马上注册，下载更多AI资源软件
您需要 登录 才可以下载或查看，没有账号？立即注册
×
Wan2GP V51版：优化UI及多个模型更新 低配显卡玩转AI绘画/视频生成/音乐语音生成 ... ...
Wan2GP 是一个由DeepBeepMeep开发开源的 “显卡门槛低的全能型 AI 创作工具”，最大的特点是“低显存也能跑”，支持多种模型（视频、图像、语音、音乐），旨在为GPU资源有限的用户提供高质量的 视频/绘画 生成体验。它囊括了多种绘画/视频生成模型，包括最新的MiniMax H3、阿里的Wan及其衍生模型、腾讯的Hunyuan Video和LTV Video等主流视频生成和Qwen-Image-Edit、Flux、Z-Image等模型，通过简洁易用的网页界面，用户无需深入了解复杂的模型细节，即可轻松生成想要的 绘画/视频内容。
Wan2GP 的问世，让广大低端显卡用户也能玩转高大上的视频生成项目了。就以当下最火的视频生成模型 MiniMax-H3来说，原版需要至少50G显存才能跑得动的模型，现在 Wan2GP 把这个标准降低到8GB，而且生成的视频质量几乎没用任何的损失和降低。但缺点也是有的，生成时间会拉长，同时需要更大的运行内存。
Wan2GP 同时支持各种主流高质量的AI绘画和图像编辑模型以及语音和音乐生成模型，目前支持Wan2、MiniMax H3和Hunyuan Vidoe等视频生成模型；Flux、Krea和Qwen主流图像生成和图像编辑模型；Qwen-TTS和Index-TTS等主流语音模型；YuE2ce-Step等音乐生成模型，涵盖视频生成、图像生成、语音音乐等综合领域All In One。
今天分享的 Wan2GP V51版，基于官方 9月28日的 V13.14 打包。新增 Qwen Image 2.1、Ming Image 0.1、YuE2、AuK Speech 与 Viggle Animate，并强化 H3、LTX2.5 与 Krea 2 能力，以及新增实时预览、工作区、多设备同步、Deepy遮罩与混流、FLAC与去人声，并优化UI、进度取消与加速内核。
因后期版本整体做了模块化及大量内部重构，翻译的工作量难度也相应增大，翻译后的版本可能有一些问题， 如有影响使用的问题，请评论区回复，会第一时间修复。
在尽量保证功能完整的情况下，进一步对WebUI做了更多的汉化翻译，目前汉化率97%。新增“多开”功能，支持一次开启多个WebUI。
注. 从V6版到V39版，提供两种版本，免费版和付费版。区别为：免费版不再提供中文翻译，原汁原味官方原版，不包含模型；付费版为中文翻译版，包含一些常用的模型，后期会逐步加入更多模型，以及一些优化功能加入。
因个人精力优先，故从V40版起，不再发布任何免费版本的Wan2GP一键包。如需免费版，请移步历史版本。
9月28日更新内容
环境部分：
更新GGUF内核，优化Wan Pytorch 编译器，恢复稳定的环境 torch到2.7；更新 SageAttention；集成Git环境，无需手动安装Git即可实现插件安装配置
因官方已支持 Python 3.11、Pytorch 2.10、Cuda 13组合，对Blackwell架构显卡做了大量优化和性能提升，后期版本考虑单独制作一个基于Blackwell架构（50系显卡）版的Wan2GP。
主要更新内容：
模型更新
Qwen Image 2.1：新的 Qwen Image 模型，具有开箱即用的编辑功能和强大的文本渲染功能。
仅Yue2乐器模型：您现在只能生成乐器曲目，请检查主下拉框中的新选项以及提示说明或新的提示增强器模板。
Yue2 Hum to Song：将清晰的哼唱旋律、您的歌词和音乐风格变成一首新的立体声歌曲。
Ming Image 0.1 Design：一种新的图像生成和编辑模型，用于详细的信息图表、海报和精心布置的布局。它接受标准文本提示和结构化 JSON 格式，以便更精确地控制合成。 WanGP 的可视化提示助手可让您排列图层并编辑它们的位置、颜色和描述。您还可以选择经典或 JSON 提示增强器，将简短的提示转变为具有明确标题、标签和解释的详细提示。
Ming Image 0.1 Design-Layer：将完成的海报、信息图或其他设计转换为单独的透明图像层。提供一张参考图像和从前到后描述各层的文本提示。 WanGP 将每个 RGBA 图层添加到图像库并保存完整图层集的 ZIP。设计和设计层共享其语言编码器和视觉塔检查点，以减少下载和磁盘使用。
AuK 语音：根据书面指令生成语音，或使用源录音进行语音克隆、口语编辑、语音清理和说话人分离。选择 Flash 以获得快速的四步结果，或选择 Base 以获得更多控制。从一个短片开始，描述要更改的内容和要保留的内容。
Viggle Animate：基于 H3 的模型，类似于 Wan Animate，但只有 3 个步骤。为 Viggle 提供一个控制视频和一个编辑帧（从控制视频获取的一帧中注入要制作动画的人或对象，使用 WanGP 图像编辑器或询问 Deepy）。运动效果相当好，但模型需要构建 5 秒长的滑动窗口。
功能更新包含不限于以下：
实时视频预览：观看生成过程中的运动发展！在“配置”/“常规”/“生成预览”下，选择传统的快速 RGB 帧、更清晰的 Tiny VAE 帧或循环的 Tiny VAE 视频。单击视频可暂停/恢复。谢谢@GOvEy1nw！
YuE2 乐谱延续：“作曲源”菜单可让您导入或扩展 ABC 乐谱，包括从音频转录的乐谱。谢谢@Beanow！
H3 欢迎更多参考：Ref2VA 现在可接受最多三个参考视频和三个音频参考以及图像参考。参考视频共享 15 秒预算；音频参考共享单独的 15 秒预算。
Krea 2 Real 和 HD VAE：Krea 2 和兼容的 Qwen Image 20B/Edit 型号获得 VAE 下拉菜单：尝试使用 Real 来获取照片纹理，尝试使用 HD 来获取细节和对比度。
Deepy 学习魔法蒙版：要求 Deepy 蒙版图像或视频中的命名对象、反转选择或创建简单的矩形蒙版。蒙版直接进入图库进行编辑。
更快的深度和即时增强：GGUF CUDA 内核 1.0.25 加速了 Q4_K 和 Bonsai PTQ1_0 的推测解码，无需额外的 VRAM。
Comfy Kitchen 内核支持：这些内核会自动安装，可以加速特定模型。它们已集成到 H3 和 LTX2.x 中，现在速度提高了 10%。
Minimax H3 INT8 ConvRot VAE：速度提高一倍。现在，当在变压器配置中选择 INT8 时，会自动下载并默认使用。
UI 优化：UI 应该更快，尤其是图像/视频库。
DLSS 5 神经渲染 — 不仅仅是高档：为完成的图像和视频提供 AI 修饰，可以丰富光照和材质外观，改善皮肤、头发、织物和树叶等精细特征，并随着时间的推移保持增强效果的稳定。使用 x1 进行原始分辨率细化，或使用 x1.5–x3 进行细化和放大，并可调节强度。 WanGP 估计录制媒体的深度和运动，因此结果仍然依赖于内容。请参阅 DLSS 5 概述和安装指南。
项目特点
低显存要求：只需 6GB 显存即可运行部分模型，适合“显卡贫民”（老款 NVIDIA RTX 10xx/20xx）。
多模型支持：兼容 Wan 2.1/2.2、Hunyuan Video、Flux、Qwen Image、LTX Video、Kandinsky 等主流开源生成模型。
多模态功能：不仅能生成视频，还支持图像编辑、语音合成（TTS）、音乐生成。
插件生态：内置画廊浏览器、模型管理器、CivitAI 下载器、Upscaler 等工具，方便扩展。
易用性：提供完整的网页界面和命令行模式，支持队列生成和批处理。
优化性能：支持量化（int8、fp8、NV FP4 等），提升速度同时降低显存占用。
应用领域
短视频创作：快速生成 AI 视频，用于社交媒体内容、广告或创意展示。
语音合成与配音：支持情感化 TTS，可生成多角色对话，适合播客、虚拟主播。
音乐生成：内置 Ace Step、Heart Mula 等模型，可自动生成歌曲和歌词。
学术研究与实验：为研究人员提供多模态生成平台，方便测试不同模型。
个性化创作：支持 Lora 微调和控制视频生成参数，满足定制化需求。
使用教程：（建议N卡，显存6G起，部分模型需内存32G起。支持50系显卡，基于CUDA12.8）
使用和之前发布的Wan2.1以及类似的视频生成软件类似，根据需要，点击最上方的模型列表，切换需要使用的模型，会根据切换的模型自动下载，模型较大，耐心等待下载完成。
注. 模型是通用的，更新新版后，只需要将之前旧版的模型目录（目录下的ckpts）移动到新软件目录下即可，无需重复下载
支持文生视频和图生视频。支持低端显卡运行阿里Wan、腾讯HunyuanVideo以及LTV Video等高精度模型。支持多种Lora类型扩展，请根据页面使用说明将lora模型放入对应的目录手动加载。
启动WebUI后，页面有“指南”选项卡，作者很详细的介绍了不同的模型参数和特点及应用领域、Lora模型的加载及使用以及VACE ControlNet的详细使用说明。UI我也做了大部分汉化，方便大家使用。
基于原版使用文档，我做了详细的翻译，建议大家仔细阅读，作为操作参考。
测试了30-50系显卡，均能正常运行。10-20没做测试，可自行测试
模型下载技巧：打开模型下载链接后，选择“按修改时间”排序，即可快速找到最新版本同步更新的模型，下载放到ckpts目录即可。
Wan2.2 提示词填写技巧，可以参考官方文档：
https://mp.weixin.qq.com/s/ucHuyomTZ6X2q_tL3wHQQg
https://alidocs.dingtalk.com/i/nodes/jb9Y4gmKWrx9eo4dCql9LlbYJGXn6lpz
软件目录结构：
📂 ckpts/
│ ├── 📂 chinese-wav2vec2-base/
│ │ └── pytorch_model.bin
│ ├── 📂 Qwen2.5-VL-7B-Instruct/
│ │ └── Qwen2.5-VL-7B-Instruct_quanto_bf16_int8.safetensors
│ └── 📂 umt5-xxl/
│ └── models_t5_umt5-xxl-enc-quanto_int8.safetensors
📂 models/
│ ├── 📂 qwen/
│ ├── 📂 wan/
│ ...
📂 loras/
📂 deepface/
......
下载地址：
夸克网盘：
🔒付费内容 游客， 上上宾会员 可免费下载该资源， 点此开通上上宾 免费下载全站99%的付费资源。或单独支付 99碎银 下载该资源
百度网盘：
🔒付费内容 游客， 上上宾会员 可免费下载该资源， 点此开通上上宾 免费下载全站99%的付费资源。或单独支付 99碎银 下载该资源
| 
发表于 
发表于