前言
Wan2.1 模型搭配 ComfyUI 框架，能实现文本转视频、图片转动画等功能。生成的视频质量较高，普通 PC 即可运行，适合自媒体创作者和 AI 爱好者快速制作动态内容，完全开源免费。
使用时需结合显卡配置选择模型版本：8G 以下显存建议选 fp8 量化版，12G 以上可选 fp16 版以获得更好效果；生成视频时长越长，等待时间也会增加，建议先从短时长测试参数。工作流文件导入后记得设置自动保存，避免成果丢失。
默认系统只能在局域网内使用，若需异地远程访问或团队协作，可通过内网穿透工具将本地服务映射到公网，摆脱网络限制。
1. 软件准备
1.1 ComfyUI
访问 ComfyUI 的 Github 下载对应操作系统版本。本例以 Windows 系统演示，选择免安装版本（如适用于 N 卡的 0.3.27 版本）。
ComfyUI Github：https://github.com/comfyanonymous/ComfyUI
解压后定义路径，继续下载其他组件。
1.2 文本编码器
根据显卡内存选择文本编码器。本例以 fp8 量化版为例，适用于低于 8G 的显卡；若显卡内存高于 12G，可选择 fp16 版本，生成后的视频精度更高。
文本编码器下载地址：https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/text_encoders
1.3 VAE
下载 VAE 文件。
1.4 视频生成模型
下载 Wan2.1 视频生成模型。如果显卡配置较好，可选择完整模型。本例以相对要求较低的 wan2.1_t2v_1.3B_fp16.safetensors 模型进行演示。
注意：建议使用 fp16 版本而不是 bf16 版本，因为它们会产生更好的结果。
质量等级（从高到低）：fp16 > bf16 > fp8_scaled > fp8_e4m3fn
视频生成模型下载地址：https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/diffusion_models
2. 整合配置
将准备好的编码器、模型等整合到 ComfyUI 中，然后导入工作流文件。
- 把文本编码器
umt5_xxl_fp8_e4m3fn_scaled.safetensors放入ComfyUI/models/text_encoders/ - 将 VAE 文件
wan_2.1_vae.safetensors放入ComfyUI/models/vae/ - 将 Wan 2.1 模型放入
ComfyUI/models/diffusion_models/ - 下载文字转视频所需的 Json 格式工作流文件，右键另存为到桌面，稍后打开 ComfyUI 时拖入。
下载地址：https://comfyanonymous.github.io/ComfyUI_examples/wan/text_to_video_wan.json
3. 本地运行测试
回到解压后的 ComfyUI 根目录，双击运行脚本启动服务。启动完毕后，会自动在浏览器打开 ComfyUI 的使用界面，或者在网址栏输入 http://127.0.0.1:8188。
将刚才下载的 Json 格式工作流文件直接拖入界面。
使用文生视频前，可先右键保存动画模块，在模式中选择 Always，这样以后生成的视频都会被自动保存下来。
然后在编辑器中输入提示词（中英文都可以），点击运行即可启动文生视频工作流。
示例提示词：一个小男孩在海边提足球
默认生成的视频参数是 832*480，如果需要修改可以在这里对宽度和高度进行调整。
默认视频长度是 33，如果需要修改可以在这里调整，更长的时长也需要更多的时间来生成视频。
4. 远程访问配置
若需远程调用本地部署的大模型，可使用内网穿透工具将本地服务映射到公网。无需搭建云服务器或拥有公网 IP，即可实现异地连接。团队成员也可通过专属连接通道实时协作。
具体操作通常涉及配置隧道管理，设置协议为 HTTP，本地地址为 ComfyUI 端口（如 8188），并设置认证信息以确保安全。创建成功后，在其他设备上使用生成的公网地址在浏览器中访问即可。
如需长期稳定访问，可配置固定二级子域名方式，该地址不会随机变化，便于记忆和管理。
总结
经过本次技术验证，成功构建了基于公网网络环境的远程控制体系，使本地部署的 Wan2.1 模型具备跨地域访问能力。该解决方案支持团队成员通过专属连接通道实现实时协作，显著优化了分布式开发场景下的协同效率。对于个人开发者而言，这套系统提供了灵活的远程访问支持，能够适配各种终端设备的接入需求。
通过以上步骤，已掌握在本地搭建 Wan2.1 视频生成环境并结合网络穿透实现公网访问的方法，既发挥了本地化部署的低成本优势，又突破了局域网的局限，让 AI 视频创作更灵活高效。