低显存环境下的性能优化方案
针对6-8GB显存的消费级GPU，可通过以下方法突破硬件限制：
- 分级加载技术：启用
--t5_cpu将文本编码器卸载到CPU，节省约1.5GB显存；结合--offload_model True可再释放2GB - 时间轴切片：修改
config.json中的num_frames参数，将默认24帧缩减为12帧，显存需求降低35% - 混合精度计算：添加
--amp参数启用自动混合精度，RTX系列显卡可获得1.8×加速
典型优化案例：
在RTX 3060(12GB)上生成720P视频时，使用组合参数：python generate.py --task t2v-1.3B --size 1280×720 --ckpt_dir ./Wan2.1-T2V-1.3B --prompt "场景描述" --t5_cpu --offload_model True --amp
该配置可使峰值显存从10.2GB降至6.8GB，同时保持85%的原始质量。若仍遇显存不足，可进一步降低--batch_size值（默认4调整为2）
本答案来源于文章《Wan2.1：在消费级 GPU 上生成高质量视频》
未经允许不得转载：AI生产力工具 » 如何在有限显存条件下优化Wan2.1的视频生成性能？
简体中文 
English 
日本語 
Deutsch 
Português do Brasil