5B (pour un seul GPU grand public) ou T2V-A14B / I2V-A14B (pour configuration multi-GPU ou cloud).
Importez le pack de presets prêts à l'emploi. Préparés après des centaines de tests de paramètres, ces presets permettent d'obtenir des résultats de haute qualité sans réglage manuel.
Lancez votre première génération et surveillez les journaux (logs) de la console pour vérifier l'utilisation du GPU ; si une faible utilisation du GPU est détectée, appliquez les étapes d'optimisation décrites dans le guide.
Exemples de prompts pour images et animations architecturales
Les prompts suivants, s'appuyant sur les techniques des sources (mouvement de caméra, description de l'éclairage, style cinématographique), ont été spécifiquement préparés pour un usage architectural ; les textes sources ne contiennent pas d'exemple architectural direct.
1. Image conceptuelle d'intérieur avec FLUX Krea Dev
A modern minimalist living room interior, floor-to-ceiling windows, warm afternoon sunlight, oak flooring, cinematic lighting, photorealistic architectural visualization, ultra detailedCe prompt met en avant les détails de lumière et de matériaux dans la génération texte-vers-image de FLUX Krea Dev ; il permet de créer rapidement une image conceptuelle pour des présentations d'architecture d'intérieur.
2. Mouvement de caméra avec Wan 2.2 Image-to-Video
Slow dolly-in camera movement through a contemporary house entrance hall, soft natural light shifting across concrete walls, gentle motion blur, cinematic color grading, 24fps realistic videoEn alimentant ce prompt avec une image de rendu existante en mode Image-to-Video, vous pouvez obtenir une animation de lent travelling avant dans un hall d'entrée ; le modèle peut appliquer des mouvements de caméra tels que le dolly et le pan avec une précision quasi mathématique.
3. Présentation extérieure avec Wan 2.2 Text-to-Video
A drone shot slowly rising above a glass pavilion surrounded by a garden, golden hour lighting, smooth camera pan, photorealistic rendering, architectural visualization styleCe prompt peut être utilisé pour créer, à partir de zéro, une animation de présentation extérieure par génération texte-vers-vidéo ; les descriptions d'éclairage à l'heure dorée et de mouvement panoramique lent activent le contrôle cinématographique du modèle.
4. Exemple de commande pour l'extension de prompt
python generate.py --task t2v-A14B --size 1280*720 --ckpt_dir ./Wan2.2-T2V-A14B --offload_model True --convert_model_dtype --prompt "A drone shot slowly rising above a glass pavilion surrounded by a garden, golden hour lighting"Sur des GPU uniques à faible VRAM, les paramètres --offload_model True et --convert_model_dtype de cette commande réduisent l'utilisation de la mémoire ; si l'extension de prompt est activée, le modèle enrichit automatiquement les descriptions.
Erreurs fréquentes
Tenter d'exécuter les modèles A14B sur un seul GPU disposant de moins de 80 Go de VRAM sans paramètres d'offload entraîne une erreur de mémoire.
Choisir une résolution inadaptée au matériel (par exemple du 720p T2V-A14B directement sur une carte grand public) ralentit considérablement la génération.
Ne jamais utiliser l'extension de prompt (prompt extension) peut entraîner des descriptions de scène insuffisamment détaillées.
Continuer la génération sans remarquer une faible utilisation du GPU ; le guide recommande dans ce cas de suivre les étapes d'optimisation.
Prochaines étapes
Vous pouvez essayer de personnaliser les presets selon vos propres projets, d'entraîner un LoRA sur FLUX Krea Dev pour le style propre à votre agence, et de raccourcir les temps de génération grâce à des options d'accélération comme TeaCache.
Source et licence
Ce guide a été adapté en turc, sous licence Apache-2.0, à partir de la documentation officielle du modèle Wan2.2-T2V-A14B publiée par l'équipe Wan-AI sur Hugging Face, ainsi que de l'article communautaire intitulé « Wan 2.2 & FLUX Krea Full Tutorial » publié par Furkan Gözükara (MonsterMMORPG) sur Hugging Face.
Sources
3 sourcesLes textes sources ne sont pas republiés ; les courtes citations sont signalées, le reste est notre propre résumé et commentaire.
Pour les agences et visualisateurs indépendants en Turquie, Wan 2.2 et FLUX Krea Dev peuvent constituer une option intéressante pour tester rapidement des images conceptuelles et de courtes animations de présentation ; il convient toutefois de rappeler que les sources ne présentent pas ces outils comme spécifiquement destinés à l'architecture, leurs domaines d'usage étant plutôt généralistes : art numérique, publicité, prévisualisation cinématographique et développement de jeux vidéo. Le fait que TI2V-5B puisse fonctionner avec une seule RTX 4090 offre un avantage de coût pour les petites agences souhaitant expérimenter sans investir dans de grandes fermes de rendu. En revanche, le besoin en 80 Go de VRAM ou en configuration multi-GPU des modèles A14B orientera ceux qui recherchent ce niveau de qualité vers des services cloud.
Le caractère open source permet d'expérimenter sans coût de licence ; mais une installation exigeant des connaissances techniques (Python, CUDA, ComfyUI) peut compliquer son intégration directe dans le flux de travail des présentations architecturales. Il serait judicieux pour les agences de tester d'abord ces outils sur un petit projet pilote, en parallèle de leur flux de rendu existant, afin de limiter la perte de temps.
Questions fréquentes
Sur quel matériel puis-je faire fonctionner Wan 2.2 ?
Le modèle TI2V-5B peut fonctionner sur un GPU grand public de 24 Go de VRAM comme la RTX 4090, tandis que les modèles MoE comme T2V-A14B et I2V-A14B nécessitent au moins 80 Go de VRAM sur un seul GPU ou une configuration multi-GPU/cloud.
Quelle est la différence entre FLUX Krea Dev et le FLUX Dev standard ?
Selon le guide, FLUX Krea Dev est une variante du modèle présentée comme produisant des images nettement meilleures que le FLUX Dev standard.
Combien de secondes de vidéo Wan 2.2 peut-il générer ?
Wan 2.2 peut générer jusqu'à 5 secondes de vidéo en résolution 480p et 720p ; le modèle TI2V-5B peut produire une vidéo 720p de 5 secondes en moins de 9 minutes sur un seul GPU grand public.
