name: lowvram-ai-video-comfyui slug: lowvram-ai-video-comfyui displayName: 8G显存跑AI视频·4060实测低显存文生/图生视频 description: 网上的 AI 视频教程开口就是 24G 显存，一看就把人劝退——其实 8G 的 4060 也能跑。这套是 RTX 4060 Laptop 8G 显存 / 32G 内存 / Win11 上真跑出来的配置与调参。
能做什么：本地生成低分辨率、几秒的短视频（动漫向，自媒体够用），全程本地、零 API 费用。
里面几条最值钱的，都是踩坑换来的：
- 文生视频和图生视频是两套模型，不能互换：Wan2.1-1.3B 只有文生视频，它的图生视频是 14B（8G 跑不动）；8G 能跑的图生视频是 LTX-2B fp8
- 人物一致性正解：纯文生视频做不到"同一主角多段连续"，要用同一张角色图做首帧逐段生成再拼接；硬拼 N 段必然人物漂移
- 部署顺序不能跳：ComfyUI 便携版安装 → 升到最新版（旧版没有 Wan/LTX 节点）→ 依赖升级 → torch 与 comfy-kitchen 版本匹配
- 国内网络下的 GitHub 镜像配置、MSYS 路径把 7z 解压目标搞坏的坑
- 白下载预警：动手前先验模型有没有音频能力、显存装不装得下，别下完 20G 才发现跑不动
输入：一段提示词（文生）或一张角色图（图生） 输出：本地生成的短视频文件
触发词：本地跑AI视频、低显存、8G显存、4060、显存不够怎么跑、ComfyUI视频、Wan2.1、LTX、文生视频、图生视频、本地视频生成、零成本AI视频。 能做什么：本地生成低分辨率、几秒的短视频（动漫向，自媒体够用），全程本地、零 API 费用。
里面几条最值钱的（都是踩坑换来的）：
- 文生视频和图生视频是两套模型不能互换：Wan2.1-1.3B 只有文生视频，它的图生视频是 14B（8G 跑不动）；8G 能跑的图生视频是 LTX-2B fp8
- 人物一致性正解：纯文生视频做不到「同一主角多段连续」，要用同一张角色图做首帧逐段生成再拼接；硬拼 N 段必人物漂移
- 部署顺序不能跳：ComfyUI 便携版安装 → 升到最新版（旧版没有 Wan/LTX 节点）→ 依赖升级 → torch 与 comfy-kitchen 版本匹配
- 国内网络下的 GitHub 镜像配置、MSYS 路径把 7z 解压目标搞坏的坑
- 白下载预警：动手前先验模型有没有音频能力、显存装不装得下，别下完 20G 才发现跑不动
触发词：本地跑AI视频、低显存、8G显存、4060、ComfyUI视频、Wan2.1、LTX、文生视频、图生视频、显存不够怎么跑、本地视频生成。 version: 1.1.0 author: 九品锦锂e summary: 8G 显存也能跑本地 AI 视频：Wan2.1-1.3B 文生 + LTX-2B 图生，含模型选型红线与白下载预警，全程本地零 API 费用。 license: MIT metadata: version: "1.1.0" category: design-media
本机 AI 视频生成（ComfyUI + Wan / LTX）
基线机器：RTX 4060 Laptop 8G 显存 / 32G 内存 / Win11。 定位：本地出低分辨率、几秒的动漫短视频（自媒体够用）。别把 8G 当 16G 用。
何时用
用户说"跑视频模型/文生视频/图生视频"，或要把本地视频生产环境交给执行成员（团队成员等）继续实验时。
先建立认知（选型不走错）
- 文生视频(T2V) 与 图生视频(I2V) 是两套模型，不能互相替代：
- Wan2.1-1.3B 只有 T2V；Wan 的 I2V 只有 14B（8G 跑不动）。
- 8G 能跑的 I2V = LTX-2B fp8（另需 t5xxl 编码器）。
- 长视频/人物一致性：纯 T2V 做不到"同一主角多段连续"；正解是 I2V 用同一张角色图做首帧，逐段生成再拼接。T2V 硬拼 N 段必人物漂移。
- Ollama 与 ComfyUI 模型不通用：Ollama 是语言模型（写提示词/剧情），ComfyUI 是扩散模型（出片）。是配合分工，不是替代。
部署顺序（按序做；跳步必踩坑）
1) 装 ComfyUI 便携版（放 D 盘，勿占 C 盘）
- 从
Comfy-Org/ComfyUIGitHub release 取ComfyUI_windows_portable_nvidia.7z（自带 python+torch+CUDA）。 - ⚠️ bash 下
7z x -o"/d/..."的 MSYS 路径会被转换坏，产物不落目标目录（解压报成功但目录空）。→ 用 Python subprocess 传原生 Windows 路径调 7z。
2) 升级 ComfyUI 到最新版（旧版没有 Wan/LTX 节点）
- GitHub 直连常
Connection was reset→ 先配镜像：git config --global url."https://ghfast.top/https://github.com/".insteadOf "https://github.com/"，再git pull --ff-only origin master。
3) 升级 Python 依赖：python_embeded\python.exe -s -m pip install -r ComfyUI\requirements.txt（新版会新增 comfy-kitchen 等）。
4) torch 必须与 comfy-kitchen 匹配（按症状逐级排）：
| 症状 | 根因 | 处置 |
|---|---|---|
module 'torch.library' has no attribute 'custom_op' | torch < 2.4 | 升 torch |
infer_schema ... unsupported type list[int] | torch 与 comfy-kitchen 不匹配 | 升到 cu130 的 torch（2.14+） |
cudaErrorNotSupported / likely using older driver | 驱动 CUDA 版本不够 | 升级 NVIDIA 驱动 |
- 先判驱动上限：
nvidia-smi看CUDA Version；要 CUDA 13 就必须升驱动。 - 取最新驱动：NVIDIA 驱动查询 API（
AjaxDriverService，RTX40 系笔记本 psid=138/pfid=1005）拿DownloadURL；下载需带浏览器 UA + Referer，否则 403。静默装-s -noreboot；装完nvidia-smi确认，通常无需重启 torch 即可识别 GPU。
5) 模型必须用 ComfyUI 标准格式（最容易踩的坑）
- 从
Comfy-Org/Wan_2.1_ComfyUI_repackaged的split_files/下 safetensors：diffusion_models/wan2.1_t2v_1.3B_fp16.safetensors（≈2.8G）text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors（≈6.7G）vae/wan_2.1_vae.safetensors（≈0.25G）
- ⚠️ 用 Wan 官方原始
.pth（如models_t5_umt5-xxl-enc-bf16.pth）→ 报Cannot copy out of meta tensor; no data!（CLIPTextEncode 阶段）。这是格式/命名不匹配，不是显存问题——别去调显存参数。 - 国内下载：HuggingFace 直连不通 → 用 hf-mirror.com；
curl -C - --retry 999 --retry-all-errors断点续传。 - 落位：
ComfyUI\models\{diffusion_models,text_encoders,vae}\。
6) 装 ffmpeg（视频编码必需）：python_embeded\python.exe -s -m pip install imageio-ffmpeg imageio（自带静态 ffmpeg）。缺它 SaveVideo 阶段报 [Errno 22]。
7) 启动服务
python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --disable-async-offload > log.txt 2>&1
--disable-async-offload：8G 下避免文本编码器权重停在 meta device。- ⚠️⚠️ 绝不用
| head/| tee管道启动这类长驻服务：tqdm 进度条写已关闭的管道 →[Errno 22] Invalid argument直接中断 KSampler，看起来像模型报错，其实是启动方式问题。用> 日志 2>&1重定向。这条坑对任何长驻进程/网关同样成立——管道关闭会连带杀掉进程。 - 判就绪：
netstat -ano | grep :8188有 LISTENING。
跑文生视频（T2V）
- 节点链照抄
templates/wan21_t2v_workflow.json：CLIPLoader(type=wan) + VAELoader + UNETLoader + EmptyHunyuanLatentVideo + CLIPTextEncode(正/负) + KSampler + VAEDecode + CreateVideo + SaveVideo- 视频 latent 用 EmptyHunyuanLatentVideo；输出必须 CreateVideo → SaveVideo。
- ⚠️
VAEDecode输出是 IMAGE，直连 SaveVideo 会报received_type(IMAGE) mismatch input_type(VIDEO)。
- 提交：
POST http://127.0.0.1:8188/prompt，body{"prompt": {节点id: {class_type, inputs}}}；返回node_errors:{}即通过。 - 查进度：
GET /history/<prompt_id>看status.status_str（running/success/error）；error 时读messages里的execution_error（含node_id/node_type/exception_message）。 - 8G 实测可用参数：832×480、length 33（≈2 秒）、steps 15-20、cfg 5.5-6.0、fps 16。超了会 offload 到内存，极慢。
- 产物在
ComfyUI\output\*.mp4；用imageio_ffmpeg.get_ffmpeg_exe()调 ffmpeg 验时长/分辨率。
跑图生视频（I2V）
- 用 LTX-2B：
ltxv-2b-0.9.8-distilled-fp8.safetensors（≈4.5G）→models\diffusion_models\；text encoder 用 t5xxl：t5xxl_fp8_e4m3fn.safetensors（≈4.9G，来自comfyanonymous/flux_text_encoders）→models\text_encoders\。 - ⚠️ LTX 用 t5xxl、Wan 用 umt5，两者不通用，都要下。
- 一致性打法：固定一张角色图当首帧逐段生成，或用 IPAdapter/InstantID 注入角色。
跑前准备（8G 显存）
- 关 Chrome 等占显存软件（系统/桌面常占 ~1.2G，Chrome 可占 ~1.9G）。
- 单任务串行，别并发多个生成。
交付给执行成员
交接文档结构（照此写）：环境路径 → 启动命令（含参数）→ 模型清单（文件名+目录+大小）→ 可复用工作流 JSON → 8G 参数心法 → 踩坑速查 → 下一步待办。
参考
templates/wan21_t2v_workflow.json— 实测跑通的 Wan2.1-1.3B 文生视频工作流（ComfyUI API 格式，可直接 POST）
关于作者
九品锦锂e ｜ 把踩过的坑封装成「拿来就能跑」的 skill，不写教科书。
这个 skill 是我自己在用的版本，里面每条坑都是真踩过的。用的时候卡住了、想要进阶玩法、或者有别的场景想让我封装成 skill，直接加我微信说，加时备注「SkillHub」我优先通过：
扫码添加作者微信 · 备注「SkillHub」优先通过