0円で爆速マスター!Wan2.2で始める神動画作成術~Wan2.2の5Bモデルインストール編

プラットフォーム
この記事は約15分で読めます。

先日、Wan2.2を動作させるための基本的な環境構築までは完成させることができました。
おやおや、そんな記事知らないぞ?という方はこちらをご一読ください。

今日はその続きの、「ComfyUIにWan2.2をインストールする」というところまでを解説していきたいと思います。
ローカル環境でWan2.2を動かせたらいいですよね?

果たしてうまくインストールできるでしょうか?

ドキドキです!
さぁ、いってまいりましょー!

スポンサーリンク

ComfyUIにWan2.2を載せてみよう!

Wan2.2とは?

Wan2.2は、最新の動画生成AIモデルで、

  • テキスト→動画(T2V)
  • 画像→動画(I2V)
  • テキスト+画像→動画(TI2V)
    など、多彩な生成モードを搭載。

しかも商用利用OK(Apache 2.0ライセンス)です。

Wan2.2 5Bモデルのインストール手順(Windows編)

1. 動作環境の確認

Wan2.2の5Bモデルは、AIによる高精度かつ爆速の動画生成が魅力ですが、その分PCへの負荷も大きめ。
スムーズに動かすためには、まず自分のPCが必要スペックを満たしているかをチェックしましょう。

項目最低動作環境推奨環境(快適動作)
OSWindows 10 / 11 (64bit)Windows 11 (最新更新適用)
CPUIntel Core i5 第10世代以上 または Ryzen 5 3600以上Intel Core i7 第12世代以上
GPU(VRAM)NVIDIA RTX 4080以上(VRAM 16GB以上)NVIDIA RTX 4080以上(VRAM 16GB以上)
メモリ(RAM)16GB32GB以上
ストレージ空き容量 20GB以上(SSD推奨)NVMe SSD(読み込み速度 3000MB/s以上)
PythonPython 3.10 ~ 3.11 以上Python 3.12
ComfyUIインストール済み

GPUはNVIDIA製(CUDA対応)が必須。AMDやIntel内蔵GPUでは
動作不可のケース多数。
VRAM不足の場合は出力解像度を下げると安定。
HDDでは非常に遅いので、必ずSSD以上で運用。

ここまでの環境構築は、前回やりましたので割愛させていただきます。

2. Git をインストールする方法

Git は pip ではインストールできません
Python パッケージではなく、独立したコマンドラインツールだからです。
Windows では公式インストーラーから入れるのが確実です。

手順1. 公式サイトから Windows 用 Git をダウンロード

ダウンロードはこちら

手順2. インストーラーを起動

「Git from the command line and also from 3rd-party software」 を選択。

インストールが開始されます。

手順3. Anaconda PowerShellを再起動

インストール完了後、Anaconda PowerShell を閉じて再起動します。

手順4. バージョン番号が表示されるかの確認

動作確認をします。次のコマンドを打ち、バージョン番号が表示されればインストール成功です。

git --version

3. Wan2.2 を GitHub からダウンロード

mkdir C:\comfyui\extensions
cd C:\comfyui\extensions
git clone https://github.com/Wan-Video/Wan2.2.git
cd Wan2.2

ここまで、案外すんなり来て驚いています(Gitのインストールで戸惑ったくらいでした)。

4. flash_attn を使わないバージョンでインストール

まず、NumPyが再度邪魔をしてくるので、また対策を取ります。次のコマンドを入力します。

python -m pip install numpy==1.26.4

Wan2.2 は flash_attn が必須ではないので、まず requirements から除外します。

cd C:\comfyui\extensions\Wan2.2
findstr /V "flash_attn" requirements.txt > requirements_no_flash.txt
python -m pip install --upgrade pip wheel setuptools
python -m pip install -r requirements_no_flash.txt

5. モデル本体・VAE・テキストエンコーダーのインストール

フォルダ構造例:

C:\comfyui\
 ├─ models\
 │   ├─ diffusion_models\
 │   │    └─ wan2.2_ti2v_5B_fp16.safetensors
 │   ├─ vae\
 │   │    └─ wan2.2_vae.safetensors
 │   └─ text_encoders\
 │        └─ umt5_xxl_fp8_e4m3fn_scaled.safetensors
 └─ extensions\
      └─ Wan2.2\

まず、HuggingFace公式サイトにログインし、アクセストークンを取得します。その詳しい手順を以下で解説します。

  1. Hugging Face のアカウントにログイン
    • ブラウザで https://huggingface.co にアクセスし、アカウントにログインします。
    • アカウントがない場合は、新規登録(無料)してください。
  2. プロフィールメニューを開く
    • 右上のプロフィールアイコン(アバター)をクリックします。
  3. 「Settings(設定)」を選択
    • ドロップダウンメニューから 「Settings」 をクリック。
  4. 左メニューから「Access Tokens」をクリック
    • 左側のナビゲーションバーにある 「Access Tokens」 を選択。
  1. 新しいトークンを作成
    • 「Create New token」ボタンをクリック。


    • 次の情報を入力:
      • Token name(トークン名): 任意の名前(例: wan22-api-token
      • Role(権限):
        • read:読み取り(モデルやデータセットのダウンロード)を設定
  1. 「Create token」をクリック
    • トークンが生成され、画面に1回だけ表示されます。

  2. トークンを安全に保存
    • 表示されたトークンをコピーして安全な場所に保管してください。
    • 後から再表示はできません。紛失した場合は新しく作成が必要です。

以下のスクリプトを、「C:\comfyui」下に、「download_wan2_2.py」という名前で保存します。

from huggingface_hub import hf_hub_download
import shutil
import os

# =====================================
# Hugging Face のアクセストークン
# =====================================
HUGGINGFACE_TOKEN = "YOUR_HUGGINGFACE_TOKEN_HERE"

# 保存先フォルダ
paths = {
    "diffusion": "C:/comfyui/models/diffusion_models",
    "vae": "C:/comfyui/models/vae",
    "text_encoders": "C:/comfyui/models/text_encoders"
}

# 保存先フォルダを作成(存在しない場合)
for p in paths.values():
    os.makedirs(p, exist_ok=True)

# =====================================
# 1. 拡散モデル (3分割ファイル)
# =====================================
filenames = [
    "diffusion_pytorch_model-00001-of-00003.safetensors",
    "diffusion_pytorch_model-00002-of-00003.safetensors",
    "diffusion_pytorch_model-00003-of-00003.safetensors",
]

for filename in filenames:
    print(f"Downloading {filename} ...")
    diffusion_file = hf_hub_download(
        repo_id="Wan-AI/Wan2.2-TI2V-5B",
        filename=filename,
        token=HUGGINGFACE_TOKEN
    )
    shutil.copy(diffusion_file, paths["diffusion"])

# =====================================
# 2. VAE
# =====================================
print("Downloading Wan2.2_VAE.pth …")
vae_file = hf_hub_download(
    repo_id="Wan-AI/Wan2.2-TI2V-5B",
    filename="Wan2.2_VAE.pth",
    token=HUGGINGFACE_TOKEN
)
shutil.copy(vae_file, paths["vae"])

# =====================================
# 3. テキストエンコーダ
# =====================================
print("Downloading models_t5_umt5-xxl-enc-bf16.pth …")
textenc_file = hf_hub_download(
    repo_id="Wan-AI/Wan2.2-TI2V-5B",
    filename="models_t5_umt5-xxl-enc-bf16.pth",
    token=HUGGINGFACE_TOKEN
)
shutil.copy(textenc_file, paths["text_encoders"])

print("Wan2.2 5B モデルのダウンロードと配置が完了しました。")

「Anaconda PowerShell」で、次のコマンドを実行。

conda activate PyTorch
pip install huggingface_hub
pip install safetensors

これも。

cd C:\comfyui
python download_wan2_2.py

すると、「C:\comfyui\models\」以下にそれぞれのファイルが自動で配置されます。

6. モデル本体・VAE・テキストエンコーダーの登録

通常、ComfyUI ではテンプレートは次のフォルダにあります。

C:\comfyui\templates

もしなければ templates フォルダを作って大丈夫です。

mkdir C:\comfyui\templates

作成した「mkdir C:\comfyui\templates」下に移動し、「wan2.2_5B_template.json」ファイルを作成して、次のスクリプトを書いて保存します。

{
  "name": "Wan2.2 5B",
  "description": "Wan2.2 5Bモデルを使ったテキストからビデオ生成ワークフロー",
  "workflow": {
    "nodes": [
      {
        "id": 1,
        "type": "ModelLoader",
        "inputs": {
          "ckpt_name": "wan2.2_ti2v_5B_fp16.safetensors"
        }
      },
      {
        "id": 2,
        "type": "VAELoader",
        "inputs": {
          "vae_name": "wan2.2_vae.safetensors"
        }
      },
      {
        "id": 3,
        "type": "TextEncoderLoader",
        "inputs": {
          "encoder_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors"
        }
      },
      {
        "id": 4,
        "type": "TextToVideo",
        "inputs": {
          "text": "A cat running in the park",
          "width": 512,
          "height": 512,
          "num_frames": 16
        }
      }
    ],
    "connections": [
      { "from": [1, "MODEL"], "to": [4, "MODEL"] },
      { "from": [2, "VAE"], "to": [4, "VAE"] },
      { "from": [3, "TEXT_ENCODER"], "to": [4, "TEXT_ENCODER"] }
    ]
  }
}

ここまでできたら、一旦、Anaconda PowerShellを再起動します。

7. まとめると Wan2.2 のインストール手順はこうなります

mkdir C:\comfyui\extensions
cd C:\comfyui\extensions
git clone https://github.com/Wan-Video/Wan2.2.git
cd Wan2.2

python -m pip install numpy==1.26.4

cd C:\comfyui\extensions\Wan2.2
findstr /V "flash_attn" requirements.txt > requirements_no_flash.txt
python -m pip install --upgrade pip wheel setuptools
python -m pip install -r requirements_no_flash.txt

cd C:\comfyui
python download_wan2_2.py

mkdir C:\comfyui\templates

8. なぜ GitHub 方式が安心か

  • 公式ソース直取得:GitHub リポジトリから直接ダウンロードするため安心かつ最新版対応。
  • 依存関係が可視化requirements.txt によって必要ライブラリが明確。
  • ComfyUI 連携:UI操作と組み合わせやすく、初心者にも優しい導入が可能。

9. 起動テスト

「Anaconda PowerShell」上から、次のコマンドを実行します。

conda activate PyTorch
cd C:\comfyui
python main.py

次にブラウザ上から、下のアドレスを入力します。

http://127.0.0.1:8188

正常に起動すれば、ブラウザが開きます。

「ノードを編集」から「Wan」などといったキーワードを入力してみます。

Wan2.2がインストールされ、ComfyUIの拡張(extension)機能として立ち上がっていることが確認できました。

「テンプレートを参照」をクリックし、そこからWan2.2を探すこともできます。こちらのほうが直感的に使えるかも知れませんね。

現在、ここがうまくいっていません。後日正しい情報をお載せする予定でおります。

以上、お疲れ様でした。
次はいよいよ、Wan2.2を使ったAIによる動画生成編です。

最後に

これで、あなたのPCでWan2.2の5Bモデルが動く準備が整いました。
あとはプロンプトを入力して、思い通りの神動画を生成するだけです。

次回予告:
0円で爆速マスター!Wan2.2で始める神動画作成術~AIによる動画作成編

です。
次回は、クオリティと速度を両立させるプロンプト設定方法を解説していきたいと思います。おらわくわくすっぞ!

では、次回お会いしましょう。

白川秋
白川秋

ではでは、参考までに。

コメント

タイトルとURLをコピーしました