ARTICLE · INTELLIGENCE

战地情报 · 详情页

来自尧图项目组的一线实战观察与深度解析

5分钟上手Wan-Dancer:ComfyUI模型文件摆放与首次出片完整教程

5分钟上手Wan-Dancer:ComfyUI模型文件摆放与首次出片完整教程

【免费下载链接】Wan-Dancer

项目地址:https://ai.gitcode.com/hf_mirrors/Comfy-Org/Wan-Dancer
点击查看免费下载

如果你正在找Wan-Dancer 的 ComfyUI 部署方法,这篇教程手把手带你完成全部流程:下载 Wan-Dancer 模型文件、摆放到正确的 ComfyUI 目录、加载官方工作流,5 分钟内生成第一条"音乐变舞蹈"的视频。

Wan-Dancer 是 Comfy-Org 官方为 Wan-AI/Wan2.2-Dancer-14B 重新打包的模型文件仓库,专为 ComfyUI 优化,开箱即用。

一、Wan-Dancer 是什么?🎵

一句话概括:输入一首音乐,输出一条随节奏起舞的舞蹈视频。

  • 基于 Wan2.2-Dancer-14B 基座模型,由 Comfy-Org 官方重新打包
  • 针对 ComfyUI 的模型目录结构做了适配,无需额外转换
  • 仓库内已准备好工作流模板 "Wan Dancer: Music to Dance"

项目结构非常简单,只有两份核心模型文件:

📂 Wan-Dancer/ ├── 📂 diffusion_models/ │ ├── wan2.2_dancer_14b_global_fp8_scaled.safetensors │ └── wan2.2_dancer_14b_local_fp8_scaled.safetensors └── README.md

详细说明见 README.md。

二、开始前的环境检查 ✅

检查项建议配置
ComfyUI已安装并可正常打开界面
磁盘空间预留40 GB 以上(两个模型共约 35 GB)
显卡显存单模型 FP8 量化约 17 GB,建议32 GB+;显存不足时可开启"显存换内存"(CPU offload),速度会变慢
系统内存建议 32 GB+

💡 两个模型都需要下载和加载(global + local 分工协作,见下文),所以磁盘和显存都要留足。

三、5分钟下载模型文件 ⬇️

仓库地址(克隆到本地即可):

git clone https://gitcode.com/hf_mirrors/Comfy-Org/Wan-Dancer

克隆完成后,模型文件位于:

  • diffusion_models/wan2.2_dancer_14b_global_fp8_scaled.safetensors
  • diffusion_models/wan2.2_dancer_14b_local_fp8_scaled.safetensors

⚠️ 两个文件均为 Git LFS 大文件(各约 17 GB),如果克隆下来的文件大小只有几百字节,说明 LFS 未生效,请执行git lfs pull补全数据。

两个模型有什么区别?

模型文件角色职责
global_fp8_scaled全局模型负责整体构图、动作框架(高噪声阶段)
local_fp8_scaled局部模型负责细节打磨、画面稳定(低噪声阶段)

两者缺一不可,工作流会先后调用它们。

四、模型文件摆放位置(最关键的一步)📍

这是 90% 新手会卡住的环节。请严格按照以下结构放置文件:

📂 ComfyUI/ └── 📂 models/ └── 📂 diffusion_models/ ├── wan2.2_dancer_14b_global_fp8_scaled.safetensors └── wan2.2_dancer_14b_local_fp8_scaled.safetensors

三步摆放法:

  1. 打开 ComfyUI 安装目录,进入models/diffusion_models/文件夹(不存在就新建)
  2. 把两个.safetensors文件复制进去(不要移动其他文件)
  3. 刷新 ComfyUI 界面,在任意 "Load Diffusion Model" 节点的下拉列表中确认能看到这两个模型

📌 放错目录(比如放进了checkpoints/)是最常见的错误,模型节点下拉列表里根本不会显示它们。

五、导入官方工作流,首次出片 🎬

模型摆好,出片只差三步:

  1. 加载工作流:在 ComfyUI 的工作流模板库(Workflow Templates)中搜索Wan Dancer: Music to Dance,这是 Comfy-Org 官方发布的配套模板
  2. 准备音乐:把你想要的音乐文件(mp3/wav 等)拖入工作流的音频输入节点
  3. 确认模型:检查工作流中加载的正是wan2.2_dancer_14b_global_fp8_scaled与wan2.2_dancer_14b_local_fp8_scaled
  4. 运行:点击 "Queue Prompt",等待生成

首次生成速度取决于硬件配置(14B 双模型 + 视频帧数较多,耐心等待 5~20 分钟属正常)。生成成功后,在输出节点即可看到你的第一条舞蹈视频 🎉

六、常见问题快速排查 🔧

Q1:模型下拉列表里没有 Wan-Dancer?检查文件是否真的在models/diffusion_models/下,并确认刷新了 ComfyUI。

Q2:提示显存不足(out of memory / CUDA OOM)?减少输出视频帧数/分辨率,或启用 ComfyUI 的--lowvram启动参数,用系统内存分担显存。

Q3:生成的文件只有几百字节?这是 Git LFS 指针文件而非真实模型,执行git lfs pull后重新摆放。

Q4:为什么一定要两个文件都下载?global 负责"起形"、local 负责"精修",官方工作流依赖完整的双阶段流程,缺一个都会报错。

写在最后

到这里,你已完成Wan-Dancer 的 ComfyUI 全流程部署:下载 → 模型文件摆放 → 首次出片。核心要点就两条——文件放进models/diffusion_models/,工作流选用官方 "Music to Dance" 模板。接下来可以大胆尝试不同的音乐风格,看看 14B 模型能"舞"出多少花样 💃🕺

【免费下载链接】Wan-Dancer

项目地址:https://ai.gitcode.com/hf_mirrors/Comfy-Org/Wan-Dancer
点击查看免费下载
上一篇:awesome-design-md 完整实战指南:如何让 AI 代理稳定生成品牌一致的高保真 UI
下一篇:CCGS 玩法代码规则(gameplay-code)全面指南:数据驱动、帧率无关与事件解耦的 8 条硬性约束

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

RELATED READING

延伸阅读

更多一线实战笔记与深度复盘,助您持续精进