← 返回排行榜

Wan2.2-Animate-2-14B 万相 2.2 动作迁移 2 代

阿里 Wan 团队 · 2026-08-06 · Apache-2.0

专门做「动作迁移/角色替换」的 14B 模型:给一段驱动视频和一张角色图,把动作搬到你的角色身上。

特点

适用范围

和同代模型对比

和 SCAIL-2 抢同一件事(动作迁移/角色替换):SCAIL-2 是 MIT、端到端、要参考角色 + 驱动视频;Wan-Animate-2 是 Apache-2.0、14B、官方给了完整版与蒸馏版两套模板。想少踩坑选 Wan,想许可最宽松选 SCAIL。

指标Wan2.2-Animate-2-14BMiniMax H3LTX-2.5Wan-Dancer-14B
发布时间2026-08-062026-07-282026-07-232026-07-10
近30天下载9.5k5.0M2.0M3.5k
许可Apache-2.0MiniMax H3 Community LicenseLTX-2 Community LicenseApache-2.0
规模14B官方未公布总参数量(权重文件 int8 约 19.5GB)22B14B
官方模板数2431
Civitai LoRA—10044—
Civitai 微调—3211—
本机 16GB14B 偏紧,用蒸馏版 + fp8;驱动视频先裁短。必须靠 offload 或量化版:19.5GB 的 int8 权重本身就超过 16GB 显存。22B 原版放不下,必须 fp8 或 nvfp4 + 分块 offload,出片以 720p、几秒为主。同 14B 视频模型:需 fp8/量化 + 短片段。

表内数字:下载量取 HuggingFace 近 30 天;LoRA / 微调数是 Civitai 上该底模的条目数(采样本期抓到的,非全站总量)。

关键参数

输入
驱动视频 + 参考角色图
权重
14B(含 Distilled)
许可
Apache-2.0

本机部署建议(RTX 5060 Ti 16GB)

16GB 结论
14B 偏紧,用蒸馏版 + fp8;驱动视频先裁短。
显存提示
动作迁移要同时载入参考图与驱动帧,显存峰值高于同尺寸 T2V。
建议起手
video_wan_animate2_distilled 模板,驱动视频压到 3–5 秒。

使用建议

坑点 / 注意

官方 ComfyUI 工作流

下载 JSON 后拖进 ComfyUI 窗口即可载入;缺节点通常是 ComfyUI 版本太旧。

官方链接

下载 / 安装

文件级链接点一下就直接下载(HF 会 302 到 CDN);每条下面标了精度档位与最低显存,命令行口令点右上角「复制」。

国内镜像(推荐)

umt5_xxl_fp8_e4m3fn_scaled.safetensors · 6.7 GB
文本编码器/辅助权重(不是主模型)|FP8 量化|建议 ≥8GB 显存|本机 16GB 轻松跑;视频另受时长/分辨率影响|画质损失小,16GB 显存的首选档
wan_animate_2_distill_int8_convrot.safetensors · 16.7 GB
INT8 量化|建议 ≥20GB 显存|本机 16GB 需轻微 offload;视频另受时长/分辨率影响|整数 8bit,速度取向
wan_animate_2_int8_convrot.safetensors · 16.7 GB
INT8 量化|建议 ≥20GB 显存|本机 16GB 需轻微 offload;视频另受时长/分辨率影响|整数 8bit,速度取向
lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors · 738 MB
BF16 全精度|建议 ≥6GB 显存|本机 16GB 轻松跑;视频另受时长/分辨率影响|原版精度,体积最大
hf-mirror · 仓库目录
ComfyUI 专用仓,文件已按 models/diffusion_models 等子目录切好
ModelScope(魔搭)镜像
国内直连,适合在浏览器里手动挑文件

官方直连

umt5_xxl_fp8_e4m3fn_scaled.safetensors · 6.7 GB
文本编码器/辅助权重(不是主模型)|FP8 量化|建议 ≥8GB 显存|本机 16GB 轻松跑;视频另受时长/分辨率影响|画质损失小,16GB 显存的首选档
wan_animate_2_distill_int8_convrot.safetensors · 16.7 GB
INT8 量化|建议 ≥20GB 显存|本机 16GB 需轻微 offload;视频另受时长/分辨率影响|整数 8bit,速度取向
wan_animate_2_int8_convrot.safetensors · 16.7 GB
INT8 量化|建议 ≥20GB 显存|本机 16GB 需轻微 offload;视频另受时长/分辨率影响|整数 8bit,速度取向
lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors · 738 MB
BF16 全精度|建议 ≥6GB 显存|本机 16GB 轻松跑;视频另受时长/分辨率影响|原版精度,体积最大
HuggingFace · 仓库目录
ComfyUI 官方打包,按目录结构切好
HuggingFace · 原始权重仓
未切分的原始仓库,ComfyUI 用户一般不需要
国内镜像下载(PowerShell,推荐)
$env:HF_ENDPOINT="https://hf-mirror.com"; hf download Comfy-Org/Wan-Animate-2 --local-dir ComfyUI\models
官方直连下载(需能访问 huggingface.co)
hf download Comfy-Org/Wan-Animate-2 --local-dir ComfyUI\models
没装 hf 命令就先装
pip install -U "huggingface_hub[cli]"

显存是「最低可跑」的估算:ComfyUI 会分时加载权重与文本编码器,所以最低显存≈权重体积再上一档;实际还要给激活值留余量,视频模型另受时长与分辨率影响。

放到哪:底模 → ComfyUI/models/diffusion_models;LoRA / 微调 → models/loras 或 models/checkpoints;文本编码器 → models/text_encoders;VAE → models/vae。Comfy-Org 的仓已按这套目录结构打包,--local-dir ComfyUI\models 即可直接落位。