WanGP V53：多模态创作全面进化！低显存玩转一站式AI创作神器，视频图像3D世界音乐全搞定

无言***

WanGP V53：多模态创作全面进化！低显存玩转一站式AI创作神器，视频图像3D世界音乐全搞定 ...

WanGP 是一款功能强大、本地运行的开源 AI 创作工具，专为显卡不太强（甚至只有 4–8GB 显存）的普通用户设计。它把视频、图片、音乐、语音、3D 模型和可交互世界都整合在一个软件里，用浏览器就能操作，不用联网也能跑。

WanGP V53：多模态创作全面进化！低显存玩转一站式AI创作神器，视频图像3D世界音乐全搞定 ... ... ... ... ...

WanGP V53：多模态创作全面进化！低显存玩转一站式AI创作神器，视频图像3D世界音乐全搞定 ... ...

WanGP 就是给普通人用的“AI 创作全家桶”，低配电脑也能玩，从一张图、一段文字，一路做到视频、3D 甚至可探索的小世界。


今天分享的 WanGP V53，基于官方 11月4日的 V19.14 打包。该版大幅度 优化运存和显存占用，最低4G显存+32G运存即可流畅运行MiniMax H3生成视频，建议更新体验。WanGP V53还大幅扩展多模态能力，重点强化视频生成、3D 创作、交互世界与自动化生产。新增 Flux 3 Klein、Fibo 2.0、MOSS 系列、MiniMax H3 多种变体（Pika、Singularity、FastH3 等）、世界模型 Hy-Nomas / EVOKE，以及 Showrunner 全自动影视制作系统。Deepy Prime 升级为可建应用、搜索资源、Python 创作的本地助手，支持 Q4 KV 缓存扩大上下文。性能方面推出 Profile 0 自动内存管理、WGPKernels、更快 VAE、量化加速，显著降低 VRAM 占用并提升老旧 GPU 速度。3D 工具链完善（形状、纹理、高斯溅射），Manager 与 UI 全面优化，整体从单模型生成迈向“想法到成品”的一体化创作平台。


从V52开始，作者已经将项目名称由 Wan2GP 彻底变更为 WanGP ，所以后期所有该项目一键包也同步变更，需要老版本可搜索 Wan2GP！


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。
因个人精力有限，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。


11月4日更新内容

环境部分：

更新Python 3.11 + Pytorch 2.10 + Cuda 13组合环境；新增 WGPKernels（WanGP 自己的 INT8 内核），更新多个加速模块，针对Blackwell架构显卡（比如50系显卡）做了大量优化改进，使其在各领域尤其是视频生成领域性能大幅度提升；集成Git环境，无需手动安装Git即可实现插件安装配置



新增/更新模型

图像：Flux 3 Klein 5.6B（文生图/编辑，最多10参考图，Prompt Helper）、Fibo 2.0（最佳开源图像生成/编辑）、MOSS Image 5B（Base/SFT）、MOSS Image Editors（Edit SFT / Edit HQ v4）、Krea 2 Edit v2（General/Identity）、P-H3-Image（H3 转图像，8MP 8步）
视频/音频：MiniMax H3 系列（Pika 6步、Singularity、FastH3 Omni、PTD RefAsymOPD、LightVAE、H3 Regenerate 2K、Veda Sparse、新 TaoMate/FL2V/Ref2V 加速器）、Fish Audio Drama 3、MOSS-TTS v1.5（8B/Local 4B）
世界模型：Hy-Nomas 8B（文本启动）、EVOKE Turbo 14B（图像启动）
3D：Qwen3.5 GLB 3D Coder 4B、Pixal3D Multi-View Shape / Native Texture、Speridlabs Idol（TripoSplat 新权重）
其他：Nemotron Transcription（多说话人转录/翻译）、H3 Distilled Text Encoder（Qwen3-VL-4B 蒸馏版，约5GB）


功能更新

Showrunner：从简报到最长10分钟成品（MV/短片/广告），角色/场景/声音一致性、音乐同步、Deep Review、手动长镜头、视频模型直接说话等
Deepy Prime：建 Web Apps（游戏/故事/3D场景）、网页搜索、自动找/装 LoRA、Python 沙箱创作、批量自动化、Media Flow 集成、世界生成/续写；Q4 KV 缓存约翻倍上下文
世界探索：Worlds Gallery，键盘漫游（WASD），保存 .wgpworld，录制旅程
3D 工作流重组：按 Create/Texture/Refine/Split/Animate/Reconstruct 分类，形状与纹理分离
其他：Nemotron 离线转录（40语言、多说话人）、自定义 Denoising Sigmas、Apps Gallery



升级优化与改进

性能/VRAM：Profile 0 自动分配 Reserved RAM/VRAM；整体模型最高约10%加速+更低VRAM；RTX 20XX 大幅提速（LTX-2.5 VAE 4.8–6.8×）；WGPKernels 1.3+/1.4.2、GGUF kernels；量化 KV Cache；自动回收闲置模型内存；H3 Distilled Encoder 大幅降显存
Manager 0.1.14：更新时尽量保留环境、释放旧版本空间、更可靠启动、自定义下载路径
UI：App Bar、全屏应用、Media Flow 重设计、状态区显示模型名等
其他：--offline 模式、bug 修复、插件兼容性提升




项目特点

低显存友好：很多模型 4–8GB 显存就能用，老显卡（GTX 10 系、RTX 20 系）也能跑。
功能超级全：
生成和编辑视频、图片
做语音、音乐、配音
生成 3D 模型和可旋转查看的资产
创建可探索的 3D 世界（用键盘走路、转头）

有“导演助手”：Deepy Prime 能帮你写脚本、规划镜头、找素材、改提示词，甚至自动做出一整部短片或 MV（Showrunner 功能）。
一键优化：自动下载适合你显卡的模型版本，支持各种加速和量化，速度更快、显存更省。
本地隐私：全部在自己电脑上运行，不用上传内容到云端。



应用领域

短视频 / 内容创作：快速生成短片、广告、MV、解说视频，适合自媒体、短视频博主。
AI 影视与动画预演：用 Showrunner 从文字脚本自动拍成完整短片，适合独立创作者和小型工作室。
游戏 / 3D 资产制作：生成低多边形模型、纹理、角色，快速出原型。
交互体验与虚拟世界：创建可漫游的 3D 场景，做简单探索类内容或原型。
语音与音乐创作：配音、多角色对话、背景音乐生成。
个人学习与实验：想玩最新开源 AI 模型，又不想折腾复杂环境的用户。



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）

启动WebUI后，根据需要，点击最上方的模型选项卡（包含视频、图像、3D和音乐等模型系列），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

因该软件模块过于庞大，无法通过文字或是一个或几个教程能讲明白，所以没法录制或制作教程。

docs目录下有相关的模块和参数及使用说明，适合有兴趣和基础的群体研究，如果你是小白，也可以自行查阅资料和视频教程研究学习，看似复杂，实则也不难，不同模块都有细化注释和提示词指南，多操作几次基本也能玩转。

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：
一键包在路上...