Wan2.2 14B 文生视频：双专家模型出大片

上一课的 5B 解决「跑得动」，这一课的 14B 解决「跑得好」。Wan2.2-T2V-A14B 是阿里通义万相的文生视频模型：MoE 双专家架构，支持 480P 和 720P 的 5 秒视频，Apache 2.0 协议可商用，官方称在自家 Wan-Bench 2.0 上多数关键维度超过领先商业模型。

这一页把 Wan2.2 文生视频的 14B 工作流完整跑通：下载双专家四件套、20 步出片、开 Turbo 模式 4 步加速、自己改分辨率和时长。显存门槛也一起说清楚：官方 Python 脚本口径要 80GB，ComfyUI 用 fp8 权重加自动 offloading，模板实测便签是 24GB 卡（RTX 4090D）跑 640×640。

学完你能做什么

加载官方模板，跑通 Wan2.2 14B 文生视频：20 步采样，输出 640×640、81 帧、约 5 秒的视频
说得出 MoE 双专家怎么分工：高噪专家管构图，低噪专家管细节，27B 参数每步只激活 14B
一键开 Turbo 模式：挂 lightx2v 4 步 LoRA，4 步出片，试提示词比 20 步快好几倍
按规则改参数：宽高取 16 的倍数、帧数取 4n+1，自己调 480P/720P 和时长不报错
分清本课 EmptyHunyuanLatentVideo 和上一课 Wan22ImageToVideoLatent 的区别，知道什么时候值得从 5B 升级到 14B

你现在的困境

5B 跑通了，但正式出片总觉得差点意思：运动一复杂就糊，离「电影感」还差一口气
想上 14B，一看要下两个 13GB 的 diffusion 文件，官方脚本还写着 80GB 显存，直接劝退
网上的 14B 教程和模板对不上号：老教程里一堆散装节点，现在官方模板已经封装成一个子图节点，还多了个 Turbo 开关

什么时候用这一招

当你需要：

质量优先的正式出片：电影级审美控制、大规模复杂运动、多主体场景
480P / 720P、约 5 秒的短片素材——官方口径适合内容创作、艺术创作、教育培训等场景
商用项目：Apache 2.0 协议，保留版权声明即可商用

而且不想：

用 Wan-AI 官方 Python 脚本跑推理：命令行门槛高，官方口径至少 80GB 显存
每条片子都等 20 步的完整采样：先用 Turbo 4 步挑构图，定稿再精跑

🎒 开始前的准备

跑通了上一课 Wan2.2 5B 工作流：会加载视频模板、改正负提示词、按 Ctrl+Enter 运行
熟悉模型目录规则：文件放进 models/ 下对应子目录（回看模型放哪里）
ComfyUI 0.16.4 以上（官方模板库对这个模板标的最低版本；模板库用法见模板库教程，版本变化见更新日志）
硬盘留出约 33GB：四件套 13.31 + 13.31 + 6.27 + 0.24 GB；想开 Turbo 再加两个 1.14 GB 的 LoRA
24GB 级显存（模板实测便签口径：RTX 4090D 跑 640×640 占 84%；更小的卡看进阶技巧的 GGUF 方案）

核心思路

先记住 Wan2.2 14B 的四个关键设计，后面的每一步都在验证它们：

MoE 双专家 = 把去噪过程切成两半。 Wan2.2 给视频扩散模型引入了混合专家（Mixture-of-Experts）架构：高噪专家管去噪早期，专注整体布局；低噪专家管去噪后期，精修视频细节。每个专家约 14B 参数，合计 27B，但每一步只激活一个专家（14B）——所以推理算力和显存几乎不涨。官方口径：两个专家的切换点由信噪比（SNR）决定。
模板里就是「两个加载器 + 两个采样器」。 两个 Load Diffusion Model 分别加载高噪、低噪权重；两个 KSamplerAdvanced 接力采样——标准模式下高噪采样器跑第 0→10 步，低噪采样器接着跑第 10→20 步。两个 ModelSamplingSD3 的 shift 都是 5。
latent 节点换成了 EmptyHunyuanLatentVideo。 14B 用回 wan_2.1_vae（官方注明与 Wan2.2 兼容），latent 是 16 通道、空间 8 倍压缩——和上一课 5B 那个 48 通道的新 VAE latent 并不通用，所以节点也换了。
Turbo 模式是一个开关。 模板内置 lightx2v 4 步 LoRA 的自动切换：enable_turbo_mode 打开后，模型路径自动切到挂了 LoRA 的版本，步数 20→4、cfg 3.5→1。

5B 和 14B 怎么选：

	Wan2.2 TI2V 5B（上一课）	Wan2.2 T2V 14B（本课）
diffusion 权重	1 个文件（9.31 GB）	高噪 + 低噪两个文件（各 13.31 GB）
参数量	5B 稠密单模型	MoE 双专家：总参 27B，每步激活 14B
任务	文生 + 图生一个模型	只管文生视频（图生、首尾帧另有权重）
VAE	`wan2.2_vae.safetensors`（16×16×4）	`wan_2.1_vae.safetensors`（官方注明与 2.2 兼容）
latent 节点	`Wan22ImageToVideoLatent`（48 通道，宽高步长 32）	`EmptyHunyuanLatentVideo`（16 通道，宽高步长 16）
分辨率	720P（1280×704）@ 24fps	480P / 720P（模板默认 640×640 @ 16fps）
显存	官方口径 8GB	模板便签 24GB 实测 84%（640×640）
适合	快速原型、低显存、日常创意	质量优先的正式出片

两套都是 Apache 2.0 协议，商用不用另签协议。

跟我做

第 1 步：加载 Wan2.2 14B 文生视频模板

为什么：官方模板把双专家加载、两个采样器、Turbo 开关全部封装成一个 Text to Video(Wan2.2) 子图节点，常用参数都摆在节点表面，不会接错线。

打开模板库（Browse Templates），搜索「Wan2.2 14B T2V」，找到模板 Wan万相 2.2 14B 文生视频（英文界面叫 Wan 2.2 14B Text to Video）
点击加载

你应该看到：画布上是一个大的 Text to Video(Wan2.2) 子图节点加一个 SaveVideo，旁边还有两个说明便签——Model Links（全部模型的下载链接）和 VRAM Usage（官方实测显存/耗时记录）。子图节点表面摆着提示词、width / height、duration、高噪/低噪模型、高噪/低噪 Lightning LoRA、文本编码器、VAE 和 enable_turbo_mode 这些参数，没有任何红节点。

模板加载完成，画布无红节点

子图里面装了什么？（和网上老教程对不上号时看这里）

模板 JSON 里的子图 Text to Video(Wan2.2) 内部包含：两个 Load Diffusion Model（高噪/低噪）、两个 LoraLoaderModelOnly（Turbo 用的 4 步 LoRA）、Load CLIP（type 选 wan）、Load VAE、两个 ModelSamplingSD3（shift 5）、正负两个 CLIP Text Encode、EmptyHunyuanLatentVideo、两个 KSamplerAdvanced（接力采样）、VAEDecode、CreateVideo（fps 16）。老教程里这些是散装节点，现在官方把它们打包成了一个子图，外面只留常用参数。

第 2 步：下载四件套模型并归位

为什么：14B 是双专家架构，diffusion 权重有两个文件；加上文本编码器和 VAE 一共四件。各归各位，子图节点上的下拉列表里才选得到。

文件	放进	大小
`wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors`	`models/diffusion_models/`	13.31 GB
`wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors`	`models/diffusion_models/`	13.31 GB
`umt5_xxl_fp8_e4m3fn_scaled.safetensors`	`models/text_encoders/`	6.27 GB
`wan_2.1_vae.safetensors`	`models/vae/`	242.1 MB

注意两个「反直觉」点：文本编码器复用的是 Wan2.1 仓库的 umt5 fp8 版；VAE 也是 2.1 的（官方注明与 Wan2.2 兼容）——上一课 5B 用的 wan2.2_vae 在这课不适用。

text

📂 ComfyUI/
└── 📂 models/
    ├── 📂 diffusion_models/
    │   ├─── wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors
    │   └─── wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors
    ├── 📂 text_encoders/
    │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors
    └── 📂 vae/
        └─── wan_2.1_vae.safetensors

下载地址（模板里的 Model Links 便签也带着这两组）：

Hugging Face：Comfy-Org/Wan_2.2_ComfyUI_Repackaged（两个 diffusion + VAE）、Comfy-Org/Wan_2.1_ComfyUI_repackaged（文本编码器），文件在仓库 split_files/ 下的对应子目录
国内直连：魔搭 ModelScope 有同名镜像 Comfy-Org/Wan_2.2_ComfyUI_Repackaged、Comfy-Org/Wan_2.1_ComfyUI_repackaged

（可选）想开 Turbo 模式，再下两个加速 LoRA，放进 models/loras/：

文件	大小
`wan2.2_t2v_lightx2v_4steps_lora_v1.1_high_noise.safetensors`	1.14 GB
`wan2.2_t2v_lightx2v_4steps_lora_v1.1_low_noise.safetensors`	1.14 GB

你应该看到：子图节点上 high_noise_model / low_noise_model / clip_name / vae_name 四个下拉列表里都能选中对应文件。

四件套（+可选的两个 LoRA）出现在正确目录，下拉里能选中

💡 国内用户优先走 ModelScope

两个仓库在魔搭都有官方镜像，直连速度快，文件名和 HF 完全一致，按上面的表归位即可。

第 3 步：写提示词，跑通 Wan2.2 文生视频（20 步出片）

为什么：先用模板默认参数把整条链路验证通。默认是标准模式：20 步、cfg 3.5、euler + simple，高噪专家跑前 10 步、低噪专家跑后 10 步——这套默认值就是官方调好的平衡点，跑通之前别急着改。

在子图节点的正向提示词（text）里写一段完整的场景描述。模板示例：

text

Beautiful young European woman with honey blonde hair gracefully turning
her head back over shoulder, gentle smile, bright eyes looking at camera.
Hair flowing in slow motion as she turns. Soft natural lighting, clean
background, cinematic slow-motion portrait.

负向提示词是模板自带的中文段落，先原样保留：

text

色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，
整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，
画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，
静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走，裸露，NSFW

确认 enable_turbo_mode 是关闭状态（默认关闭）
按 Ctrl+Enter 运行

你应该看到：进度条走满 20 步，视频由 SaveVideo 节点存进输出目录的 video/ 子目录（文件名以 ComfyUI 开头，格式默认 auto），分辨率 640×640、81 帧、16fps，时长约 5 秒。模板实测便签（RTX 4090D、640×640）：标准模式（fp8_scaled）首条约 536 秒、第二条约 513 秒。

输出目录里出现你的第一条 Wan2.2 14B 视频

第 4 步：开 Turbo 模式，4 步快速出片

为什么：20 步要等八九分钟，反复试提示词太慢。模板内置了 lightx2v 4 步 LoRA 的自动切换——一个开关同时换模型路径、步数和 cfg，不用在三个地方手动改。

确认两个 4steps LoRA 已下载归位（第 2 步的可选项）
把子图节点上的 enable_turbo_mode 打开
运行

你应该看到：这次只跑 4 步——高噪专家 0→2、低噪专家 2→4，cfg 降到 1；模板实测便签口径：首条约 108 秒、第二条约 71 秒。

Turbo 模式跑通，出片时间明显缩短

开关背后发生了什么：

参数	标准模式	Turbo 模式
总步数	20	4
高噪/低噪分界	第 10 步	第 2 步
cfg	3.5	1
Lightning LoRA	不挂	高噪、低噪各挂一个（strength 1.0）
适合	正式出片	快速试提示词、挑构图

⚠️ Turbo 挑构图，标准模式出正片

4 步是拿步数换速度的加速方案。建议流程：Turbo 开着批量试提示词和构图，选定后再关掉开关，用 20 步标准模式重跑定稿。

第 5 步：改分辨率、时长和帧数

为什么：模板默认的 640×640、5 秒不是定死的；但宽高和帧数都有各自的步长规则，乱填会出问题。

子图节点上的三个参数：

参数	模板默认	规则	说明
width	640	16 的倍数	对应 latent 节点步长 16
height	640	16 的倍数	同上
duration	5	单位：秒	内部自动换算帧数：length = duration × fps + 1

想跑 480P：width 填 848、height 填 480（EmptyHunyuanLatentVideo 节点自己的默认值就是这组）
想跑 720P：width 填 1280、height 填 720（官方命令行示例用的就是这组尺寸）
想改时长：直接改 duration（秒）。5 秒 × 16fps + 1 = 81 帧；改 3 秒就是 49 帧
帧率在子图内部的 CreateVideo 节点（模板设为 16），一般不用动——调时长改 duration 就够

你应该看到：改完参数再运行，输出视频的分辨率和时长跟着变。

会改 width / height / duration，并说得出帧数为什么是 4n+1

为什么帧数还是 4n+1？

EmptyHunyuanLatentVideo 生成的 latent 在时间维度压缩 4 倍：length 帧会被压成 ((length−1)÷4)+1 个时间片。所以 length 只能取 1、5、9……81 这种 4n+1 的值，节点把步长定成 4 就是在保证这一点。duration × fps + 1（5×16+1=81）正好落在这个数列上。

检查点 ✅

标准模式跑通：20 步、640×640、81 帧、约 5 秒的视频出现在输出目录
Turbo 模式跑通：4 步出片，用时缩短到 2 分钟以内（24GB 卡口径）
说得出四件套的文件名和各自目录（diffusion_models ×2 / text_encoders / vae）
说得出 MoE 双专家分工：高噪管整体布局、低噪管细节精修，总参 27B、每步激活 14B
知道宽高取 16 的倍数、length 取 4n+1，会自己改 480P/720P 和时长

踩坑提醒

❌ 只下了一个 diffusion 文件

14B 是双专家：high_noise 和 low_noise 两个文件缺一不可。只下一个，子图节点上另一个 unet 下拉列表里选不到文件，工作流跑不起来。

正确做法：按第 2 步的表下齐四件套，高噪、低噪各就各位。

❌ VAE 又下错了：这次要用 2.1 的

上一课 5B 用 wan2.2_vae，这一课 14B 反过来，用 wan_2.1_vae（官方注明与 Wan2.2 兼容）。两个模型家族的 latent 通道数都不一样（5B 是 48 通道，14B 是 16 通道），VAE 不能混用。

正确做法：本课只认 wan_2.1_vae.safetensors，别顺手把上一课的 VAE 拿来复用。

❌ 开着 Turbo 却没下 LoRA 文件

enable_turbo_mode 打开后，模板会把两个采样器的模型输入切到挂 LoRA 的路径上；LoRA 文件不在 models/loras/，下拉列表里选不中，直接卡住。

正确做法：先把两个 wan2.2_t2v_lightx2v_4steps_lora_v1.1_*.safetensors（各 1.14 GB）下好归位，再开开关。

❌ 显存不到 24GB 还硬跑 720P

模板默认 640×640 是有原因的：模板实测便签里 24GB 卡跑这个尺寸已占 84% 显存。直接上 1280×720，latent 变大，显存占用跟着涨，很容易 OOM。

正确做法：先减时长（duration 5→3），再把宽高在 16 的倍数里往小调（注意 848×480 与 640×640 像素数相当，换过去省不了多少显存）。显存实在紧张，看下面的 GGUF 量化方案。

进阶技巧（可选）

提示词扩写：短句变长句

官方推荐开启提示词扩写（prompt extension）来丰富视频细节：官方脚本用 dashscope API 的 qwen-plus（文生视频任务）扩写，也可以换本地 Qwen 模型（如 Qwen2.5-14B-Instruct）。ComfyUI 模板里没有这个环节，但思路可以直接搬：把短句先丢给任意 LLM 扩写成完整场景描述，再贴进正向提示词。

官方模型卡的文生视频示例提示词就是一句短句：

text

Two anthropomorphic cats in comfy boxing gear and bright gloves fight
intensely on a spotlighted stage.

显存不够：GGUF 量化版

社区有 T2V-A14B 的 GGUF 量化版（bullerwins/Wan2.2-T2V-A14B-GGUF、QuantStack 的 Wan2.2 GGUF 合集），配 city96/ComfyUI-GGUF 自定义节点加载——低显存跑 14B 的主流方案，具体玩法见GGUF 量化模型。

官方提示词指南

阿里官方维护了一份 Wan2.2 提示词指南（钉钉文档），中英文提示词都支持——本课模板自带的负向提示词本来就是中文。

本课小结

✅ 这一课跑通了 Wan2.2 文生视频的 14B 双专家工作流：

✅ 标准模式：四件套权重 + 官方模板，20 步、cfg 3.5、euler + simple，640×640 约 5 秒出片
✅ MoE 原理：高噪专家管构图、低噪专家管细节，总参 27B、每步只激活 14B，算力不涨
✅ Turbo 模式：enable_turbo_mode 一个开关，4 步 LoRA + cfg 1，试提示词大幅提速
✅ 参数规则：宽高 16 的倍数、length 取 4n+1，会自己改 480P/720P 和时长

关键配置字段回顾：

字段	推荐值	说明
high_noise_model	`wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors`	高噪专家，管去噪前半段
low_noise_model	`wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors`	低噪专家，管去噪后半段
clip_name	`umt5_xxl_fp8_e4m3fn_scaled.safetensors`	type 选 `wan`，复用 2.1 仓库文件
vae_name	`wan_2.1_vae.safetensors`	官方注明与 Wan2.2 兼容，别用 5B 那个
采样（标准模式）	20 步 / cfg 3.5 / `euler` + `simple` / 分界第 10 步	模板默认
采样（Turbo）	4 步 / cfg 1 / 分界第 2 步 + 两个 4steps LoRA	`enable_turbo_mode` 打开
ModelSamplingSD3	shift 5（高噪、低噪各一个）	模板默认
width / height	640×640（16 的倍数）	480P 用 848×480，720P 用 1280×720
duration	5 秒（length = duration×fps+1 = 81 帧）	fps 16 在子图内 CreateVideo
SaveVideo	`video/ComfyUI` 前缀，格式 auto	输出在 `video/` 子目录

下一课预告

文生视频是从零开始创作；下一课让现成的照片动起来：Wan2.2 14B 图生视频：让照片动起来。你会学到：

14B 图生视频的专用权重长什么样（注意：I2V 是 fp16 文件，和本课的 fp8 不同）
Load Image 上传首帧，视频从你的照片开始动
什么时候用 T2V 从零创作、什么时候用 I2V 改造现成素材

附录：源码参考

点击展开查看源码位置

更新时间：2026-11-05（模板库模板 video_wan2_2_14B_t2v，官方标注最低 ComfyUI 版本 0.16.4）

内容	位置
官方教程（Wan2.2，含 14B T2V 节）	https://docs.comfy.org/tutorials/video/wan/wan2_2
工作流模板 JSON	https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_wan2_2_14B_t2v.json
权重仓库（Hugging Face）	https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged
权重仓库（ModelScope 镜像）	https://modelscope.cn/models/Comfy-Org/Wan_2.2_ComfyUI_Repackaged
Wan-AI 模型卡（T2V-A14B：MoE 27B/14B、480P/720P、80GB 口径）	https://huggingface.co/Wan-AI/Wan2.2-T2V-A14B
`EmptyHunyuanLatentVideo` 节点源码	comfy_extras/nodes_hunyuan.py（L43–L64）

本页参数（标准模式 20 步 / cfg 3.5 / 分界第 10 步、Turbo 4 步 / cfg 1 / 分界第 2 步、shift 5、640×640 / 81 帧 / fps 16、四件套与 LoRA 文件名及大小、实测便签 536s / 108s）均核对自模板 JSON video_wan2_2_14B_t2v.json 的实际节点值；MoE 架构、480P/720P 与显存口径来自 Wan-AI 模型卡与官方教程。

Wan2.2 14B 文生视频：双专家模型出大片 ​

学完你能做什么 ​

你现在的困境 ​

什么时候用这一招 ​

🎒 开始前的准备 ​

核心思路 ​

跟我做 ​

第 1 步：加载 Wan2.2 14B 文生视频模板 ​

第 2 步：下载四件套模型并归位 ​

第 3 步：写提示词，跑通 Wan2.2 文生视频（20 步出片） ​

第 4 步：开 Turbo 模式，4 步快速出片 ​

第 5 步：改分辨率、时长和帧数 ​

检查点 ✅ ​

踩坑提醒 ​

❌ 只下了一个 diffusion 文件 ​

❌ VAE 又下错了：这次要用 2.1 的 ​

❌ 开着 Turbo 却没下 LoRA 文件 ​

❌ 显存不到 24GB 还硬跑 720P ​

进阶技巧（可选） ​

提示词扩写：短句变长句 ​

显存不够：GGUF 量化版 ​

官方提示词指南 ​

本课小结 ​

下一课预告 ​

附录：源码参考 ​

Wan2.2 14B 文生视频：双专家模型出大片

学完你能做什么

你现在的困境

什么时候用这一招

🎒 开始前的准备

核心思路

跟我做

第 1 步：加载 Wan2.2 14B 文生视频模板

第 2 步：下载四件套模型并归位

第 3 步：写提示词，跑通 Wan2.2 文生视频（20 步出片）

第 4 步：开 Turbo 模式，4 步快速出片

第 5 步：改分辨率、时长和帧数

检查点 ✅

踩坑提醒

❌ 只下了一个 diffusion 文件

❌ VAE 又下错了：这次要用 2.1 的

❌ 开着 Turbo 却没下 LoRA 文件

❌ 显存不到 24GB 还硬跑 720P

进阶技巧（可选）

提示词扩写：短句变长句

显存不够：GGUF 量化版

官方提示词指南

本课小结

下一课预告

附录：源码参考