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 V43版 - 更多LTX2.3扩展更新 低配显卡玩转AI绘画/视频生成/音乐语音 支持50系显卡 一键整合包下载 ...
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HunyuanVideo 13B图生视频模型来说，原版需要至少80G显存才能跑得动的模型，现在 Wan2GP 把这个标准降低到10GB，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Flux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、Ace-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 V43版，基于官方 5月28日的 V11.86 打包。新增 LTX2.3多个扩展更新; 新增 LongCat 1.5 Avatar数字人说话视频生成模型；新增 DramaBox 、Omnivoice、 ScenemeAI等语音模型；新增 Vista 4D 多视角动态摄像机场景；新增 HiDreamO1 画图模型等。
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。
5月28日更新内容
环境部分：
新增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：
在视频模型中直接实现语音克隆：利用任何视频模型实现语音克隆：如果你已经创建了出色的 LTX2/Ovi/Multitalk 等模型，但却因为该模型不支持语音克隆功能而感到遗憾？那么请使用全新的 SeedVC 音频后处理功能吧。该功能可以替换你选定的任意两个声音。无论使用哪种视频模型，这一功能都能完美发挥作用。你可以在“音频”选项卡的“高级设置”中找到该功能，或者将其视为音频/视频的“后期处理”功能。WanGP 独家的“双音语音克隆”功能还能自动识别正在说话的人，并在正确的音频位置进行声音替换
LongCat 1.5 虚拟形象：有了这个全新的“说话头像”模型，你终于可以成为 LongCat 的忠实粉丝了。该模型的处理速度极快（只需 8 步即可完成处理），同时还能通过“滑动窗口”技术生成高质量的内容，几乎不受限制
SeedVC v2：该版本支持语音克隆功能，同时能保留背景噪音/音乐；还支持唱歌功能。你可以在“配置/扩展”选项中启用 SeedVC v2，从而获得更高质量的语音克隆效果（不过，SeedVC v2 不支持唱歌功能）
DramaBox：和 ScenemeAI 一样，DramaBox 也利用 LTX2.3 技术来生成生动的音频效果。相比 ScenemeAI，DramaBox 的表现更为出色（不过处理速度稍慢）。当然，和往常一样，DramaBox 也具备开箱即用的对话模式
ScenemeAI：这是一种基于 LTX2.3 开发的文本转语音技术，它充分利用了 LTX-2 所具备的丰富知识库。由于用户可以通过描述说话者的行为或所说的话来控制音频的输出，因此 ScenemeAI 能够生成极其逼真的音频效果。该系统还支持多个说话者之间的对话功能（前两个说话者还可以进行声音克隆处理）。在生成英语对话时，各个说话者之间的过渡尤为自然流畅。ScenemeAI 属于常见的文本转语音模型之一，不过需要注意的是，由于该系统使用了 LTX2 引擎，因此默认情况下会使用视频内存模式来处理数据。建议使用 WanGP Prompt Enhancer 来帮助生成更生动的对话内容
LTX2.3 Id Lora Distilled、LTX2.3 EditAnything、LTX2 Prompt Relay等多个扩展功能更新
HiDreamO1：进行了新的 2604 次微调，应该能有效减少该模型带来的烦人“遮挡效应”。我还重新生成了所有的 quant8 格式文件（这些文件的体积现在大了 20%，但这是为了获得更好的质量而必须付出的代价）。请注意，该模型更适用于分辨率不低于 1080p 的图像
Omnivoice：这款文本转语音模型速度很快，而且支持 100 种语言的语音合成功能。WanGP 还额外提供了实验性的对话模式（不过这个模式并不理想，因为很难预测 Omnivoice 何时才能完成语音合成）
“魔法遮罩”功能：现在，创建视频遮罩或图像遮罩变得前所未有的简单快捷。无需进入“视频遮罩生成器”选项卡，只需点击“遮罩”字段旁边的“魔术棒”图标，然后在右侧输入诸如“蓝色汽车”或“女士”之类的关键词即可。由 SAM3 技术生成的遮罩质量极高。您一定会欣赏到 SAM3 所带来的出色效果
支持 SAM3 的视频遮罩生成工具：如果您仍然需要生成复杂的遮罩效果，可以将传统的点选式遮罩与 SAM3/Magic Mask 功能结合起来使用。您需要在“配置/扩展”选项卡中启用此功能
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8G起，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
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/
│ ...
📂 deepface/
......
下载地址：
一键包在路上...
| 
发表于 
发表于