一、45–90 秒短视频怎么做？——「尾帧循环拼接法」

Wan2.1 和 Wan2.2 单次生成都只能跑 3–5 秒‌，这是模型架构决定的（时间注意力计算量随帧数呈指数级增长），不是显存够不够的问题。想做 45–90 秒的长视频，唯一可行的方案是‌多段生成 + 首尾拼接‌。

具体做法（Wan2.1/Wan2.2 通用）

第一段用文生视频（T2V）生成 5 秒起始片段‌

提取第一段的最后一帧‌，用图生视频（I2V）模式生成第二段 5 秒

每两段之间重叠 3–4 帧‌，保证动作和场景衔接不跳

循环 9–18 次‌，拼成 45–90 秒

最后用剪辑软件（剪映/PR）加转场、配乐、字幕

在 ComfyUI 里有现成的自动化方案

WanAnimate 插件 + for 循环节点‌：可以设置总帧数、单窗口帧数、重叠帧数，自动循环生成，不用手动一段段跑

KJNodes 插件‌：用「获取特定图像」节点提取尾帧，串到下一段的 I2V 输入

每 5 秒生成一次，90 秒就是 18 段，‌全部跑完大概需要 2–4 小时‌（你 1070Ti 速度偏慢，但 96G 内存能稳稳撑住不崩）

拼接质量的关键提醒

提示词要统一风格‌：每段用相同的画风、色调、人物描述词，只改变动作/镜头

运动别太剧烈‌：快速转场、大幅度动作容易导致拼接处人物变形

重叠帧越多越连贯‌：但重叠越多浪费也越多，建议重叠 4 帧（约 0.2 秒）

二、Wan2.1 还是 Wan2.2？—— 8G 显存选 Wan2.2 更划算

很多人有个误区：以为 Wan2.1 更老、更省显存。‌实际刚好相反‌。

核心对比（8GB 显存场景）

表格

维度    Wan2.1 1.3B Wan2.2 5B 量化版

参数规模‌ 13 亿  50 亿（量化后）

8G 显存能否跑‌   ✅ 刚好够（约 8.2GB）    ✅ GGUF/Q3_K_S 量化版可以

画质水平‌ 一般，细节较少     明显更好，接近 14B 水平

480P 5秒生成时间‌      约 8–12 分钟   约 10–15 分钟

VAE 压缩比‌    128 倍（8×8×2）      1024 倍（16×16×4）

同样分辨率显存占用‌  更高    低约 60%

社区优化生态‌     成熟稳定  更新、优化更激进

为什么 Wan2.2 5B 量化版反而更推荐？

VAE 架构升级是关键‌：Wan2.2 的潜空间压缩率是 Wan2.1 的 8 倍，同样分辨率下显存占用反而更低

量化技术成熟‌：GGUF Q3_K_S 量化的 5B 模型，画质损失肉眼不明显，但显存能压到 6–7GB

参数大 = 质量高‌：50 亿参数 vs 13 亿参数，生成质量不在一个量级

社区实测反馈‌：不少 8G 显存用户亲测 Wan2.2 量化版效果比 Wan2.1 1.3B 好很多

什么情况下选 Wan2.1？

你追求‌极致稳定、不想折腾量化版本‌，Wan2.1 1.3B FP16 版开箱即用，社区教程多

你需要 ‌Wan2.1 FLF2V（首尾帧控制）‌ 这种特定功能，对长视频拼接的精准度要求更高

其他情况一律推荐 ‌Wan2.2 5B GGUF 量化版‌

三、手机短视频帧率降到多少不卡？—— 底线 16fps，推荐 24fps

先给结论（按流畅度从低到高）

表格

帧率    手机观看体验      适合场景  你 8G 显存可行性

16fps‌      慢速场景可接受，快速运动明显卡顿  风景、静物、慢节奏口播 ✅ 首选，显存压力最小

24fps‌      有电影感，绝大多数场景不卡     剧情类、Vlog、电影感短片    ✅ 推荐，性价比最高

25fps‌      和 24fps 几乎无差别     国内广电标准，无特殊意义      ⚠️ 没必要，不是手机屏整数倍

30fps‌      流畅自然，短视频平台主流      日常短视频、运镜多的内容      ⚠️ 8G 显存下帧数太多会 OOM

60fps‌      丝滑，但手机屏 60Hz 才能体现 运动、游戏类      ❌ 别想，显存直接爆

重点解释两个你关心的点

1. 为什么 25fps 没必要？‌

手机屏幕刷新率基本都是 ‌60Hz / 90Hz / 120Hz‌，25 不是 60 的整数倍，播放时系统需要做帧时长换算，反而可能出现微幅卡顿

24fps 或 30fps 才是手机观看的友好帧率‌，因为 60 ÷ 24 = 2.5（每帧播放 2–3 屏刷交替），60 ÷ 30 = 2（完美整数倍）

你说的 25 帧是传统电视/PAL 制标准，和手机短视频完全不搭

2. 16fps 到底能不能看？‌

人眼视觉暂留阈值是 ‌约 16fps‌，超过这个数大脑就会认为画面是连续的

慢速运动场景‌（风景飘动、人物缓慢行走、静物特写）：16fps 完全够用，甚至很多人看不出和 24fps 的区别

快速运动场景‌（奔跑、打斗、快速运镜）：16fps 会有明显「PPT感」，建议至少 24fps

AI 生成视频因为‌帧间连贯性本身就好‌（模型有时序建模），16fps 的实际观感比普通 16fps 实拍视频更流畅

结合你硬件的最优策略

生成用 16fps，后期 AI 补帧到 24/30fps 输出‌

这样做的好处：

生成阶段‌：16fps 意味着同样 5 秒视频只需要 80 帧，比 24fps（120 帧）少 33% 的计算量，显存压力小很多

后期补帧‌：用 RIFE / DAIN 等插帧算法（Topaz Video AI、Flowframes、剪映都有），把 16fps 升到 24 或 30fps，‌插帧的显存开销远低于原生生成高帧率‌

最终输出 24fps 给手机看，电影感又强又不卡

✅ 给你的最终配置方案（直接抄作业）

表格

项目    推荐设置  理由

模型‌   Wan2.2-IT2V-5B GGUF Q3_K_S 量化版      8G 显存能跑，画质碾压 Wan2.1 1.3B

部署平台‌ ComfyUI + WanVideo_comfy 插件   显存优化最好，支持尾帧循环长视频

分辨率‌  832×480（竖版 480×832）     720P 在 8G 显存上很容易 OOM，480P 稳

生成帧率‌ 16fps 省显存、省时间，慢动作场景够用

单段时长‌ 5 秒（80 帧）   单次生成的稳定上限

总时长方案‌      尾帧循环拼接，45 秒=9 段，90 秒=18 段     WanAnimate + for 循环自动跑

最终输出‌ AI 补帧到 24fps，发布到手机平台    电影感强，手机观看无卡顿

虚拟内存‌ 设 40–64GB   你 96G 内存完全撑得住，防止 OOM

最后一个现实提醒

你这套配置跑 90 秒视频，‌全程大概需要 4–6 小时‌（1070Ti 算力确实偏弱）。建议：

晚上睡前开跑，早上起来收成品

先用 5 秒片段测试提示词和效果，满意了再跑长视频

96G 内存是你的优势，大胆开模型 offload，显存不够的部分让内存扛

可以整理 ComfyUI 上 Wan2.2 尾帧循环长视频的具体节点工作流，可以直接导入使用。