WAN2.2文生视频+SDXL_Prompt风格保姆级教程：Mac

M2/M3芯片本地部署实录

本文面向Mac用户，特别是使用M2/M3芯片的朋友，手把手教你如何在本地部署WAN2.2文生视频模型，并结合SDXL

Prompt风格功能，用中文提示词生成高质量视频内容。

1.

环境准备与快速部署

在开始之前，确保你的Mac满足以下基本要求：

• 系统要求：macOS

  12.0或更高版本

• 芯片支持：Apple

  M2或M3系列芯片（M1芯片也可运行但速度较慢）

• 存储空间：至少20GB可用空间（用于模型文件和依赖库）
• 内存建议：16GB或以上（8GB也可运行但可能较慢）

1.1

安装必要依赖

首先打开终端（Terminal），依次执行以下命令安装基础依赖：

#
安装Homebrew（如果尚未安装）
/bin/bash
https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
安装Python和必要工具
wan2_env/bin/activate

1.2

下载和配置ComfyUI

ComfyUI是一个强大的图形化界面，让我们能够可视化地使用WAN2.2模型：

#
克隆ComfyUI仓库
https://github.com/comfyanonymous/ComfyUI.git
ComfyUI
requirements.txt

安装完成后，启动ComfyUI：

python
main.py

在浏览器中打开http://127.0.0.1:8188，就能看到ComfyUI的操作界面了。

2.

WAN2.2模型部署实战

现在我们来具体部署WAN2.2文生视频模型。

2.1

下载模型文件

WAN2.2模型文件较大，建议使用下载工具获取：

#
加载工作流模板
回到ComfyUI界面，我们需要加载WAN2.2的工作流：
在界面右侧找到"Load"按钮
选择下载的WAN2.2工作流配置文件（通常是JSON格式）
界面会自动加载所有节点和连接
如果找不到预设工作流，也可以手动搭建，但使用现成的工作流更加方便。
3.
使用中文提示词生成视频
这是最有趣的部分——用中文描述你想要的视频内容。
3.1
理解SDXL
Styler是一个很实用的节点，它让你能够：
直接输入中文提示词：不用翻译成英文，直接用中文描述
选择不同风格：内置多种风格模板，一键应用
实时预览效果：立即看到风格应用后的提示词效果
在ComfyUI界面中，找到标有"SDXL
Prompt
Styler"的节点，这是我们的主要操作区域。
3.2
编写有效的中文提示词
好的提示词能让生成的视频质量大幅提升。
以下是一些实用技巧：
基础结构：
主体描述
+
技术参数
实际例子：
普通描述："一只猫在草地上玩耍"
优化后的描述："一只金色的布偶猫在阳光下的绿色草地上欢快地追逐蝴蝶，电影质感，4K高清，慢动作"
风格关键词参考：
电影感、纪录片风格、动画效果、水彩画风
科幻风格、复古怀旧、未来科技、梦幻氛围
写实主义、抽象艺术、卡通渲染、油画质感
在SDXL
Prompt
Styler节点的输入框中，直接输入你的中文描述，然后从下拉菜单选择一个喜欢的风格。
3.3
调整视频参数
在生成视频前，还需要设置一些基本参数：
视频尺寸：常见选择有512×512、768×768、1024×1024等
视频时长：通常为2-4秒，时长越长生成时间越久
帧率：24fps或30fps比较自然
这些设置通常在标注为"Video
Settings"或类似名称的节点中调整。
4.
生成你的第一个视频
一切准备就绪，现在来生成你的第一个AI视频。
4.1
执行生成操作
确认所有参数设置正确
检查提示词是否准确表达了你的想法
点击界面上的"Execute"或"Run"按钮
生成过程中，你可以看到进度条和预估剩余时间。
在Mac
M2/M3芯片上，生成一个4秒的视频通常需要5-15分钟，具体取决于视频尺寸和复杂度。
4.2
查看和保存结果
生成完成后，视频会自动显示在预览区域：
可以播放查看效果
如果满意，点击下载按钮保存到本地
如果不满意，调整提示词或参数重新生成
常见问题处理：
视频模糊：尝试提高分辨率或使用更详细的提示词
内容不符合预期：优化提示词，添加更多细节描述
生成失败：检查模型是否正确加载，显存是否足够
5.
实用技巧与进阶玩法
掌握了基础操作后，来看看如何提升视频质量和使用体验。
5.1
提升视频质量的技巧
分层描述法：
#
=
"""
负面提示词的使用：在Negative
Prompt中输入不想要的内容，如"模糊、失真、畸形、水印"
迭代优化：先生成低分辨率版本测试效果，满意后再生成高清版本
5.2
批量生成技巧
如果你需要生成多个视频，可以这样做：
#
python
./videos
或者使用ComfyUI的批量处理功能，提前准备好多个提示词文件依次处理。
5.3
性能优化建议
针对Mac用户的特别优化：
关闭不必要的应用程序，释放内存
确保足够的散热，避免
***rmal
throttling
使用外接电源，保持最佳性能状态
考虑使用较短的视频时长来减少生成时间
6.
生成视频时提示显存不足怎么办？A:
尝试降低视频分辨率，减少视频时长，或者关闭其他占用显存的程序。
Q:
WAN2.2对中文的支持很好，但建议使用简单明了的中文表达，避免过于复杂的成语或诗歌。
Q:
目前生成的视频不包含音频，需要后期添加。
Q:
可以在iPhone或iPad上运行吗？A:
目前只能在Mac上运行，移动设备性能不足以支持此类模型。
Q:
生成一个视频需要多长时间？A:
在M2芯片上，一个512x512的4秒视频约需5-8分钟；M3芯片速度会更快一些。
7.
总结
通过本教程，你已经学会了在Mac
M2/M3上部署和使用WAN2.2文生视频模型的全过程。
关键要点回顾：
环境配置：正确安装Python和ComfyUI是基础
模型部署：下载并放置模型文件到指定目录
提示词技巧：使用详细的中文描述结合风格选择
参数调整：根据需求设置合适的视频尺寸和时长
优化方法：通过分层描述和负面提示提升质量
现在你可以开始创作自己的AI视频了。
从简单的场景开始尝试，逐步掌握提示词编写的技巧，你会发现用文字生成视频是一件既神奇又有趣的事情。
/>
获取更多AI镜像
想探索更多AI镜像和应用场景？访问
CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。