先是wan2.2 文生视频。
测试了Kijai工作流、官方工作流，以及新出的lightning加速。

然后是刚出来的Qwen 文生图，对中文书写非常强大。
因为主模型fp8有19个G，所以马上就有人怯了，怕自己16G显存都跑不了，想去搞gguf啥的。没必要，当年我12G显存都照样跑22G的黑森林官方fill模型，只要你用的是Comfyui，这软件会自动帮你分配好的。
Qwen这个，同样使用官方fp8模型，12G显存、64G内存照样跑。看我下图，32G内存也是可以跑的。

最后还是提醒一句：
当你显存小于模型大小时，别太担心，只要你用的是Comfyui，情况没准没你想得那么差。
反正我测过的极限，我12G显存跑22G的flux fill 模型没问题（在时间可接受的情况下而言）

请问下跑模型需要那么64g高内存吗？不是显存是模型大小的瓶颈吗？

Wan2.2新出的5B双用模型速度超快，图生视频，32G+5080配置，出一个121帧的720P视频只要一分多钟，就是质量难绷，希望这个版本可以继续优化。而新出的14B两个组合使用的I2V模型，速度还是很慢。

请问下use_non_blocking这个设为true有什么影响？我4080不知道要不要设为ture

跑图时间呢

反正别用kj流就行

8g显存跑wan2.2 q4量化用kj流加block分块五秒视频六七分钟左右，感觉不错了

原来破站上某up下留言的图是你

为什么我生成的视频是马赛克啊(大致能看出来视频中的动作),原图输入1920*1080,resize到854*480,求教如何排查问题

步数过少？

关于文生视频。
虽然本帖上面都是在说速度问题，但生视频，还有另外一端要关注，就是画质、提示词遵从程度、视频动态。最近在网上看了一些朋友的实验，好像基本得出一个结论：Wan2.2的【高噪】部分，如果串上【加速Lora】，无论你是官方lora还是KJ的lora，无论是新lora还是老lora，那画质、提示词遵从度、视频动态都会受到很大影响。如果提示词动态描述不够丰富时，视频可能会动态全无，一动不动的。
下面我用我12G显存、64G内存的配置来做做实验，你们也可以来实验下，看看是否如此。我们先选用一个简短的、有动态的提示词。看看在这么简短的提示词下，Wan2.2的各种工作流，是否都能很好地遵从提示词，是否能很好地展现动态（以下所有测试均使用同一个种子数值）：
【提示词】自然光，阴天，柔光，手持镜头，特写人物表情，一个中国士兵坚毅地眼神，他戴着头盔，手持冲锋枪正在冲锋，脸上抹着迷彩，摇晃的镜头，跟随拍摄，天空阴霾，下着大雨。
------------------------------------------------------------
一、KJ流。KJ的主模型，864x480，帧率16，总共81帧，时长5秒，4+4步，高低噪均串上老lora【lightx2v_T2V_14B_cfg_step_distill_v2_lora_rank128_bf16.safetensors】（高权重3、低权重1），表现如下。可以看到，画面整体较明亮，画质也算清晰，但是，“冲锋”、“摇晃的镜头”，这些动态没有表现出来，视频完全缺失了动态，未遵从提示词。

二、KJ流。KJ的主模型，864x480，帧率16，总共81帧，时长5秒，4+4步，高低噪均串上KJ的新lora【Wan2.2-Lightning_T2V-A14B-4steps-lora_HIGH/LOW_fp16.safetensors】（高权重1、低权重1），表现如下。可以看到，画面整体明亮，画质清晰，但是和上面一样，“冲锋”、“摇晃的镜头”，这些动态没有表现出来，视频完全缺失了动态，比上面还严重，完全未遵从提示词。

三、官方流。官方的主模型，864x480，帧率16，总共81帧，时长5秒，6+4步，按照T8的最速推荐设置，高低噪均串上KJ的新lora【Wan2.2-Lightning_T2V-A14B-4steps-lora_HIGH/LOW_fp16.safetensors】（高权重2、低权重2），表现如下。可以看到，画面整体明亮，画质清晰，但是和前两者一样，“冲锋”、“摇晃的镜头”，这些动态没有表现出来，视频完全缺失了动态，比上面两者还严重，完全未遵从提示词。

四、官方变体流。这是由b站up“Alwood爱屋研究室”提出来的，官方的主模型，高噪使用【wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors】，低噪则换回Wan2.1的【ComfyUI-wan2.1_t2v_14B_fp8_e4m3fn.safetensors】，832x480，帧率16，总共81帧，时长5秒，6+4步，整个工作流未使用任何加速，只在低噪主模型上串了一个老lora【lightx2v_T2V_14B_cfg_step_distill_v2_lora_rank128_bf16.safetensors】（权重1），表现如下。可以看到，画面明亮度、清晰度都不如上面三者，但画面更具电影质感了。最关键的是，提示词中的“冲锋”、“摇晃的镜头”，这些动态都表现出来了，提示词遵从度很高，视频动态丰富。（雨水似乎没表现出来）

下面是这个工作流：

也看了该up贴出的该工作流生成的其他一些视频，的确动态都很好，见下：



该工作流生成的画面，电影质感、动态都很好，但因为整个工作流只在低噪主模型处串了一个加速lora，其他啥都没，所以速度巨慢。我前面三个工作流生成士兵的那个视频，基本都是200多秒，这个工作流生成上面士兵的视频，用了600多秒。
针对这一问题，我试着将高、低噪主模型均串上sageattention2.2的那个节点【Patch Sage Attention KJ】，看看画质、动态和耗时怎么样，结论是画质、动态不怎么受影响，且耗时大幅减少至300多秒（头盔上可见雨水），见下：