本地 AI 视频工作流研究 核验于 2026年8月21日
EasyWan22
面向 Windows 的 Wan 2.2 一键生产环境
EasyWan22 把 Wan2.2 I2V-A14B、ComfyUI、GGUF 量化、WanVideoWrapper、SageAttention、LoRA 预设和完整视频后期链路整合进一个面向批量出片的大型工作流。
Wan2.2 是发动机，ComfyUI 是底层工作台，EasyWan22 是整车。
Image → Motion → Finish
01 · 品类定义
高度编排的 ComfyUI 整合环境，而不是底层模型
项目把难以部署的开源视频栈产品化给 Windows 用户。它的价值来自安装编排、版本固定、合理默认值，以及覆盖生成后筛选、修复和交付的视频生产方法。
Wan2.2 I2V-A14B
High Noise 与 Low Noise 两阶段模型负责底层图生视频。
+ComfyUI + WanVideoWrapper
通过节点提供模型加载、采样、显存交换、条件控制和视频输入输出。
+GGUF + FastMix + SageAttention
量化、快速草稿模型与注意力优化，让 14B 级模型更适合消费显卡。
+EasyWan22 工作流
把预设、变体、精修、局部修复、放大、插帧、调色、循环和批量输出串成一条流程。
它的目标是减少批量出片时的操作步骤，不适合用来学习 ComfyUI 内部逻辑。
02 · 生产方法
先低成本抽 Seed，再把算力花在中奖结果上
核心思路是 Seed Gacha：先生成便宜的变体，选出运动和构图最好的结果，最后才执行昂贵的后处理。它把本地 AI 视频从一次生成变成筛选与精修循环。
快速生成变体
使用 FastMix 或较低分辨率，关闭昂贵后期，连续测试多个 Seed。
→
选出有效运动
先比较构图、动作和角色一致性，再投入更多 GPU 时间。
→
精修并交付
执行 LowNoise Refiner、局部修复、放大、插帧与颜色校正。
01输入图片
02运动预设
03提示词增强
04快速草稿
05Seed 变体
06选中结果
07Refiner
08Detailer
09视频放大
10插帧
11颜色匹配
12裁剪 · 循环 · 导出
03 · 生产工具集
更像 AI 视频后期工作站，而不是 Generate 按钮
这个大型工作流把生产用户反复执行的决策做成预设，并纳入许多在线生成器仍放在产品之外的修复与交付环节。
增强
LowNoise Refiner
对选中草稿进行更高分辨率重绘，并通过 AdditionalSeed 继续探索精修变体，无需从头生成。
修复
区域 Detailer
检测脸、头、眼睛、头发等区域，只裁剪、放大、重绘并回贴质量较弱的局部。
交付
放大 + 插帧
集成偏动漫的 2× 放大模型，并提供更流畅的 30／60fps 插帧输出。
控制
首尾帧与循环
同时约束开始帧和结束帧、交换方向，或构建 A→B→A 的壁纸、GIF 与待机动画。
提示词
翻译 + 扩写
把日文提示词翻译为英文，并通过内置 Qwen2.5 3B 扩写简单的运动描述。
预设
LoRA + FastMix 模式
把 LoRA、触发词和强度封装成运动预设，并在快速抽卡和基础模型质量间切换。
04 · 低显存工程
14B 工作流为什么能进入消费级显卡
EasyWan22 组合使用 Q4_K_M GGUF 权重、GPU 与系统内存之间的 Transformer Block Swap，以及 SageAttention。它降低的是能运行的门槛，并不会让 6GB 显卡拥有 24GB 的速度。
GGUF Q4_K_M
同时量化 High Noise 与 Low Noise 权重，减少内存压力。
BlocksToSwap
显存不足时让更多 Transformer Block 经过系统内存，以速度换可运行性。
SageAttention
默认启动器启用优化注意力路径，降低计算和显存压力。
| 使用级别 | GPU | 系统内存 | 实际判断 |
|---|---|---|---|
| 勉强运行 | GTX 1660 Ti · 6GB | 16GB | 已有运行案例，但 Offload 多、等待时间长 |
| 推荐下限 | RTX 30 系+ · 8GB | 32GB | README 目标配置，仍依赖量化与交换 |
| 舒适区间 | RTX 3060 · 12GB+ | 64GB | 作者样例环境，更适合持续批量生成 |
显存越少，系统内存和 PCIe 数据交换越多。“能跑”描述的是兼容性，不代表生成体验舒适。
安装前先规划硬盘
05 · 固定环境
通过锁定版本，让复杂整合包在 2025 年保持稳定
安装器会编排 Python、ComfyUI、PyTorch、FFmpeg、模型和大量 Custom Nodes。版本锁提高了当时的可复现性，也会随着驱动和上游继续更新而产生依赖漂移风险。
Setup.bat 固定版本
- ComfyUI
- v0.3.55
- ComfyUI Manager
- 3.35
- PyTorch
- 2.7.1 + cu128
- TorchVision / Audio
- 0.22.1 / 2.7.1
- Triton Windows
- 3.3.1.post19
- SageAttention
- 2.2.0
- Transformers
- 4.49.0
- Python
- 3.10
安装流程
- 1
创建 C:\EasyWan22 之类的短路径空目录
- 2
保存并运行 EasyWan22Installer.bat
- 3
按提示提供 Civitai API Key
- 4
等待安装 Python、ComfyUI、节点、模型与 FFmpeg
- 5
运行 ComfyUi.bat
- 6
打开 Easy/00_I2V(ImageToVideo) 并加入队列
底层是一整个 ComfyUI 生态
WanVideoWrapper、ComfyUI-GGUF、KJNodes、Florence2、Frame Interpolation、Impact Pack、DepthAnythingV2、Segment Anything 2、RMBG、VideoHelperSuite、ControlNet Aux 等被编排成一套环境。
WanVideoWrapperComfyUI-GGUFKJNodesFlorence2Frame InterpolationImpact PackDepthAnythingV2SAM 2RMBGVideoHelperSuiteControlNet AuxComfyUI Essentials
06 · 2026 现实检查
曾经带来稳定的版本锁，现在也带来老化风险
仓库依然公开并有用户使用，但代码活跃度已放缓。更合理的定位是一个可能需要手动修复的固定快照，而不是保证随时可用的最新安装器。
仓库快照244 ★12 Forks10 Open IssuesLast push · 2025-11-30
维护速度放缓
GitHub 显示最后代码推送为 2025年11月30日，但 2026 年仍有用户继续提交 Issue。
244 Stars · 10 个开放 Issue一键下载可能失效
2026年4月的开放 Issue 表示，外部服务变化后，大量预设 LoRA 和模型已无法自动下载。
Issue #50 · Open依赖漂移
旧版 ComfyUI、Triton 与 SageAttention 可能和新驱动、新硬件冲突，仓库已有 DLL 导入失败记录。
固定软件栈 vs 持续变化的系统模型生态继续前进
2026年6月有人请求类似的 LTX 2.3 整合，说明需求正在从 Wan2.2 单模型转向通用视频工作流。
Issue #51 · 暂无回复07 · 产品启发
应该复用用户流程，而不是复制巨大节点图
真正长期有效的是与模型无关的精修链路。现代产品应该让用户只看到“想做什么”，把采样器、Block Swap、噪声阶段与 Loader 隐藏在高级设置后。
EasyWan22 概念现代产品控件
StartImage→上传图片Prompt + Rewrite→描述运动 · 增强提示词LoRA Preset→运动／特效Seed Gacha→生成 4 个变体FastMix / Base→快速／质量模式Refiner + Detailer→增强 · 修脸Upscale + Interpolation→高清 · 流畅运动EndImage + RepeatFade→结束帧 · 循环视频输入 → 生成变体 → 选择 → 修复 → 增强 → 交付，比“模型 → Prompt → Generate → Download”更像完整产品。
08 · 适合人群
本地 Wan2.2 I2V 仍值得研究，但不适合当成面向未来的平台
最适合它的用户，应接受 2026 年的一键整合包仍可能需要手动排错。
非常适合
- RTX 3060 12GB 或相近配置的 Windows 用户
- 批量 I2V 与 Seed 筛选
- 动漫、插画与 LoRA 视频工作流
- 重视本地文件和可复用预设的创作者
不太适合
- macOS 或 AMD GPU 用户
- 想学习 ComfyUI 基础的人
- 期待最新多模型整合的用户
- 需要商业级完整支持与审计的团队
研究评分
评分把它当年的工作流成就，与当前维护和技术新鲜度分开评估。
更大的产品机会
把 Seed Gacha → Pick Winner → Refine → Detail → Upscale → Interpolate → Extend → Loop 做成可切换 Wan、LTX、Hunyuan、Seedance 与未来模型的通用 Easy AI Video 工作流。