视频生成是 2026 年本地化的前沿:模型能力到了,显卡账还没到人人舒服的地步。这篇按显存档位把「能跑什么」讲清。
一、显存都花在哪:管线的三块账
一条视频管线同时驻留显存的是三块:
| 块 | 是什么 | 账 |
|---|---|---|
| 文本编码器 | umT5-XXL(Wan 系标配) | FP16 约 9G,量化后 4-6G |
| 主模型(DiT) | Wan2.2 14B / LTX / HunyuanVideo 13B | FP16 28G 级;GGUF Q4/Q8 降到 10-16G |
| VAE + 潜空间 | 解码帧序列 + 时间维展开的中间量 | 3-8G,随分辨率×帧数线性涨 |
绘画工作的显存逻辑(一次前向)在这里变成「时间维 ×16」——这就是为什么 Wan2.2 14B 标注 24G、而同参数量级的绘画模型 16G 就能全精度跑。
二、档位表(对齐本站模型库口径)
| 显存 | 能跑什么 | 体验 | 对应卡(参考价) |
|---|---|---|---|
| 8G | Wan2.2 1.3B 勉强 | 480p、重 offload | 将就 |
| 12G | Wan2.2 1.3B 舒适、LTX 快速版 | 720p 短片可产 | 二手 3060 12G(¥1,799)、5070(¥4,899) |
| 16G | LTX-Video / CogVideoX-5B 全量,14B GGUF 降配 | 勉强生产力 | 5060 Ti 16G(¥3,599)、5070 Ti(¥6,299) |
| 24G | Wan2.2 14B 舒适线(720p 5 秒) | 真生产力 | 二手 3090 24G(¥5,499)、二手 4090(¥12,800) |
| 32G | 14B 高分辨率/更长时长 | 从容 | 5090(¥16,999) |
| 45G+ | HunyuanVideo 全量 | — | 魔改 4090 48G(¥18,500)或租云 |
三条使用规则:
- 24G 是生产力的分水岭:12-16G 档的「能跑」建立在 offload 上,出片时间以 10 分钟计;24G 全显存驻留后回到 3-5 分钟级;
- 分辨率×帧数直接换算显存:720p×5 秒贴线时,1080p 或 8 秒就要把模型降到 Q4 才装得下;
- 45G 的 HunyuanVideo 别硬上:消费级只有魔改 4090 48G 单卡全量,其余全部靠分层 offload 硬扛。
三、买还是租
- 试水/偶发(月 <20 条):先跑 免费方案(本地 1.3B + 云端免费额度),不够再租 4090 云主机(约 ¥2/时,一条片几块钱);
- 持续产出(月 100+ 条、反复调参):本地 24G 回本线约 6-10 个月,配合绘画/LLM 复用更划算;
- HunyuanVideo 级需求:直接租 H100(¥20-35/时),买卡的折旧赶不上模型迭代(数据中心卡指南)。
四、显存之外的三个坑
- CPU 瓶颈:预处理与编码吃 14 核起步(见 AI 视频 CPU),否则 5090 也会「闲着」;
- ComfyUI 显存碎片:长会话多工作流连跑,显存碎片化导致 OOM,养成单任务结束即清缓存的习惯(ComfyUI 显存优化);
- 编码与存储:一条 720p×5 秒成片 30-60MB,批量产出后 NVMe 与归档策略要提前想(存储选型见 SSD 专区)。
配套:视频模型库(逐模型显存标注与达标卡匹配)、AI 视频场景配置单三档整机、显存分档总表。
常见问题
为什么视频模型比同参数量绘画模型吃显存?
三维账:绘画是一次潜空间前向;视频是时间维展开——720p 5 秒 16 帧,潜空间 token 数是同分辨率图片的 16 倍,注意力层的激活与显存同步膨胀。同一张卡,绘画舒服 = 视频贴线。
offload/block swap 能救小显存吗?
能跑,但慢是指数级代价:层 offload 到内存后,每步都在 PCIe 上搬权重,出片时间从 3 分钟变 30 分钟。「能跑」和「能用」在视频生成分界线极其清晰——12G 跑 14B 是技术演示,24G 跑 14B 才是生产力。
偶尔生成一条视频,该买卡还是租云?
月需求 <20 条,租云:4090 云主机约 ¥2/时,一条 5 秒片 10-20 分钟,月成本两位数;月需求 100+ 条且要反复调参,本地 24G+ 才回本。完整算账见[云 vs 本地](/builds/cloud-vs-local/)与[云 GPU 成本](/cloud/gpu-cloud/)。
CPU 重要吗?
重要但常被误诊:抽帧、缩放、光流与最终编码全是 CPU 活,CPU 弱则 GPU 空转——表现为「换了 5080 还是慢」。视频工作流的 CPU 要求见 [AI 视频 CPU 指南](/guides/ai-video-cpu/)(14 核起步)。