【免费下载链接】Wan-Dancer
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:
- 打开 ComfyUI 安装目录,进入
models/diffusion_models/文件夹(不存在就新建) - 把两个
.safetensors文件复制进去(不要移动其他文件) - 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:
- 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 - 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
- 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 - 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
相关推荐
5分钟快速上手DeepSeek-V3.2-4layers:ModelScope下载与首次推理完整教程
5分钟快速上手DeepSeek V3.2 4layers:ModelScope下载与首次推理完整教程 本教程带你 5 分钟快速上手 DeepSeek V3.2
5分钟上手ELF:从安装到首次生成文本的完整实践教程
5分钟上手ELF:从安装到首次生成文本的完整实践教程 ELF(Embedded Language Flows)是一个基于连续时间 Flow Matching 的
5分钟上手VideoChat-R1_7B:本地部署与首次视频问答完整教程
5分钟上手VideoChat R1_7B:本地部署与首次视频问答完整教程 VideoChat R1_7B 是一款面向 视频理解 的开源多模态大模型,基于 Qwe
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考