WanGP

🌟 万能生成器：让每一张显卡都能跑 AI 视频

想象一下这个场景：你在深夜刷到一个惊艳的 AI 视频片段，点开评论区想学习，却发现所需硬件配置写着"H100 80GB VRAM"。那一刻，大多数人的反应是关掉页面。但 DeepBeepMeep 偏要说——不，6GB 显存的显卡也能玩。

这就是 WanGP（Wan2GP）的故事起点：一个专为"显卡穷人"打造的 AI 视频生成一站式工具。

🧩 项目起源与行业背景

AI 视频生成在 2024-2025 年迎来了爆发式增长。Wan 2.1、MiniMax H3、LTX-Video、Hunyuan Video、Flux……每隔几个月就有一个新模型刷新质量上限。但这些模型有一个共同特点：对显存的要求让绝大多数普通玩家望而却步。

DeepBeepMeep 正是看到了这个痛点，在 2025 年 2 月推出了 WanGP。项目名"Wan2GP"中的"GP"就是"GPU Poor"——"穷显卡"。核心设计哲学一句话：让最强大的开源生成模型，在最便宜的硬件上跑起来。

截至 2026 年 9 月，项目已积累超过 9,700 颗 stars 和 1,500+ forks，支持视频、图像、音频、TTS 四大模态，成为开源生成式 AI 领域最活跃的项目之一。

⚙️ 核心技术架构

WanGP 的架构设计围绕三个核心抽象展开：

Family Handler 模式

项目没有为每个模型写死逻辑，而是通过 family_handler 抽象层统一管理不同模型家族的差异。每个模型家族（如 Wan、LTX2、Flux）实现一组标准接口：模型发现、配置加载、LoRA 路径管理等。这个设计让添加新模型家族变得极其简单——只需实现 Handler，无需改动核心管线。

分层内存管理体系（mmgp.offload）

这是 WanGP 的核心竞争力。项目实现了一套多粒度 offload 系统，可以将大模型的不同部分（Transformer、VAE、Text Encoder）动态分配到 VRAM 或系统 RAM 中，并根据硬件配置自动选择最优卸载策略。官方提供从 6GB 到 24GB+ 的多种内存配置文件，小显存用户可以精细控制每一步的显存占用。

一个实测数据：RTX 系列显卡上，13B 参数的 Wan 2.1 模型全程显存占用不超过 17GB，而同模型在其他框架中通常需要 40GB+ VRAM。

量化路由系统（quant_router）

支持 INT8、FP8、GGUF、NVFP4、Nunchaku 等多种量化格式，自动检测 checkpoint 格式并选择最优 CUDA kernel，无需用户手动配置。GGUF 格式让用户可以在 CPU+GPU 混合推理，降低显存峰值。

注意力引擎动态选择

自动探测硬件能力，从 SageAttention → Flash Attention → Xformers → SDPA 逐级降级，确保每代显卡都能用上最快的 attention kernel。

🎬 功能全景

支持的生成模型

模态	模型
视频生成	Wan 2.1/2.2、MiniMax H3、LTX-2/2.3/2.5、Hunyuan Video 1/1.5、LongCat、Kandinsky、MagiHuman
图像生成	Qwen Image、Flux 1/2、HiDream、Z-Image
TTS/音频	Qwen3 TTS、Ace Step、Omnivoice、Index TTS2、HearMula、SeedVC

内置创作工具链

• Deepy AI 助手：离线 agent，可编排生成任务、自动转写视频、分镜生成
• Magic Mask：输入关键词自动生成遮罩，配合视频局部编辑
• Prompt Enhancer：模型专属提示词优化器，将自然语言翻译为各模型的最佳提示格式
• 输入预处理：背景移除、人像提取、姿态/深度/光流提取、音频人声分离
• 输出后处理：RIFE/FlashVSR 时空超分、Lanczos 放大、MMAudio 配乐、SeedVC 声音替换
• 插件生态：Gallery Browser、Motion Designer、Models Manager、CivitAI 浏览器下载器等即装即用

使用方式

启动 Web UI：

python wgp.py
# 浏览器打开 http://localhost:7860

无头批处理：

python wgp.py --process my_queue.zip

💻 上手门槛分析

显卡要求（实测）

显存容量	推荐配置
6-8GB	Wan 2.1 T2V 1.3B（量化模式）
10-12GB	Wan 2.1 T2V 14B 或 Hunyuan Video
16GB+	任意模型，包括 MiniMax H3 FL2VA
24GB+	全火力输出，可同时运行多个任务

安装方式

Docker 是最省心的选择（官方提供 Dockerfile，基于 CUDA 12.8）：

bash run-docker-cuda-deb.sh

手动安装需要处理 CUDA、PyTorch、cuDNN 版本兼容性，以及 SageAttention、Triton 等加速 kernel 的编译。官方脚本可自动检测 GPU 架构并安装对应 kernel，但仍需一定的 Linux 操作经验。

⚠️ 局限与挑战

Docker 部署的限制

虽然有 Dockerfile，但没有 docker-compose.yml。对于没有 GPU 直通经验的 Docker 用户来说，配置 NVIDIA Container Toolkit + GPU 透传可能比手动安装还麻烦。

模型下载的体验问题

首次使用需要下载数 GB 到数十 GB 的模型文件，huggingface_hub 的下载速度在国内网络环境下不稳定。项目支持 HF_Xet 加速下载，但如果没有配置镜像源，可能需要较长时间。

TTS 模型的版权风险

部分 TTS 模型（如 Ace Step）涉及版权争议的语音克隆能力，使用时需注意合规。

显存依然是瓶颈

即使有量化加持，6GB 显存能跑的模型在质量和长度上仍有明显上限。视频时长通常被限制在 5-15 秒，长视频需要用 Sliding Window 拼接。

📈 行业意义

WanGP 的出现重新定义了"消费级 AI 视频生成"的边界。它不只是降低了门槛，更是在推动开源模型生态的民主化——让资源有限的个人创作者、教育场景、自费研究者也能参与进来。

从技术角度看，项目展示了几个重要趋势：

• 多模型融合平台化：将原本分散在不同项目中的视频、图像、音频模型统一到一个界面，降低了工具链切换成本
• VRAM 优化的工程价值：在模型精度不变的前提下，内存优化带来的实际收益可能超过换一个新模型
• Agent 化工作流：Deepy 助手的引入标志着 AI 生成工具从"单次生成"向"自动化创作流水线"演进

🔧 技术栈一览

组件	技术选型
核心框架	Python + diffusers + transformers + accelerate
Web UI	Gradio 5.29.0
深度学习	PyTorch 2.7+ (CUDA 12.4/12.8)
内存优化	mmgp.offload（自研 offload 系统）
量化支持	GGUF、INT8、FP8、NVFP4、Nunchaku
注意力	SageAttention / Flash Attention / Xformers
配置管理	Hydra-Core + OmegaConf
视频处理	OpenCV、moviepy、av、ffmpeg
人像处理	InsightFace、rembg、facexlib
插件系统	Python plugin 架构，支持 MCP Server

---

WanGP，一句话定位：让穷显卡跑顶级 AI 视频，用一个界面搞定所有生成任务。