本地部署阿里万象2.1文生视频模型（Wan2.1-T2V）完全指南
在生成式AI技术爆发式发展的今天，阿里云开源的万象2.1（Wan2.1）视频生成模型，为创作者提供了从文字/图像到高清视频的一站式解决方案。本文针对消费级显卡用户，以RTX 4060 Ti 16G为例，详解本地部署全流程与性能调优方案，涵盖环境配置、多模型选择策略、显存优化技巧及实战案例解析，助力开发者在低成本硬件上实现电影级AI视频创作，突破云端算力依赖与数据隐私限制。
一、环境准备
1. 硬件要求
- 显卡：NVIDIA RTX 3060及以上（我自己是使用RTX 4060 Ti 16G）
- 显存：≥12GB（运行1.3B模型需8GB，14B模型需16GB）
- 内存：≥32GB
- 存储：SSD剩余空间≥50GB（模型权重约35GB）
2. 软件依赖
| 组件 | 版本要求 | 验证命令 |
|---|---|---|
| 操作系统 | Windows 10/11 | winver |
| Python | 3.10.x | python --version |
| CUDA Toolkit | 12.4 | nvcc --version |
| PyTorch | 2.6.0+cu124 | python -c "import torch; print(torch.__version__)" |
二、部署全流程
1. 配置基础环境（第一次使用python虚拟环境）
- 以管理员身份运行PowerShell
- 在Windows搜索栏输入
PowerShell> 右键选择“以管理员身份运行”12。
- 在Windows搜索栏输入
- 查看当前策略
若返回Get-ExecutionPolicyRestricted，说明当前策略禁止脚本运行。 - 修改执行策略为RemoteSigned
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser - 确认修改
输出应包含Get-ExecutionPolicy -ListCurrentUser RemoteSigned。 - 操作验证
完成策略修改后，重新运行：
D:\Y_AI\A_Wan_Video\Wan2.1> .\venv\Scripts\activate
若成功激活虚拟环境，命令行提示符前会显示(venv)标识。
2. 克隆代码与安装依赖
2.1 克隆代码进入虚拟环境
git clone https://github.com/Wan-Video/Wan2.1.git
cd Wan2.1
# 创建虚拟环境
python -m venv venv
./venv/Scripts/activate
2.2 克隆代码进入虚拟环境
下载