企业官网建设流程全解析

Wan 视频生成提速指南：LightVAE 轻量 VAE 模型怎么选、怎么配

【免费下载链接】Autoencoders项目地址: https://ai.gitcode.com/hf_mirrors/lightx2v/Autoencoders

跑 Wan 2.1 / Wan 2.2 做视频生成，最吃显存的环节往往不是采样，而是最后一步 VAE 解码。这个仓库就是专为 Wan 准备的一套“轻量视频 VAE”权重：换上 LightTAE 后，解码显存从 12.35 GB 降到 0.41 GB，耗时从 3.13 秒缩到 0.09 秒（5 秒 81 帧视频，H100 实测）。

这个仓库到底给你什么

VAE（变分自编码器）负责把视频压缩成隐表示、再解压回真实像素，相当于视频生成流水线里“解压缩”的最后一步——主干模型决定画面内容，VAE 决定还原得顺不顺、省不省。官方 VAE 质量最高但代价大：解码显存能吃到 12 GB 级别，耗时也是秒级起步。

仓库里一共 7 个权重、四条产品线：

• 官方版Wan2.1_VAE/Wan2.2_VAE：质量天花板，适合成片输出和当对比基准
• lightvaew2_1（LightVAE 系）：在官方架构上剪掉 75% 参数再蒸馏训练，和官方同款因果 3D 卷积，质量接近官方、显存约省一半
• lighttaew2_1/lighttaew2_2（LightTAE 系）：在开源 TAE 基础上蒸馏而来，显存约 0.4 GB，解码 0.25 秒内完成，质量明显好于开源原版
• 开源小模型taew2_1/taew2_2：作基准对照用

每个权重都同时提供 .pth 和 .safetensors 两种格式，加载工具支持哪种就用哪种。

上手之前：30 秒确认能不能跑

• 需要 CUDA 显卡；官方数据为 H100 实测，消费级显卡数值以项目实际表现为准
• 本仓库只有权重，你需要已有 LightX2V 主仓库或 ComfyUI 环境来加载它
• 如果主干模型已经快把显存吃满，换 LightTAE 能直接省掉整个解码段的显存（Wan2.2 约 12 GB）

5 步接入

1. git clone https://gitcode.com/hf_mirrors/lightx2v/Autoencoders，把权重放到固定目录
2. 按主干版本选文件：Wan2.1 主干配lighttaew2_1.pth，Wan2.2 配lighttaew2_2.pth
3. 在 LightX2V 的配置 json 里填三键："use_tae": true、"need_scaled": true、"tae_path": ".../lighttaew2_1.pth"；LightVAE 系则改用"use_lightvae": true加vae_path
4. 正式接入前，先用 LightX2V 仓库里的vid_recon.py脚本跑一次“编码再解码”，肉眼验收重建质量
5. ComfyUI 用户安装 ComfyUI-LightVAE 插件，指向同一套权重即可

三种场景怎么选

数据来自官方实测：5 秒 81 帧视频、BF16 精度、H100。图生视频场景里首帧编码（encode）一端的节省幅度同量级。

容易踩的 4 个坑

• 版本串用：Wan2.1 系 VAE 只能配 Wan2.1 主干，2.2 配 2.2。混用会报错或出图异常，换之前先对版本号。
• 找不到lightvaew2_2：LightVAE 系目前只有 Wan2.1 版本，Wan2.2 请用lighttaew2_2。
• 漏掉need_scaled：LightTAE 系配置里必须带"need_scaled": true，否则重建结果会不对。
• “接近官方”不等于“官方”：正式交付前建议用官方 VAE 抽测一遍同提示词，差异很小但不为零。

获取方式

直接克隆权重仓库：

git clone https://gitcode.com/hf_mirrors/lightx2v/Autoencoders

所有权重都在仓库根目录，没有额外目录结构，克隆后把路径指向对应文件即可。

• 文中实测数据均为 5 秒 81 帧视频、BF16 精度下的 VAE 单环节耗时，更换分辨率或帧数后请以自己机器复测为准。
• VAE 只影响编码/解码环节，不改变主干的采样步数，整片生成耗时以实际运行为准。

【免费下载链接】Autoencoders项目地址: https://ai.gitcode.com/hf_mirrors/lightx2v/Autoencoders