解锁文本生成视频的强大能力：阿里巴巴Wanx-8G模型解析
使用阿里巴巴的Wanx-8G模型解锁AI驱动的视频创作！学习如何通过文本提示词生成惊艳视频，掌握LoRA微调、分块解码等高级功能。立即上手！
工作流概览
使用阿里巴巴的Wanx-8G模型解锁AI驱动的视频创作！学习如何通过文本提示词生成惊艳视频，掌握LoRA微调、分块解码等高级功能。立即上手！
内容类型: Workflow
主要用途: Download
所需模型
- Lora
配置说明
- 打开工作流模板前，请先安装所需模型。
- 推荐硬件：低显存（≤8GB）。
- 预期技能水平：入门友好。
1. 工作流概述
该工作流基于阿里云通义万相Wanx-8G模型，专为文本生成视频（Text-to-Video）优化，具有以下特点：
懒人友好：预置参数模板，简化操作流程
高阶控制：支持LoRA微调、分块解码（Tiled Decode）降低显存占用
多格式输出：直接生成MP4视频（H.264编码）或动态图像
2. 核心模型
模型名称 | 功能说明 | 关键参数 |
|---|---|---|
UMT5-XXL文本编码器 | 处理多语言提示词 |
|
Wanx-8G UNET主模型 | 视频潜变量生成 | 默认加载（未指定具体文件） |
VAE分块解码器 | 显存优化视频解码 | 分块大小：128x32 |
3. 关键组件
组件名称 | 功能说明 | 安装方式 |
|---|---|---|
EmptyHunyuanLatentVideo | 初始化视频潜变量（832x480@33帧） | 需通义万相插件 |
VAEDecodeTiled | 分块解码降低显存占用 | 内置组件 |
VHS_VideoCombine | 视频合成（支持H.264/MP4） | 安装 |
4. 工作流结构
Group 1: 文本输入
CLIPTextEncode：处理正面提示词（如"雪景中的狐狸"）和负面提示词
Group 2: 模型加载
UNETLoader：加载Wanx-8G主模型
LoraLoaderModelOnly：可选加载LoRA（默认强度0.8）
Group 3: 视频生成
KSampler：使用UniPC采样器（30步，CFG=6）
VAEDecodeTiled：分块解码潜变量
5. 输入与输出
必要输入：
正面提示词（英文/中文）
负面提示词（预置质量过滤词）
视频帧数（默认33帧）
输出内容：
MP4视频（16FPS，H.264编码）
分辨率：832x480（可调整）
6. 注意事项
⚠️ 关键配置：
显存优化：
8GB显存需启用
VAEDecodeTiled建议采样器选择
uni_pc（UniPC）加速生成
插件依赖：
git clone https://github.com/AI-ModelScope/comfyui-hunyuan-plugin视频参数：
修改
VHS_VideoCombine中的crf值（18-28）控制视频质量