Wan2.2 本地部署避坑：我替你踩过的那些雷
| 项目 | 内容 |
|---|---|
| 软件 | Wan2.2 |
| 版本 | 3.43.2 |
| 平台 | Android APK |
| 体积 | 64.42M |
| 分类 | 摄影图像 |
| 开发商 | 通义云启（杭州）信息技术有限公司 |
| 包名 | com.aliyun.tongyi |
| 官网 | Wan2.2 官网 |
| 下载一 | Wan2.2 下载，Wan2.2 下载 |
| 下载二 | Wan2.2 下载，Wan2.2 下载 |
| 文档 | Wan2.2 文档 |
| 介绍 | 三个月前兴冲冲想本地部署 Wan2.2 搞文生视频，结果前后折腾两周才跑通。看着就是 pip install + torchrun 的事，实际踩了好几个不仔细看文档就必翻的坑。 |
Wan2.2 是什么，能干嘛
Wan2.2 是阿里通义万相开源的大模型系列，主打图片和视频生成能力。它分好几个型号——TI2V-5B 是基础款，24GB 显存就能跑，A14B 是 MoE 架构的旗舰款，效果好但显存门槛高，还有 Animate-14B 做角色动作复现的。开源之后可以本地部署，也可以用 HuggingFace Diffusers 几行代码集成到自己的项目里。适合谁？手里有 NVIDIA 显卡、想自己跑文生视频、不想每次都调云端 API 的开发者和爱好者。
第一个坑：FlashAttention 装不上
症状：跑 pip install -r requirements.txt 其他包都顺利，唯独 flash_attn 编译报错退出，错误日志翻不到头，最后只给一行 "subprocess-exited-with-error"。
原因：FlashAttention 3 对编译环境要求非常挑剔。它需要匹配的 CUDA 版本、PyTorch 版本，还有完整的 C++ 编译工具链。Linux 上还得装 build-essential，Windows 上需要 Visual Studio C++ Build Tools。更烦的是，如果你一次性装所有依赖，FlashAttention 往往会在其他包之前失败，整个 pip install 直接中断。
解法：官方文档给的建议被我验证过——先装其他所有包，最后单独装 FlashAttention。如果还报错，按这三步排查：
nvidia-smi看驱动版本，torch.cuda.is_available()确认 PyTorch 能识别到 GPU；- 升级 pip、setuptools、wheel 到最新版（
pip install --upgrade pip setuptools wheel）； - 还不行就看显卡架构——4090/A100 用 FlashAttention 2 也能凑合，Hopper 架构（H100）才必须 FlashAttention 3。
第二个坑：显存不够硬跑 A14B
症状：命令一敲，模型加载到一半就报 "CUDA out of memory"，GPU 显存直接炸掉。我一开始以为是 offload 参数没开，加了 --offload_model True 之后还是爆，反复调 convert_model_dtype 也没用。
原因：A14B 是 MoE 架构，参数规模虽大但实际激活的只有一部分专家——但 MoE 模型加载时需要先把所有专家权重都加载进显存做初始计算，这一步的显存峰值远超你用 TI2V-5B 的预期。TI2V-5B 只需 24GB 显存就能跑文生视频，A14B 单卡 24GB 根本顶不住。
解法：有两条路。一条是退一步，TI2V-5B 文生视频效果跟 A14B 差不了太多，24GB 卡稳稳跑。另一条是上多卡，8 卡用 FSDP + Ulysses 并行，A14B 就能流畅跑 720P 了。单卡真想撑 A14B 的话，只能把分辨率降到 480P，还要开 CPU offload 和 VAE slicing，生成速度会慢不少。
第三个坑：Prompt 扩展不开启，视频细节全靠运气
症状：生成的视频画面空洞、动作不连贯，两只猫打拳击只看到轮廓，拳击手套的细节全没。换了好几个 prompt，要么画面太笼统要么动作对不上，我一度以为是模型本身效果就这样。
原因：Wan2.2 官方强烈建议开启 prompt 扩展。原始 prompt 通常比较短、比较概括，扩展会自动补充场景细节、光照、镜头语言等。我一开始嫌多一步配置麻烦没开，直接喂原始 prompt，生成质量打了对折。
解法：两种扩展方式。推荐用 DashScope 云端 API——去阿里云百炼控制台申请 DashScope API Key，设个环境变量，推理命令加 --use_prompt_extend --prompt_extend_method dashscope 就行。DashScope 有免费额度，超出按量计费，比自己下模型省空间。如果不想联网，也可以下 Qwen 系列模型本地扩展——但 7B 模型约 15GB，14B 约 28GB，还要额外占 GPU 显存，得自己权衡。
第四个坑：Diffusers 加载权重忘了加后缀
症状：用 Diffusers Pipeline 加载 Wan2.2 模型时报 RepositoryNotFoundError，说找不到我指定的模型仓库。反复核对仓库名、确认 HF 上存在、甚至换了镜像，一样报错。
原因：Wan2.2 全系列在 HuggingFace 上有两套权重——官方原生权重和 Diffusers 适配版本。加载 Diffusers Pipeline 时必须用带 -Diffusers 后缀的仓库名。我一开始写的是 "Wan-AI/Wan2.2-T2V-A14B"，这是原生权重仓库，Diffusers Pipeline 不认。
解法：把仓库名改成 "Wan-AI/Wan2.2-T2V-A14B-Diffusers"，加了 -Diffusers 后缀就对了。Pipeline 内部会自动处理 MoE 模型的高噪/低噪专家加载和 SNR 切换，不用手动管。TI2V-5B、Animate-14B 同理，仓库名都要带这个后缀。
第五个坑：多卡命令和单卡参数混用
症状：照着网上看到的多卡教程敲命令，结果 offload 参数和 FSDP 参数一起用，要么报参数冲突，要么跑起来巨慢——多卡反而比单卡还卡。
原因：单卡和多卡的命令参数是两套思路。单卡需要 --offload_model True 把模型层卸载到 CPU 省显存、--convert_model_dtype 转 bfloat16 减显存。但多卡用 FSDP（Fully Sharded Data Parallel）分片模型权重，--ulysses_size 8 做序列并行，这时候再加 offload 反而会拖垮速度——分片之后各卡自己的显存已经够了，offload 变成了多余的 CPU-GPU 数据搬运。
解法：单卡就用单卡参数，多卡就用多卡参数，别混。单卡模板：--offload_model True --convert_model_dtype，多卡模板：--dit_fsdp --t5_fsdp --ulysses_size 8，两套互斥。
要点速查
- FlashAttention 最后单独装，先装完其他依赖再碰它
- 24GB 显存选 TI2V-5B，A14B 至少要多卡或更高显存
- Prompt 扩展默认开启，DashScope 云端比本地省事儿
- Diffusers Pipeline 权重仓库名必须带
-Diffusers后缀 - 单卡参数和多卡 FSDP/Ulysses 参数别混用
避完这些坑，Wan2.2 真的是目前开源文生视频里效果最扎实的选择——只要环境搭对、参数选准，从一句 prompt 到一段 720P 视频也就几分钟的事。
本文为个人基于网络公开资料整理编写，非官方内容，仅供学习交流参考；软件版权归原作者所有，请支持正版；使用过程中遇到问题请查阅官方渠道，本文不承担任何责任。
