Wan 2.2 lokaal draaien: video met AI op je eigen videokaart

👁 123 keer gelezen

Wan 2.2 is een gratis videomodel van Alibaba dat je op je eigen computer kunt draaien en commercieel mag gebruiken. Op 26 september 2026 genereerden we er vier 5-seconden clips van 720p mee op een RTX 4090, in ComfyUI, met de kleinste versie TI2V 5B. Eén clip kostte de kaart ongeveer 4 minuten. Hieronder alle vier de clips zonder bewerkingen, met tijd, geheugengebruik en fouten die je met het blote oog kunt zien.

Wat is Wan 2.2 en welke versie werkt thuis

Wan 2.2 is een familie van open videomodellen van het Wan-AI-team bij Alibaba, uitgebracht onder Apache 2.0-licentie. Grotere varianten (14 miljard parameters) hebben veel meer geheugen nodig dan een typische gamingkaart heeft. De versie TI2V 5B heeft 5 miljard parameters en maakt video zowel vanuit tekst als vanuit een startafbeelding. Je kunt hem op één zo’n kaart draaien. We gebruikten de kant-en-klare bestanden die het ComfyUI-team heeft voorbereid:

• model wan2.2_ti2v_5B_fp16.safetensors - 10,0 GB,
• tekstencoder umt5_xxl_fp8_e4m3fn_scaled.safetensors - 6,7 GB,
• VAE wan2.2_vae.safetensors - 1,4 GB.

De bestanden komen in de mappen models/diffusion_models, models/text_encoders en models/vae in ComfyUI. Hoe je ComfyUI zelf opzet, beschrijven we in de handleiding ComfyUI vanaf nul.

Instellingen en metingen

Elke clip: 1280×704, 121 frames bij 24 fps (5,04 s), 20 stappen, CFG 5, sampler uni_pc, shift 8. Dit zijn de instellingen uit de officiële ComfyUI-template voor Wan 2.2 5B. Kaart: RTX 4090 24 GB, Windows 11, ComfyUI 0.37.

De eerste clip in een reeks duurt meer dan twee keer zo lang, omdat het model van schijf naar geheugen wordt geladen. Volgende clips duren ongeveer 4 minuten. De geheugenpiek omvat ongeveer 3,4 GB die eerder door systeem en browser werden gebruikt, dus Wan zelf had ongeveer 20 GB nodig. Op kaarten met 12-16 GB verplaatst ComfyUI een deel van het model naar het RAM-geheugen. Dat werkt, maar genereren duurt langer. Dat hebben we niet gemeten.

Clips: wat lukte en wat niet

1. Koffie inschenken in kopje

2. Tram in de regen

3. Lama op bergweide

4. 2D-animatie: nachtwerk en kat

Het patroon is duidelijk: hoe minder beweging en fysica, hoe beter. Shots “vanaf statief” met beweging op de achtergrond (regen, tram, bladeren) komen overtuigend over. Precieze handelingen, zoals vloeistof inschenken of een specifiek gebaar van een dier, vereenvoudigt of verdraait het model.

Wan 2.2 lokaal of cloudgenerator

Prijzen van cloudgeneratoren veranderen elke week. Een actuele vergelijking staat in de hub AI-videogeneratoren. Onze mening: Wan 2.2 5B lokaal loont wanneer je tientallen werkshots, achtergronden of montage-materiaal nodig hebt, en niet één spectaculaire clip.

Kant-en-klaar script: clip uit één prompt

De modelbestanden downloadt het installatiescript uit de handleiding ComfyUI met de optie -Modele wan. Voor het genereren zelf hebben we een script gemaakt dat een prompt naar ComfyUI stuurt, op de frames wacht en ze via ffmpeg tot MP4 samenvoegt. De lengte geef je in seconden op, en het script rekent het zelf om naar het aantal frames in het formaat dat Wan vereist (4n+1). We hebben het op 26.09.2026 getest op een korte testclip: 2 seconden in 640×352, 49 frames, klaar MP4-bestand.

• Download: generuj-wideo.py (6 KB) of alle 5 scripts in één ZIP-bestand (15 KB).
• Clip 5 s 720p: python generuj-wideo.py "a yellow tram passing a rainy street at dusk, static camera"
• Snellere preview: --sekundy 3 --szer 960 --wys 544 --kroki 12. Voor MP4 is ffmpeg nodig (winget install Gyan.FFmpeg), zonder krijg je PNG-frames.

Voordat je een script van internet draait, lees het door. Het werkt met jouw rechten. Daarom staat hieronder de volledige code, zonder inkortingen, met commentaar. De scripts staan onder MIT-licentie: je mag ze aanpassen en ook zakelijk gebruiken.

"""
generuj-wideo.py - clip met Wan 2.2 TI2V 5B via lokale ComfyUI (helderte.nl/wan-2-2/)
Auteur: Piotr Olszewski, helderte.nl. Scriptlicentie: MIT. Getest 26.09.2026: ComfyUI 0.37, RTX 4090.

Vereist: werkende ComfyUI (http://127.0.0.1:8188) met Wan 2.2 5B-bestanden
(instaluj-comfyui.ps1 -Modele wan) en ffmpeg in PATH om MP4 samen te stellen (winget install Gyan.FFmpeg).
Zonder ffmpeg blijven alleen PNG-frames over. Alleen Python 3.9+ standaardbibliotheek.

Voorbeelden:
  python generuj-wideo.py "a yellow tram passing a rainy street at dusk, static camera, realistic"
  python generuj-wideo.py "flat 2D animation of a cat walking across a desk" --sekundy 3 --szer 960 --wys 544

Op RTX 4090: 5 s in 1280x704 is ca. 4 minuten (eerste clip langer - laden 18 GB van schijf).
Model werkt het beste met statische camera en beweging op achtergrond, slecht met precieze fysica (inschenken, gebaren).
"""
import argparse, json, os, random, shutil, subprocess, sys, tempfile, time, urllib.parse, urllib.request, uuid

FPS = 24
NEG = "blurry, distorted, low quality, jitter, watermark, text, subtitles, static image, deformed hands, extra limbs"


def graf(polecenie, szer, wys, klatki, kroki, seed, prefiks):
    # equivalent van officiële ComfyUI-template "Wan 2.2 5B text to video"
    return {
        "1": {"class_type": "UNETLoader", "inputs": {"unet_name": "wan2.2_ti2v_5B_fp16.safetensors", "weight_dtype": "default"}},
        "2": {"class_type": "CLIPLoader", "inputs": {"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors", "type": "wan", "device": "default"}},
        "3": {"class_type": "VAELoader", "inputs": {"vae_name": "wan2.2_vae.safetensors"}},
        "4": {"class_type": "CLIPTextEncode", "inputs": {"clip": ["2", 0], "text": polecenie}},
        "5": {"class_type": "CLIPTextEncode", "inputs": {"clip": ["2", 0], "text": NEG}},
        "6": {"class_type": "ModelSamplingSD3", "inputs": {"model": ["1", 0], "shift": 8.0}},
        "7": {"class_type": "Wan22ImageToVideoLatent", "inputs": {"vae": ["3", 0], "width": szer, "height": wys, "length": klatki, "batch_size": 1}},
        "8": {"class_type": "KSampler", "inputs": {"model": ["6", 0], "seed": seed, "steps": kroki, "cfg": 5.0, "sampler_name": "uni_pc", "scheduler": "simple",
                                                    "positive": ["4", 0], "negative": ["5", 0], "latent_image": ["7", 0], "denoise": 1.0}},
        "9": {"class_type": "VAEDecode", "inputs": {"samples": ["8", 0], "vae": ["3", 0]}},
        "10": {"class_type": "SaveImage", "inputs": {"images": ["9", 0], "filename_prefix": prefiks}},
    }


def api(serwer, sciezka, dane=None):
    req = urllib.request.Request(serwer + sciezka, data=json.dumps(dane).encode() if dane is not None else None,
                                 headers={"Content-Type": "application/json"})
    return json.load(urllib.request.urlopen(req, timeout=60))


def main():
    a = argparse.ArgumentParser(description="Videoclip met Wan 2.2 5B via lokale ComfyUI")
    a.add_argument("polecenie", help="shotbeschrijving (bij voorkeur in het Engels, met camerabeschrijving)")
    a.add_argument("--sekundy", type=float, default=5.0, help="cliplengte (standaard 5 s)")
    a.add_argument("--szer", type=int, default=1280); a.add_argument("--wys", type=int, default=704)
    a.add_argument("--kroki", type=int, default=20)
    a.add_argument("--seed", type=int, default=None)
    a.add_argument("--serwer", default="http://127.0.0.1:8188")
    a.add_argument("--wyjscie", default="wideo")
    x = a.parse_args()
    if x.szer % 32 or x.wys % 32:
        a.error("breedte en hoogte moeten veelvouden van 32 zijn (bijv. 1280x704, 960x544)")
    klatki = int(round(x.sekundy * FPS / 4)) * 4 + 1          # Wan vereist lengte 4n+1
    try:
        api(x.serwer, "/system_stats")
    except Exception as e:
        sys.exit(f"Kan geen verbinding maken met ComfyUI op {x.serwer} ({e}). Start start-comfyui.bat.")
    seed = x.seed if x.seed is not None else random.randint(1, 2**31)
    prefiks = f"wan_{uuid.uuid4().hex[:8]}"
    print(f"Genereer {klatki} frames ({klatki / FPS:.1f} s) in {x.szer}x{x.wys}, seed {seed}...")
    t0 = time.time()
    pid = api(x.serwer, "/prompt", {"prompt": graf(x.polecenie, x.szer, x.wys, klatki, x.kroki, seed, prefiks), "client_id": str(uuid.uuid4())})["prompt_id"]
    while True:
        h = api(x.serwer, f"/history/{pid}")
        if pid in h:
            break
        print(f"r  bezig... {time.time() - t0:.0f} s", end="", flush=True)
        time.sleep(2)
    print()
    wynik = h[pid]
    if wynik.get("status", {}).get("status_str") != "success":
        sys.exit("ComfyUI-fout: " + json.dumps(wynik.get("status", {}), ensure_ascii=False)[:600])
    imgs = sorted([o for v in wynik["outputs"].values() for o in v.get("images", [])], key=lambda o: o["filename"])
    os.makedirs(x.wyjscie, exist_ok=True)
    tmp = tempfile.mkdtemp(prefix="wan_")
    for i, img in enumerate(imgs):
        q = urllib.parse.urlencode({"filename": img["filename"], "subfolder": img.get("subfolder", ""), "type": img.get("type", "output")})
        with urllib.request.urlopen(f"{x.serwer}/view?{q}", timeout=60) as r, open(os.path.join(tmp, f"{i:04d}.png"), "wb") as f:
            shutil.copyfileobj(r, f)
    czas = time.time() - t0
    nazwa = os.path.join(x.wyjscie, f"wan_{time.strftime('%Y%m%d_%H%M%S')}_{seed}")
    if shutil.which("ffmpeg"):
        subprocess.run(["ffmpeg", "-y", "-loglevel", "error", "-framerate", str(FPS), "-i", os.path.join(tmp, "%04d.png"),
                        "-c:v", "libx264", "-crf", "20", "-pix_fmt", "yuv420p", "-movflags", "+faststart", nazwa + ".mp4"], check=True)
        shutil.rmtree(tmp, ignore_errors=True)
        print(f"Klaar: {nazwa}.mp4 ({len(imgs)} frames, {czas:.0f} s)")
    else:
        shutil.move(tmp, nazwa + "_klatki")
        print(f"Klaar: PNG-frames in {nazwa}_klatki ({czas:.0f} s). Installeer ffmpeg om MP4 te krijgen.")


if __name__ == "__main__":
    main()

Zie ook: Wan AI: alle versies, prijzen en onze tests met video’s · Wan 3.0 versus Wan 2.2 op dezelfde prompts

Veelgestelde vragen

Welke videokaart heb je nodig voor Wan 2.2?

In onze test gebruikte Wan 2.2 TI2V 5B ongeveer 20 GB geheugen van de RTX 4090 bij video van 1280×704. Op kaarten met 12-16 GB werkt het langzamer, met een deel van het model in het RAM-geheugen. Grotere varianten 14B vereisen veel meer geheugen.

Hoe lang duurt het genereren van een video in Wan 2.2?

Ongeveer 4 minuten voor een 5-seconden clip van 720p (121 frames, 20 stappen) op RTX 4090, wanneer het model al geladen is. Het genereren van de eerste clip na het opstarten duurde 574 s, omdat het laden van 18 GB bestanden van schijf erbij kwam.

Is Wan 2.2 gratis en mag je het commercieel gebruiken?

Ja. De weights staan op Hugging Face onder Apache 2.0-licentie, die commercieel gebruik toestaat. Je betaalt alleen voor stroom, ongeveer 2 dollarcent per clip.

Maakt Wan 2.2 video met geluid?

Nee. Versie 5B genereert alleen beeld. Geluid moet je in de montage toevoegen.

// lees verderbasal lokaal draaien: Ollama, llama.cpp en MacAI-toolsMiniMax Music 3: lokaal draaien, licentie en prijzenAI-toolsLokale AI op je eigen pc: gids voor tekst, beeld, video en audioHandleidingen