Коротко
- Wan 2.2 — это открытая модель, генерирующая видео из текста и изображения; вариант TI2V-5B способен создавать видео в разрешении 720p при 24 кадрах в секунду.
- Модель TI2V-5B может сгенерировать 5-секундное видео 720p на потребительской видеокарте вроде RTX 4090 менее чем за 9 минут.
- Модели MoE с 14B активных параметров, такие как T2V-A14B и I2V-A14B, требуют минимум 80 ГБ VRAM на одной GPU либо конфигурацию с несколькими GPU или облаком.
- Модель FLUX Krea Dev — вариант, который, по заявлениям, даёт изображения лучшего качества по сравнению со стандартной FLUX Dev при установке на базе SwarmUI и ComfyUI.
Что вы узнаете из этой статьи
Вы узнаете, как установить открытую видеомодель Wan 2.2 и модель генерации изображений FLUX Krea Dev через интерфейс SwarmUI и инфраструктуру ComfyUI, чтобы создавать концепт-изображения и короткие анимации с движением камеры. Руководство основано на открытом гайде по установке, подготовленном Furkan Gözükara (MonsterMMORPG), а также на официальной документации моделей Wan-AI. В источниках среди областей применения этих инструментов названы цифровое искусство, реклама, превизуализация для кино, разработка игр и контент для социальных сетей; примеры промптов с архитектурным и интерьерным уклоном в этой статье отдельно адаптированы для читателей 3dsınıfı на основе задокументированных техник.
Требования
Видеокарта NVIDIA: для варианта TI2V-5B модели Wan 2.2 рекомендуется RTX 4090 с 24 ГБ VRAM.
Система с установленными Python, Git, CUDA и FFMPEG.
Автоматический установщик, разворачивающий SwarmUI и ComfyUI в один клик (распространяется в руководстве через Patreon).
Аккаунт Hugging Face или ModelScope для загрузки весов моделей.
Для более крупных моделей Wan 2.2 (T2V-A14B, I2V-A14B) — минимум 80 ГБ VRAM на одной GPU либо конфигурация с несколькими GPU/облаком.
Опционально: API-ключ Dashscope или локальная модель Qwen для расширения промптов.
Пошаговая установка
Установите предварительные требования. Установите на систему Python, Git, CUDA и FFMPEG.
Установите ComfyUI и SwarmUI. Представленный в руководстве 1-click установщик включает поддержку Flash Attention, Sage Attention, xFormers, Triton и DeepSpeed; поддерживаются также карты серии RTX 5000.
Подключите бэкенд SwarmUI к ComfyUI. В видеоруководстве этот шаг рассматривается в отдельном разделе: во время установки нужно выбрать бэкенд ComfyUI в SwarmUI и завершить подключение.
Скачайте модели. В зависимости от вашего оборудования выберите и скачайте модель TI2V-5B (для одной потребительской GPU) либо T2V-A14B / I2V-A14B (для нескольких GPU или облака).
Импортируйте готовый пакет пресетов. Пресеты, подготовленные после сотен тестов параметров, позволяют получать качественный результат без ручной настройки.
Запустите первую генерацию и следите за логами в консоли, чтобы контролировать загрузку GPU; если обнаружена низкая загрузка GPU, примените шаги оптимизации из руководства.
Примеры промптов для архитектурных изображений и анимации
Приведённые ниже промпты отдельно подготовлены для архитектурного применения на основе техник из источников (движение камеры, описание освещения, кинематографичный стиль); в исходных текстах прямых архитектурных примеров нет.
1. Интерьерное концепт-изображение с FLUX Krea Dev
A modern minimalist living room interior, floor-to-ceiling windows, warm afternoon sunlight, oak flooring, cinematic lighting, photorealistic architectural visualization, ultra detailedЭтот промпт при генерации из текста в изображение в FLUX Krea Dev акцентирует детали освещения и материалов; подходит для быстрого создания концепт-изображения для презентаций интерьерного дизайна.
2. Движение камеры с 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 videoЗагрузив существующий render-изображение с этим промптом в режиме Image-to-Video, можно получить анимацию с медленным наездом камеры во входном холле; модель способна с математической точностью воспроизводить движения камеры, такие как dolly и pan.
3. Презентация экстерьера с 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 styleЭтот промпт можно использовать для создания презентационной анимации экстерьера с нуля генерацией из текста в видео; описания освещения золотого часа и плавного панорамирования задействуют кинематографический контроль модели.
4. Пример командной строки для расширения промпта
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"На одиночных GPU с низким объёмом VRAM параметры --offload_model True и --convert_model_dtype в этой команде снижают потребление памяти; при включении расширения промпта модель автоматически обогащает описания.
Частые ошибки
Попытка запустить модели A14B на одной GPU с объёмом памяти ниже 80 ГБ без параметров offload приводит к ошибке памяти.
Выбор разрешения, не соответствующего оборудованию (например, прямой запуск T2V-A14B в 720p на потребительской карте), сильно замедляет генерацию.
Полный отказ от использования расширения промпта (prompt extension) может приводить к недостатку деталей в сцене.
Продолжение генерации без внимания к низкой загрузке GPU; руководство в этом случае рекомендует следовать шагам оптимизации.
Следующие шаги
Вы можете попробовать настроить пресеты под свои проекты, обучить LoRA на базе FLUX Krea Dev под собственный стиль офиса, а также сократить время генерации с помощью таких опций ускорения, как TeaCache.
Источник и лицензия
Это руководство адаптировано на турецкий язык на основе официальной документации модели Wan2.2-T2V-A14B от команды Wan-AI на Hugging Face, а также статьи сообщества "Wan 2.2 & FLUX Krea Full Tutorial", опубликованной Furkan Gözükara (MonsterMMORPG) на Hugging Face, в рамках лицензии Apache-2.0.
Источники
Источников: 3Тексты источников не перепечатываются; короткие цитаты отмечены, остальное — наш пересказ и комментарий.
Для офисов и индивидуальных визуализаторов в Турции Wan 2.2 и FLUX Krea Dev могут быть интересным вариантом для тех, кто хочет попробовать быстрое создание концепт-изображений и коротких презентационных анимаций; однако стоит напомнить, что в источниках эти инструменты не представлены как сценарий использования специально для архитектуры — области их применения общие, такие как цифровое искусство, реклама, превизуализация для кино и разработка игр. Возможность работы TI2V-5B на одной RTX 4090 даёт ценовое преимущество небольшим офисам, желающим экспериментировать без инвестиций в крупные рендер-фермы. Требование моделей A14B в 80 ГБ VRAM или нескольких GPU, в свою очередь, подтолкнёт тех, кто хочет добиться такого уровня качества, к облачным сервисам.
Открытый исходный код означает возможность экспериментировать без затрат на лицензию; но необходимость технических знаний для установки (Python, CUDA, ComfyUI) может усложнить прямую интеграцию в рабочий процесс архитектурных презентаций. Тестирование этих инструментов офисами сначала на небольшом пилотном проекте, параллельно с существующим рабочим процессом рендеринга, сократит потери времени.
Частые вопросы
На каком оборудовании можно запустить Wan 2.2?
Модель TI2V-5B может работать на потребительской GPU с 24 ГБ VRAM, например RTX 4090, в то время как MoE-модели, такие как T2V-A14B и I2V-A14B, требуют минимум 80 ГБ VRAM на одной GPU либо конфигурацию с несколькими GPU/облаком.
В чём разница FLUX Krea Dev от стандартной FLUX Dev?
Согласно руководству, FLUX Krea Dev — это вариант модели, который, по заявлениям, даёт заметно более качественные изображения по сравнению со стандартной FLUX Dev.
Сколько секунд видео можно создать с помощью Wan 2.2?
Wan 2.2 может генерировать видео длительностью до 5 секунд в разрешениях 480p и 720p; модель TI2V-5B способна завершить 5-секундное видео 720p на одной потребительской GPU менее чем за 9 минут.
