【通义万相 Wan2.1】在并行智算云上的部署教程

一、环境准备与部署

1. 注册并行智算云账号：

   • 访问并行智算云官网 https://ai.paratera.com/#/register，填写相关信息完成注册并登录。

2. 选择镜像与实例配置：

   • 在并行智算云平台中，选择适合通义万相 Wan2.1 的镜像版本（如 1.3B 或 14B 参数版本），并根据需求配置实例（如显存大小等）。1.3B 模型仅需 8.2GB 显存即可生成 480P 视频。

3. 远程登录：

   • 完成实例部署后，通过远程登录工具（如 SSH）连接到实例。

二、模型部署

1. 克隆项目代码：

   bash

   复制

   git clone https://github.com/Wan-Video/Wan2.1.git
   cd Wan2.1

2. 安装依赖：

   bash

   复制

   pip install -r requirements.txt

   如果安装 flash-attn 较慢，可以直接下载安装包离线安装。

3. 下载模型：

   bash

   复制

   pip install modelscope
   modelscope download --model Wan-AI/Wan2.1-T2V-14B --local_dir ./Wan2.1-T2V-14B

   或者使用 huggingface-cli 下载：

   bash

   复制

   huggingface-cli download Wan-AI/Wan2.1-T2V-14B --local-dir ./Wan2.1-T2V-14B

4. 配置参数文件：

   • 编辑 configs/wanxiang_{1.3B/14B}.yaml，根据需求调整参数，例如显存优化、分辨率等。

三、调用模型生成视频

1. 文生视频：

   • 使用 Python 脚本调用模型：

     Python

     复制

     from wanxiang import WanxiangPipeline
     pipeline = WanxiangPipeline.from_pretrained("path/to/model", config="configs/wanxiang_1.3B.yaml")
     video = pipeline.generate(
         prompt="一只猫在雪地中跳跃，雪花飘落，风格为3D卡通",
         num_frames=120,
         fps=24,
         resolution="1080p"
     )
     video.save("output.mp4")

   • 或者使用命令行工具：

     bash

     复制

     python generate.py --task t2v-1.3B --size 832*480 --ckpt_dir ./Wan2.1-T2V-1.3B --sample_shift 8 --sample_guide_scale 6 --prompt "一只可爱的小狗在草坪上奔跑"

2. 图生视频：

   • 使用 Python 脚本：

     Python

     复制

     video = pipeline.generate_from_image(
         image_path="input.jpg",
         prompt="将图片转换为日落时分的电影风格",
         motion_intensity=0.7  # 控制运动幅度（0-1）
     )
     video.save("output.mp4")

四、视频下载与查看

• 下载生成的视频：

  • 可以使用 scp 命令将生成的视频从云服务器下载到本地：

    bash

    复制

    scp -P 23 root@your_server_ip:/path/to/video.mp4 .

  • 或者启动一个 HTTP 文件服务器，通过浏览器下载：

    bash

    复制

    python -m http.server

    然后通过云服务器的外网 IP 地址加端口访问下载。

注意事项

1. CUDA 和 CUDNN 版本：确保 CUDA 和 CUDNN 版本与模型要求一致，避免兼容性问题。

2. 显存要求：14B 模型需要至少 24GB 显存，1.3B 模型需要至少 12GB 显存。

3. 提示词优化：使用高质量的提示词可以显著提升生成视频的效果。

通过以上步骤，您可以在并行智算云上成功部署并调用通义万相 Wan2.1 视频生成模型，生成高质量的视频内容。