抡锤者

学习了，请问一下大佬做好的5秒视频用什么合成比较好

Wan的效果是比LTX更好的，但是做动画我建议还是吃透LTX2.3，阿里的开源不彻底，遮遮掩掩，LTX的画质能满足绝大多数需求，动画吃的是整体质量，画质仅仅是其中一个很小的方面。我反而觉得wan只适合搞数字人。

@张老师 你还是买pro5000吧，省心比什么都重要。

@Thanaots WAN2.2 14B的稳定性问题我也遇到过，分享一下我的经验： 关于翻译导致的内容偏差问题 这个可能性很高。DeepSeek翻译中文剧本成英文prompt时，如果剧本里有一些场景描述不够"标准"，WAN2.2会按照英文prompt的字面意思理解。建议你在Hermes里加一道验证环节：让DS先翻译，再让它把翻译后的英文prompt反向翻译成中文，对比是否一致。另外，可以加一个规则——在英文prompt末尾用括号补充中文关键词，比如"（公园长椅，红色，下午）"，WAN2.2对中文关键词的语义理解比英文更稳定。 文生图再图生视频的思路是对的 对于WAN2.2这种模型，先通过Flux/SDXL生成一张准确的参考图（手动控制构图、场景、光照），再用WAN2.2的img2video做视频生成，稳定性能提高很多。WAN2.2的图生视频模式下，模型会以参考图作为强约束，场景漂移的问题会大幅减少。 ComfyUI节点问题 WAN2.2 14B在ComfyUI里确实节点支持不够丰富。不过你可以试试WanVideoWrapper这个自定义节点，它提供了更多参数控制（CFG、noise mult、frame count等）。另外几个关键参数： guidance_scale：建议提到5.0-6.0（默认偏低），能让视频更贴近prompt num_frames：不要贪多，先试5-8帧，质量稳定再加 decode方式：用teacache可以减少闪烁 调参建议 如果你用默认参数跑WAN2.2 14B，建议把steps调到30+（默认可能只有20），CFG调到5.5，seed固定下来跑几次观察变化。RNG在不同seed下差异很大，找到合适的seed之后固定下来。 目标是8个视频但都不满意的情况，建议先不要追求数量，用一个固定的seed和prompt反复调整参数，找到一组稳定出片的参数组合再批量跑。

@Pita 说: 我在3080-20g的硬體配置下一直用的是Wan 2.2 Q4-km，速度上肯定不爽，單純屬於可用的狀態，最近在觀望Bernini，還沒實際上手就是了...... Bernini 画面比较稳

@深圳律师陈扬波 很有用的技巧。当律师的AI大师。目测比告诉代码更加直接而有效。

@gxmulyj RTX Pro 5000 72G上Wan2.2的话，分享几个实测经验供参考： Wan2.1 I2V 14B的显存占用： fp8权重约16GB，加上teacache缓存、latent、VAE解码，全程约28-32GB 72G显存完全够跑官方原生workflow，还能开高分辨率（比如720p原图+大tile） 速度方面，50步+teacache 0.06约40-60秒一帧（看分辨率），比4090/48G舒服不少 提速的几个关键点： Teacache开0.06-0.08，不影响质量但速度快30%-40% 用K采样器+DDIM替代默认的Euler，同质量步数少 多卡时注意tensor split分配——72G单卡其实比两张40G分卡更好，不用跨卡通信 想更快还可以： 试试KJ工作流（比原生Wan2.2 workfow快，特哥也推荐过） 降分辨率到512×512出片后再用ESRGAN放大，抽卡效率更高 72G目前是Wan2.2的甜点区域——单卡能跑完整工作流，又不会像48G那样需要超分或降低配置。期待你到手后分享实测数据！