Wan2GP：低配置GPU用户的开源AI视频生成工具

Wan2GP是由deepbeepmeep开发的开源AI视频生成工具，核心定位为面向低配置GPU用户的高速AI视频生成器，从Wan-Video/Wan2.1复刻而来，是一款轻量化且功能丰富的生成式AI工具。

核心特性

1. 低门槛硬件适配：最低6GB显存即可运行部分模型，支持老旧Nvidia GPU（RTX 10XX/20XX等）、AMD GPU（RDNA 2/3/3.5/4），最新GPU上运行速度极快。
2. 多模型支持：兼容Wan 2.1/2.2、混元视频、Flux、Qwen图像、LTX Video/Z-Image/LongCat等多款主流生成式AI模型，同时支持Qwen3 TTS、Chatterbox等音频/交互模型。
3. 丰富的量化与适配：支持int8、fp8、gguf、NV FP4、Nunchaku等多种量化格式，可根据硬件架构自动下载适配模型。
4. 全功能交互与工具：提供网页可视化界面，集成遮罩编辑器、提示词增强器、姿态/深度/流提取器、运动设计器等视频生成辅助工具；支持Loras模型定制、任务排队系统，还可通过命令行无头模式批量处理任务。
5. 丰富插件生态：内置画廊浏览器、超分器、模型管理器、CivitAI浏览器/下载器等即用型插件。
6. 跨平台与部署：支持Windows、Linux系统，提供Docker自动化部署脚本，可自动检测GPU并配置最优CUDA架构。
7. 推出离线智能助手Deepy，仅需8GB显存即可运行，100%免费，基于Qwen3VL Abliterated模型，支持GGUF内核加速。
8. Deepy可完成视频裁剪、帧提取、音频修剪等基础操作，还能执行图像生成-编辑-视频过渡的全流程工作流，支持音频转写、指定尺寸/帧数生成视频/图像。
9. 修复Gradio队列后台运行问题，新增“保留中间滑动窗口”配置项，支持Linux系统，安装flash attention 2和triton可实现2-3倍速度提升、更低显存占用。
10. 新增Qwen3.5 VL Abliterated无审查提示词增强器，提供4B/9B模型及GGUF Q4/Int8量化版本，vllm加速后速度提升5倍。
11. 新增GGUF CUDA内核，扩散视频模型速度提升15%、LLM模型速度提升3倍（暂仅支持Windows）。
12. LTX2.3模型优化：支持无起始帧的结束帧生成、多帧注入、结束帧/注入帧的图像强度调节，显存优化后24GB显存理论可生成4K/15s视频，速度提升8%，还新增NVFP4开发版检查点。
13. 推出WanGP内部API，支持作为第三方应用后端；发布基于该API的LTX Desktop WanGP视频编辑应用，大幅降低显存需求。
14. 新增mp4高音质音频输出格式（AAC192/AAC320/ALAC无损）。
15. 首发LTX-2.3模型（22B），优化音频、图生视频效果和细节，支持Ic lora Union Control实现人体动作/边缘迁移，提供专家级可配置参数。
16. 新增Kiwi Edit视频编辑模型、SVI PRO2结束帧功能（支持超长视频生成）。
17. 升级模型选择器/管理器，新增彩色状态标识（蓝色=完全下载、黄色=部分下载、黑色=未下载），支持按量化格式筛选、查看缺失文件。
18. 优化Matanyone 2遮罩提取器，精度大幅提升。

安装与运行

快速安装

推荐使用Pinokio App的wan2gp/wan2gp-amd社区脚本，一键部署。[Pinokio + 社区脚本 安装](#Pinokio + 社区脚本 安装)

手动安装

提供Python 3.10（即将弃用）和3.11两个版本，基于conda创建虚拟环境，安装指定版本PyTorch和依赖包，核心命令：

1
2
3
4
5

git clone https://github.com/deepbeepmeep/Wan2GP.git
cd Wan2GP
conda create -n wangp python=3.11.14 && conda activate wangp
pip install torch==2.10.0 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu130
pip install -r requirements.txt

运行与更新

1. 常规运行：python wgp.py
2. 无头模式批量处理：python wgp.py --process my_queue.zip
3. 更新：git pull && pip install -r requirements.txt

Docker部署

Debian系系统执行./run-docker-cuda-deb.sh，脚本自动检测GPU、配置CUDA、构建镜像并运行，镜像包含CUDA 12.4.1、PyTorch 2.6.0等优化环境。

配套资源与社区

https://github.com/deepbeepmeep/Wan2GP

Pinokio + 社区脚本 安装

• Pinokio：一个「AI 应用一键安装器」，相当于 AI 界的「应用商店」，用可视化界面帮你自动跑命令、装依赖、建环境、启动程序，全程点点鼠标就行，不用懂代码。
• 社区脚本（Community Script）：
  • 是用户/开发者写好的 自动化脚本（用 Pinokio 专属脚本语言写），上传到 GitHub 并打上 pinokio 标签，就会自动出现在 Pinokio 的「Community」页。
  • 官方不审核，属于「用户分享、自己负责」的脚本；和官方「Verified（认证）」脚本不同。

wan2gp / wan2gp-amd 具体是什么

它们是同一个作者（GitHub：6Morpheus6）发布的两套脚本，核心功能一样，唯一区别：显卡适配：

GitHub 地址（同时包含 NVIDIA + AMD 两套配置）

脚本里到底帮你干了啥（全自动）

你在 Pinokio 里点「Install」，它后台自动做所有事，不用你管：

1. 自动检测系统（Windows/Linux）、显卡型号、显存大小；
2. 自动安装/配置：
   • Python 3.11（官方推荐的新版本）；
   • Conda 虚拟环境（隔离依赖，不搞乱系统）；
   • 对应显卡的 PyTorch + CUDA（NVIDIA）/ ROCm（AMD）；
   • 所有依赖：requirements.txt、SageAttention、Triton、FlashAttention、GGUF 内核、vLLM 等加速组件；
3. 自动克隆官方仓库：https://github.com/deepbeepmeep/Wan2GP；
4. 自动下载适配你显卡的模型（Wan 2.1/2.2、Hunyuan、LTX、Flux 等）；
5. 全部装完后 自动启动 WanGP，浏览器打开 http://localhost:7860 直接用；
6. 以后想重启：在 Pinokio 里点「Start」就行，不用再走一遍安装。

和「手动安装」比，好在哪？

• ✅ 零命令：不用敲 git clone / conda create / pip install；
• ✅ 零报错：自动处理版本兼容、依赖冲突、显卡适配；
• ✅ 一键更新：Pinokio 里点「Update」自动拉最新代码、更依赖；
• ✅ 隔离环境：所有东西装在 Pinokio 专属目录，不污染电脑全局；
• ✅ 小白友好：全程可视化，适合完全不懂命令行的人。

怎么在 Pinokio 里用？（极简步骤）

1. 下载安装 Pinokio
2. 打开 Pinokio → 进入「Community」标签；
3. 搜索：wan2gp（NVIDIA）或 wan2gp-amd（AMD）；
4. 找到 6Morpheus6 发布的脚本 → 点「Install」；
5. 等几分钟（自动装完）→ 自动弹出浏览器，直接用 WanGP。
6. 这是社区脚本，非 WanGP 官方；但作者 Morpheusus 在 WanGP 社区很活跃，口碑稳定、用的人多；
7. 想折腾/改配置：装完后可在 Pinokio 里点「Open Folder」，进入 WanGP 目录自己改文件。