<![CDATA[为大家带来dasiwa大神的wan2.2工作流实测]]>我在折腾了几天ltx2.3之后，认为ltx的效果缺失不太行。即使使用了一堆动作控制和人物保持技术，还是得不到哪怕是凑合用的效果。
经过多轮实测，只有在多图关键帧引导下，或者数字人念稿子这个领域，ltx2.3的效果能够保障。能够保障的意思是，使用AI脚本让它自己在那跑，不需要人工审核筛选。
可能确实是我菜，但是我已经上了很多额外的约束手段了，还是只能有这个效果的话，就不太值得折腾了。
于是我还是转向wan2.2工作流。之前我尝试过AIO的wan2.2工作流，是比较省显存的。但由于没有高低噪节点，和官方工作流差异过大了，导致我不知道该怎么往里面加stand_in这类的辅助插件,无法解决人物一致性的问题。这个确实是因为我菜，但是作者也没有提供任何文档，想学也没地方学是吧。
链接文本
链接是c站相当热门的一个wan2.2高低噪节点，关键是这个作者文档写得特别扎实，有什么不懂的读文档就行。dasiwa大神怕我等菜鸡学不会，甚至还录了一个youtube视频教我们。这就非常体贴了。

001.png
图片是使用fp8 SafeTenso模型，480P，16帧，8秒视频的硬件占用情况。可以看到，基本上榨干了32g DRAM+20g vRAM，而且由于显存不足，已经开始占用共享显存了。5秒视频用了288秒生成，8秒视频用了580s。
也就是说，需要32gb的VRAM才能比较好的应付fp8 SafeTenso模型带来的压力。gguf还没测，但是也省不了太多的，肯定还是超过20gb。
不过好消息是，即使使用了fp8 SafeTenso模型，也没有出些写入虚拟内存（写硬盘）的情况。只要不写硬盘，实际上也算不上多慢，我认为可以忍受。
115312_00001.mp4
给大家看一下5s的480P视频质量。

]]>https://lcz.me/topic/566/为大家带来dasiwa大神的wan2.2工作流实测RSS for NodeSun, 26 Jul 2026 21:10:51 GMTMon, 15 Jun 2026 04:53:31 GMT60<![CDATA[Reply to 为大家带来dasiwa大神的wan2.2工作流实测 on Mon, 15 Jun 2026 07:22:11 GMT]]>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。

]]>https://lcz.me/post/6904https://lcz.me/post/6904Mon, 15 Jun 2026 07:22:11 GMT<![CDATA[Reply to 为大家带来dasiwa大神的wan2.2工作流实测 on Mon, 15 Jun 2026 05:05:53 GMT]]>生成耗时主要浪费在了装载卸载模型文件上了，4步计算的耗时是正常的，没有使用sageattention

]]>https://lcz.me/post/6893https://lcz.me/post/6893Mon, 15 Jun 2026 05:05:53 GMT