Wan2GP: локальная генерация видео на 6 ГБ VRAM

Wan2GP (он же WanGP) - бесплатный опенсорс-комбайн, который запускает топовые open-source генераторы видео и картинок прямо на домашнем ПК. Стартует от 6 ГБ VRAM, работает через браузер, крутит Wan 2.1/2.2, LTX-2, Hunyuan Video, Flux и MiniMax H3 - всё без облака, лимитов и подписок. Проект живой: около 8,9 тысяч звёзд на GitHub, свежий релиз v12.64 от 23 августа 2026.

Ниже разберу без маркетинга: что это реально умеет, на каком железе запускается, как поставить и когда локалка выигрывает у Higgsfield с Runway, а когда нет.

Что такое Wan2GP простыми словами

Wan2GP - это Python-приложение с веб-интерфейсом на Gradio, которое унифицирует десятки открытых нейросетей под одну панель. По сути это "супер-приложение" для того, кого автор проекта, DeepBeepMeep, называет GPU Poor - людей с обычными игровыми видеокартами, а не с H100 за $30 000.

Идея простая: те же модели, что стоят за Runway, Sora, Higgsfield или Kling, часто выложены на Hugging Face с открытыми весами. Проблема в том, что запустить их на 8-12 ГБ VRAM без агрессивной оптимизации нереально. Wan2GP берёт эту оптимизацию на себя: квантизация в int8/fp8/gguf/NVFP4/Nunchaku, offloading, распределение слоёв, готовые пресеты по VRAM. От пользователя нужен только запуск и промпт.

На каком железе Wan2GP реально работает

Минимальный порог - 6 ГБ VRAM для выбранных моделей. Это не маркетинг: в README проекта явно указано, что MiniMax H3 крутится на 5-6 ГБ VRAM для 5-секундного ролика в 832x480.

Что поддерживается по железу:

• NVIDIA: RTX 10XX, 20XX, 30XX, 40XX, 50XX. Даже старая GTX 1080 подойдёт.
• AMD: RDNA 2, 3, 3.5 и 4 (Radeon RX 6000/7000/9000).
• Квантованные чекпоинты под каждое железо: int8, fp8, gguf, NV FP4, Nunchaku.

Подводные камни есть. На 6 ГБ VRAM ты не запустишь всё подряд - только специально оптимизированные варианты. Модель типа Bernini 14B хочет 12-16 ГБ VRAM. Встроенный агент Deepy Prime официально требует 24 ГБ, в компромиссном режиме - 16 ГБ. То есть 6 ГБ - это точка входа, а не универсальный лимит.

Какие модели заведены в Wan2GP

По состоянию на релиз 12.64 (август 2026), список из официального README:

• Видео: Wan 2.1/2.2, MiniMax H3, LTX-2, Hunyuan Video 1/1.5, LongCat, Kandinsky, LTXV, MagiHuman.
• Картинки: Qwen Image, Z-Image, Flux 1/2 (Klein, Chroma), HiDream, KREA-2, Ideogram v4.
• Аудио и TTS: Qwen3 TTS, Ace Step 1/2/XL, Omnivoice, Index TTS2, KugelAudio, HearMula, Chatterbox, MinaMax Music 3.

Плюс встроенные тулзы: редактор масок, удаление фона, извлечение поз и глубины, upscale через RIFE и FlashVSR, звуковая пост-обработка (MMAudio, SeedVC), диаризация речи, шумодав. Ты получаешь не просто "text-to-video", а мини-студию с полным пайплайном.

Отдельно про Deepy - встроенного агента. Даёшь ему многошаговое задание вида "возьми файлы из этой папки и собери из них ролик", он планирует, вызывает модели, режет клипы, генерирует звук. Работает через локальный Claude Code или OpenAI Codex, если подключить их в настройках.

Как поставить Wan2GP - быстрый путь

Официальный вариант для Windows - один клик через .bat-скрипты. Скачиваешь репозиторий, запускаешь scripts\install.bat, дальше он сам ставит Python, Torch, CUDA, ускорители (Triton, Sage, Flash, GGuf, Lightx2v, Nunchaku). Для Linux/macOS то же самое через scripts/install.sh.

Если хочешь ручной контроль (RTX 20XX-50XX):

git clone https://github.com/deepbeepmeep/Wan2GP.git
cd Wan2GP
conda create -n wan2gp python=3.11.14
conda activate wan2gp
pip install torch==2.10.0 torchvision==0.25.0 torchaudio==2.10.0 --index-url https://download.pytorch.org/whl/cu130
pip install -r requirements.txt
python wgp.py

Для старых GTX 10XX - другая связка (Python 3.10.9, Torch 2.7.1, CUDA 12.8), она есть в README проекта.

Если возишься с этим впервые и не хочешь ловить конфликты драйверов и версий CUDA - отдай задачу Claude Code одним запросом:

В Claude Code вставь запрос:
"Склонируй github.com/deepbeepmeep/Wan2GP, определи мою видеокарту
(модель GPU + объём VRAM), подбери правильную установку (RTX 20xx-50xx
или GTX 10xx), собери conda-окружение и запусти wgp.py.
Мой стек: <ОС>, <модель GPU>, <VRAM>.
Если что-то падает - объясни причину, предложи фикс и покажи вывод
команд. Перед запуском проверь версию драйвера и CUDA."

Он разберётся с версией драйвера, поставит нужный Torch, соберёт окружение и подскажет, какой пресет памяти включить в UI после запуска.

Что можно делать в веб-интерфейсе

После python wgp.py открывается локальный Gradio по адресу http://127.0.0.1:7860. Три главных вкладки: Text-to-Video, Image, Audio. У каждой - куча пресетов под конкретную модель.

Что доступно из коробки:

• Text-to-Video и Image-to-Video через любую из подключённых моделей.
• LoRA-адаптация: подгружаешь LoRA под своего персонажа, стиль или продукт - модель начинает генерить в твоей эстетике.
• Sliding Windows для длинных роликов: продолжаешь предыдущий кадр без разрыва движения.
• Reference Images/Videos: даёшь модели картинку с персонажем, она носит его через несколько шотов.
• Финетюны: грузишь чекпоинты с Hugging Face и CivitAI, можешь создавать свои прямо в UI.
• Media Flow: батч-обработка папок с картинками и видео (upscale, обработка).
• Headless API и MCP-сервер: можно дёргать генерацию скриптом или из внешнего агента.

Совет из README, который экономит 1-5 ГБ VRAM: отключи GPU-ускорение в браузере. Chrome жрёт видеопамять просто на отрисовку интерфейса - иногда до 5 ГБ. В комплекте есть скрипт scripts/start-chrome-no-gpu.bat, который стартует Chrome без GPU.

Wan2GP или облачный Runway/Higgsfield: когда что

Простое правило, которого держусь сам:

• Облако (Runway, Higgsfield, Kling, Sora) - когда нужен максимальный результат "здесь и сейчас". Один-два клипа под клиента, срочный проект. Платишь за секунды видео, получаешь топ-качество без ковыряний с драйверами.
• Локалка (Wan2GP) - когда объём большой или нужна приватность. Регулярный контент, коммерческие материалы, эксперименты с LoRA под свой бренд, чувствительные корпоративные ролики. Один раз ставишь, дальше только время рендера и электричество.

Если генеришь ролики регулярно, Wan2GP окупается за неделю - подписка на облачный видеогенератор стоит 30-80 долларов в месяц. Если задача разовая - облако проще.

Ещё сценарий, где локалка выигрывает всухую: обучение и эксперименты. В облаке каждая ошибка в промпте - это списанные кредиты. Локально можно тыкать сотни вариантов бесплатно, только время.

FAQ

Wan2GP полностью бесплатный?

Да. Автор явно пишет в README: WanGP бесплатен для локального использования, лицензий и подписок нет. Единственное - лицензия проекта нестандартная (NOASSERTION), для коммерческого использования отдельных моделей уточняй условия конкретных весов на Hugging Face.

Работает ли Wan2GP на Windows?

Да. Есть .bat-инсталлятор в один клик. Отдельно есть Wan2GP Desktop от GKArtist - GUI-лаунчер, который сам подтягивает Git, Python, CUDA и Torch. Для новичка Desktop-версия проще, чем ручная сборка.

Можно ли запустить Wan2GP на видеокарте AMD?

Да, поддержка RDNA 2/3/3.5/4 (Radeon RX 6000, 7000, 9000). Инструкция для AMD - в разделе Installation репозитория. Скорость будет ниже, чем на сопоставимой NVIDIA, но работать будет.

Чем Wan2GP отличается от ComfyUI и AUTOMATIC1111?

ComfyUI - конструктор пайплайнов на нодах, AUTOMATIC1111 - интерфейс под Stable Diffusion для картинок. Wan2GP заточен именно под видео и агрессивную оптимизацию VRAM. Пайплайн он собирает сам под каждую модель. Проще для новичка, менее гибок для профи.

Реально ли получить качество Higgsfield/Runway на 6 ГБ VRAM?

По деталям и физике движения топ-облака пока выше, честно. Но с моделями типа MiniMax H3 (открытый ответ Seedance) разрыв закрывается. Для соцсетей, обучающего контента и черновиков локального качества уже хватает, а через LoRA его можно затюнить под свой стиль лучше, чем в облаке.

Что дальше

Если хочешь собрать такую систему у себя - у меня есть курс по вайбкодингу и работе с нейросетями в клубе Мандарин Лаб: mandarinedu.ru. Первые уроки открыты бесплатно.

Если нужно внедрить ИИ в бизнес - процессы, агентов, автоматизацию под вашу задачу - пишите мне напрямую: t.me/Philigranchik. Разберу задачу и скажу, что реально автоматизируется, а что нет.