Wan 2.2 T2V без цензуры на clore.ai: Q8_0

Wan 2.2 T2V A14B без цензуры запускается на арендованной видеокарте clore.ai через ComfyUI. Диффузия — пара GGUF Q8_0, high-noise и low-noise, без фильтра базовой модели. Ниже четыре файла и команды, которыми они ставятся на образ ComfyUI.

Обычный выбор железа для локальных моделей разобран в статье про локальные ИИ-модели. Здесь одна задача: короткое видео с GingerLabs Wan 2.2 T2V A14B в Q8_0. Лицензия базовой модели Wan-AI/Wan2.2-T2V-A14B — Apache 2.0. Промпт остаётся на вашей стороне. Эти веса только для текста в видео: снимок на вход они не принимают.

Какие файлы нужны

Рабочий набор — четыре файла. Размеры сняты с ответа Hugging Face.

• High-noise. GingerLabs_Wan2.2_T2V_A14B_High_Q8_0.gguf, 15 404 970 496 байт, около 15,4 ГБ. Ранние шаги. В папку models/diffusion_models/.
• Low-noise. GingerLabs_Wan2.2_T2V_A14B_Low_Q8_0.gguf, те же 15 404 970 496 байт. Поздние шаги. В ту же папку. Пара одного уровня: high Q8_0 только вместе с low Q8_0.
• Энкодер. nsfw_wan_umt5-xxl_bf16.safetensors, 11 361 851 256 байт, около 11,4 ГБ, с NSFW-API/NSFW-Wan-UMT5-XXL. В папку models/text_encoders/. Файл fp8_scaled эта связка не открывает.
• VAE. Wan2_1_VAE_bf16.safetensors, 253 806 278 байт, около 254 МБ, с Kijai/WanVideo_comfy. В папку models/vae/.

Четыре файла вместе около 42,4 ГБ. В 32 ГБ видеопамяти одновременно живёт один эксперт: второй файл граф держит вне карты. Энкодер кодирует текст один раз и тоже остаётся в оперативке. На диске заказа нужно место с запасом: сам ComfyUI тоже занимает гигабайты. Веса качаются внутри заказа clore.ai.

Какая видеокарта

Один файл Q8_0 на диске занимает около 15,4 ГБ, и при сэмплировании видеопамять нужна с запасом сверх этого размера. Рабочая карта для такого режима — RTX 5090 на 32 ГБ и примерно 64 ГБ оперативной памяти под энкодер. Карточка репозитория советует Q5_K_M как баланс размера. Для максимального качества на этой карте берётся Q8_0: BF16-файла этой сборки без фильтра нет.

Заказ на clore.ai

На витрине clore.ai включите цену в USD за час и найдите одну карту на 32 ГБ. Перед оплатой откройте Balance. Если на счёте ноль, кнопка Rent заказ не создаст: пополнить можно CLORE, BTC или USD прямо в кабинете.

В диалоге аренды:

1. Тип заказа — On-Demand. Spot дешевле, но машину могут забрать в середине скачивания.
2. Образ — ComfyUI. При первом запуске контейнер сам ставит git и pip, клонирует репозиторий в /workspace/ComfyUI, выполняет pip install -r requirements.txt и запускает python3 main.py --listen 0.0.0.0 --port 8188. Эти команды вводить не нужно.
3. Порты — 22/tcp и 8188/http. Первый для SSH, второй для интерфейса ComfyUI.
4. Оплата с баланса и подтверждение. Первый старт сам ставит ComfyUI и поднимает интерфейс на порту 8188. Скачивание весов идёт следом и занимает больше времени.

Адрес, порт SSH и ссылка на веб-интерфейс появляются в My Orders. Пока контейнер поднимается, страница по HTTP может отвечать ошибкой. Дождитесь, пока ссылка порта 8188 откроет ComfyUI, и только потом заходите по SSH.

Повторный запуск образа делается кнопкой Reboot. Она снова выполняет git clone в уже существующую папку /workspace/ComfyUI, цепочка обрывается до main.py, и интерфейс не поднимается. Веса при этом лежат внутри этой папки. Ниже перезапуск, который оставляет контейнер включённым.

Ноды и веса

Штатный ComfyUI эту связку не открывает. Образ ComfyUI повторно клонировать не нужно. В custom_nodes добавляются kijai/ComfyUI-WanVideoWrapper и Kosinkadink/ComfyUI-VideoHelperSuite, в систему ставится ffmpeg, затем пакеты обеих нод. Каталог ноды уже может существовать: тогда clone пропускается.

cd /workspace/ComfyUI/custom_nodes
if [ ! -d ComfyUI-WanVideoWrapper ]; then
  git clone --depth 1 https://github.com/kijai/ComfyUI-WanVideoWrapper.git
fi
if [ ! -d ComfyUI-VideoHelperSuite ]; then
  git clone --depth 1 https://github.com/Kosinkadink/ComfyUI-VideoHelperSuite.git
fi
apt-get install -y ffmpeg
cd /workspace/ComfyUI
python3 -m pip install --break-system-packages --upgrade-strategy only-if-needed -r custom_nodes/ComfyUI-WanVideoWrapper/requirements.txt -r custom_nodes/ComfyUI-VideoHelperSuite/requirements.txt

На этом образе после пакетов нод не хватает torchaudio. Без него следующий запуск пишет No module named torchaudio, и пункты Wan в меню не появляются. Torch образа эта команда не меняет.

python3 -m pip install --break-system-packages --no-deps torchaudio==2.11.0+cu130 --index-url https://download.pytorch.org/whl/cu130

Torch в образе ComfyUI уже установлен. Ключ only-if-needed не заменяет его, пока зависимость закрыта. Если pip всё же начинает качать torch, остановите команду и оставьте torch образа.

Веса качайте в каталоги модели. wget с ключом -c докачивает файл с места обрыва.

cd /workspace/ComfyUI
mkdir -p models/diffusion_models models/text_encoders models/vae
wget -c -O models/diffusion_models/GingerLabs_Wan2.2_T2V_A14B_High_Q8_0.gguf https://huggingface.co/GingerLabsPlatform/GingerLabs-Wan2.2-T2V-A14B/resolve/main/HighNoise/GingerLabs_Wan2.2_T2V_A14B_High_Q8_0.gguf
wget -c -O models/diffusion_models/GingerLabs_Wan2.2_T2V_A14B_Low_Q8_0.gguf https://huggingface.co/GingerLabsPlatform/GingerLabs-Wan2.2-T2V-A14B/resolve/main/LowNoise/GingerLabs_Wan2.2_T2V_A14B_Low_Q8_0.gguf
wget -c -O models/text_encoders/nsfw_wan_umt5-xxl_bf16.safetensors https://huggingface.co/NSFW-API/NSFW-Wan-UMT5-XXL/resolve/main/nsfw_wan_umt5-xxl_bf16.safetensors
wget -c -O models/vae/Wan2_1_VAE_bf16.safetensors https://huggingface.co/Kijai/WanVideo_comfy/resolve/main/Wan2_1_VAE_bf16.safetensors

После wget оба GGUF должны быть 15404970496 байт, энкодер — 11361851256, VAE — 253806278. Короткий файл значит, что скачивание оборвалось: повторите тот же wget.

stat -c %s /workspace/ComfyUI/models/diffusion_models/GingerLabs_Wan2.2_T2V_A14B_High_Q8_0.gguf
stat -c %s /workspace/ComfyUI/models/diffusion_models/GingerLabs_Wan2.2_T2V_A14B_Low_Q8_0.gguf
stat -c %s /workspace/ComfyUI/models/text_encoders/nsfw_wan_umt5-xxl_bf16.safetensors
stat -c %s /workspace/ComfyUI/models/vae/Wan2_1_VAE_bf16.safetensors

Перезапуск интерфейса

Первый python3 main.py образ запускает до установки нод. Этот процесс их не подхватывает: пакеты появляются в системе, а уже запущенный интерпретатор их не видит. Остановите этот процесс и поднимите ComfyUI снова. Контейнер при этом остаётся: SSH у заказа отдельный, его держит supervisord. Сессию SSH не закрывайте, пока в логе не появится строка про порт 8188.

kill $(ps -eo pid=,cmd= | awk '/python3 main.py --listen 0.0.0.0 --port 8188/ && !/awk/ {print $1}')
cd /workspace/ComfyUI
nohup python3 main.py --listen 0.0.0.0 --port 8188 > /tmp/comfy.log 2>&1 &
tail -n 30 /tmp/comfy.log

Если в меню уже есть WanVideo Model Loader и в списке лежат оба файла Q8_0, эту остановку повторять не нужно. Второй main.py при занятом порте 8188 не запускайте: адрес уже занят. Сообщение No module named filelock значит, что первый старт образа ещё не дошёл до своего pip. Дождитесь открытия порта 8188 и продолжайте команды выше.

Когда в логе есть строка про порт 8188, обновите страницу ComfyUI и только потом открывайте граф. Панель «Отсутствует тип узла» с пакетом comfyui-wanvideowrapper появляется, если вкладка была открыта до регистрации нод. Node Manager для этого графа не нужен.

Как собрать граф

Готовый граф — файл wan-2-2-t2v-q8.json. Скачайте его и перетащите на холст ComfyUI. Файл подставляет узлы на текущую вкладку. Это граф под WanVideoWrapper 1.4.7 и Video Helper Suite 1.7.9 для пары Q8_0. В исходном файле репозитория стояла пара Q5_K_M. Промпт в файле проверочный: красный велосипед едет по мокрой брусчатке.

Промпт меняется в узле Prompt, верхнее текстовое поле. То же поле видно справа, когда узел выделен. После замены нажмите Run.

В файле уже стоит проверка: красный велосипед едет по мокрой брусчатке, утренний свет, кадр 720 на 1280, 33 кадра. Внутри графа такие узлы:

• HighNoise Model. Файл GingerLabs_Wan2.2_T2V_A14B_High_Q8_0.gguf. Quantization — disabled, attention — sdpa, устройство — offload_device.
• LowNoise Model. Парный low Q8_0 и те же настройки. Роли файлов не меняются местами.
• Required UMT5. Файл nsfw_wan_umt5-xxl_bf16.safetensors, точность bf16, устройство offload_device. Энкодер остаётся в оперативке.
• Required Wan 2.1 VAE. Файл Wan2_1_VAE_bf16.safetensors, точность bf16.
• Resolution + Frames. 720 на 1280 и 33 кадра. Число кадров вида 4n+1: 33, 49, 65 или 81. При 16 кадрах в секунду 33 кадра — это около двух секунд.
• Сэмплеры. Общие 8 шагов, переключение high на low на шаге 4, euler, shift 5, cfg 1, seed 42. После запуска ComfyUI берёт следующий seed сам. Для более собранного ролика поставьте 12 шагов и переключение на 6. Меньше 8 шагов эта связка не проверяла.
• Дальше стоят Decode и Save MP4. Имя файла начинается с wan-first, 16 кадров в секунду. При нехватке памяти на декодировании включите tiling в узле Decode.

При cfg 1 негативный промпт не используется. Он начинает влиять, только если поднять cfg выше 1. Оба сэмплера должны получать одни и те же шаги, seed, cfg и shift: в файле они уже связаны общими полями.

Картинки на таком же образе ComfyUI разобраны отдельно, в статье Qwen-Image-2.1 Uncensored. Заказ On-Demand тарифицируется, пока контейнер жив. После своих проверок остановите его в My Orders. Веса при этом пропадут вместе с диском контейнера.

Частые вопросы