Wan 2.7 开源了吗?能免费用、能本地部署吗?(2026年5月最新)
阿里通义万相 Wan 2.7 开源状况全说清:Apache 2.0 可商用、ModelScope 和 HuggingFace 下载、24GB 显存起步、ComfyUI 本地部署步骤、和阿里云 API 版的区别。
阿里在 4 月发布了 Wan 2.7。视频生成、图片生成、图生视频、视频编辑全都有。
然后问题就来了。
有人说"开源了",有人说"没开源",有人说"开放权重不算开源"。你去搜一圈,越搜越乱。
说穿了,你关心的其实就三件事:
- 能不能免费用?
- 能不能在自己电脑上跑?
- 跟阿里云上那个付费版有什么区别?
一个一个说。
能不能免费用?
能。
Wan 2.7 的模型权重是公开的,Apache 2.0 许可证。这意味着:
- 个人用,免费。
- 商用,免费。 你做视频、做产品、做服务,生成的内容可以直接商用,不需要给阿里交钱。
- 可以改。 微调、训练 LoRA、改模型,都允许。
- 改完可以发布。 你训出来的 LoRA 可以分发,不用开源你自己的代码。
说个简单的判断标准:Apache 2.0 是所有开源许可证里对使用者限制最少的之一。比 GPL 宽松,没有"传染"条款。你用 Wan 2.7 做的东西,版权是你的。
结论:不管是个人玩还是做商业项目,都能免费用。
能不能在自己电脑上跑?
能,但有门槛。
Wan 2.7 是 140 亿参数 的模型。不是那种下个软件就能跑的东西。
硬件门槛
核心就是显存。视频生成吃显存最狠。
| 你的显卡 | 能跑视频吗 | 多久 | 能跑图片吗 |
|---|---|---|---|
| RTX 4090 24GB | ✅ 能,720p | 一条5秒约3-5分钟 | ✅ |
| RTX 3090 24GB | ✅ 能,720p | 一条5秒约5-8分钟 | ✅ |
| RTX 4080 16GB | ⚠️ 得用 GGUF 量化版 | 慢 | ✅ |
| RTX 4070 12GB | ⚠️ 只能用 GGUF 量化 | 更慢 | ✅ |
| RTX 4060 8GB | ❌ 视频别想了 | — | ⚠️ 勉强 |
| Mac M2/M3 | ⚠️ 能跑,很慢 | 慢很多 | ⚠️ 能跑 |
记住一条:24GB 显存是视频工作的实际门槛。 低于这个的不是不能用,但体验会打折扣——要么跑量化版(画质下降),要么只能出图。
另外硬盘也得够。一个模型变体大约 30-40GB,如果你把文生视频、图生视频、图片三个都下下来,至少备 100GB 空闲空间。
两条本地部署的路
装好了硬件,你有两个选择。
第一条:ComfyUI(省心,推荐)
ComfyUI 是目前跑 Wan 2.7 最成熟的开源方案。社区已经把节点写好了,你装好就能用。
大步骤:
- 装 ComfyUI。Windows 下便携版解压即用。
- 装 ComfyUI Manager 插件。
- 在 Manager 里搜 "WanVideo" 或 "Wan 2.7",装对应的自定义节点。
- 下载模型权重,放到指定目录。
- 加载节点作者提供的示例工作流。
- 输入提示词,跑。
第一次跑会慢,因为模型要编译。之后就快了——模型常驻显存,不反复加载。
详细图文步骤看 Wan 2.7 ComfyUI 本地部署指南。
第二条:Python 直接跑(灵活,要动手能力)
不想用 ComfyUI 的界面,可以直接调 Python。
git clone https://github.com/Wan-Video/Wan2.7
cd Wan2.7
pip install -r requirements.txt
python generate.py --prompt "你的提示词" --model_path /path/to/weights这条路需要你自己搞定 CUDA 环境、Python 依赖。适合开发者。
动手前花五分钟验证
别一上来就闷头下载几十 G 的文件。先确认环境是好的:
# 看显存
nvidia-smi
# 看 CUDA 能不能用
python -c "import torch; print(torch.cuda.is_available())"这两个命令有一个报错,先修环境,再下载。
从哪下载?ModelScope 对国内最快
Wan 2.7 的权重在三个地方可以下:
ModelScope(魔搭社区)——阿里自己的平台,国内下载速度最快,不需要翻墙。搜 "Wan2.7" 就能找到所有变体。
HuggingFace——全球最大的模型库,Wan-AI 组织下有全套。国内直连可能慢。
GitHub——Wan-Video 组织下有推理代码和文档。注意这是代码,不是权重。
国内用户优先走 ModelScope。如果 ModelScope 上没有最新版本,再考虑 HuggingFace。
跟阿里云上那个付费版有什么区别?
阿里云 Model Studio 上也有 Wan 2.7,那个是按调用次数收费的 API 版。很多人搞不清它跟开源版的关系。
| 开源版(自己部署) | 阿里云 API 版 | |
|---|---|---|
| 费用 | 免费(硬件你自己出) | 按调用次数收费 |
| 速度 | 看你的显卡 | 阿里云服务器,快 |
| 排队 | 不用排队 | 高峰期限流 |
| 控制权 | 完全自己控 | 只能调参数 |
| 微调 | 可以 | 不支持 |
| 隐私 | 数据不出你的机器 | 数据上传到阿里云 |
| 适合谁 | 量大、要改模型、要隐私 | 先试试效果、量小、懒得折腾 |
还有一个叫 Wan 2.7 Image Pro 的东西,只有 API 版,没有开源权重。比开源版多了一些高级编辑功能,但如果你不需要那些,开源的 Image 模型完全够用。
怎么选?
没试过的,先去 wan27.org 或者阿里云上跑几条,看效果满不满意。效果满意且打算长期用、大量用,再投入时间搞本地部署。
哪些是开源的,哪些不是?
不是 Wan 2.7 的所有东西都开源。把话说清楚:
| 部分 | 开源? | 在哪 |
|---|---|---|
| 文生视频模型权重 | ✅ 开源 | ModelScope、HuggingFace |
| 图生视频模型权重 | ✅ 开源 | ModelScope、HuggingFace |
| 图片生成模型权重 | ✅ 开源 | ModelScope、HuggingFace |
| 图片编辑模型权重 | ✅ 开源 | ModelScope、HuggingFace |
| 视频编辑模型权重 | ✅ 开源 | ModelScope、HuggingFace |
| 推理代码 | ✅ 开源 | GitHub |
| 训练代码 | ❌ 没开源 | — |
| 训练数据 | ❌ 没开源 | — |
| 技术论文 | ⚠️ 部分 | arXiv |
训练代码和训练数据没公开。这意味着你能用这个模型,也能微调,但不能从零复现训练过程。
说实话:对于 99% 的人来说,能下载、能本地跑、能微调,就已经够了。复现训练是搞研究的人才需要的。
常见问题
Wan 2.7 和通义万相是什么关系?
Wan 2.7 是阿里通义万相(Tongyi Wanxiang)系列的最新版本。通义万相是阿里的 AI 视频/图片生成产品线,Wan 2.7 是这个产品线的模型代号。你在阿里云上用的通义万相 API,底层跑的就是 Wan 系列模型。
Wan 2.7 开源版能不能商用?
能。Apache 2.0 明确允许商用。你用开源版生成的内容,版权归你,不需要给阿里交任何费用。
开源版跟 Wan 2.2 比多了什么?
Wan 2.2 只开了文生视频一个模型。Wan 2.7 把图生视频、图片生成、图片编辑、视频编辑全开了。功能上多了首尾帧控制、参考图生视频、原生 1080p 输出。
在哪下最快?
国内用户走 ModelScope(魔搭社区)。阿里自己的平台,国内服务器,下载速度最快。
显存不够怎么办?
找 GGUF 量化版。HuggingFace 上搜 "Wan2.7-GGUF",社区有人在维护。量化版画质会降一点,但 12GB 甚至 8GB 的卡也能跑起来。
Mac 能用吗?
能,但体验不好。走 MLX 转一下可以跑,速度比 NVIDIA 卡慢很多,1080p 视频基本跑不动。拿 Mac 先试试图生图是可以的。
一句话总结
Wan 2.7 能免费用、能自己部署、能商用。
权重在 ModelScope 和 HuggingFace 上。社区 ComfyUI 节点已经做好。唯一的前提是你要有一张 24GB 以上的 NVIDIA 显卡。
想先试试效果,去 wan27.org。确认好用,再看 ComfyUI 本地部署指南 搞本地。
更多文章

Wan 2.7 官网怎么找:官方来源和在线使用入口
2026 年 4 月 22 日更新:Wan 2.7 的官方来源主要指向 wan.video 和阿里云模型工作室。如果只是想在线生成,可以直接使用 wan27.org。
Wan 2.7 怎么训 LoRA?从准备数据到 ComfyUI 加载,完整流程
Wan 2.7 训练 LoRA 完整教程。不用重训整个模型,用十几张图就能让 AI 学会你的角色、画风或产品。包含数据准备、标签写法、Kohya SS 参数设置、常见踩坑和 ComfyUI 加载方法。

Wan 2.7 完整指南:功能、API、价格和开源情况
一篇实用的 Wan 2.7 入门指南,梳理它和旧版 Wan 的区别、视频与图像能力、API 访问、本地工作流、价格和最快上手方式。
订阅简报
加入我们的社区
订阅我们的简报,获取最新动态与资讯