一套完全本地、零 Token、全免费开源的视频生成平台方案

一、硬件清单（2026 性价比，直接照着买）

✅ 推荐配置（稳定 720P，10–30s 视频，速度快）

• GPU（必须 N 卡，CUDA）：RTX 4090 24G（二手 / 工包也可）

  备选：RTX 5070Ti 16G / RTX 4070Ti 16G（能跑，分辨率 / 时长略降）

• CPU：i5-13400F / R5 7600X（6 核以上即可，不瓶颈）

• 内存：32GB DDR4/DDR5 双通道（最低 16G，32G 稳）

• 系统盘：1TB NVMe SSD（PCIe 4.0，读速 7000MB/s+，装系统 + 软件）

• 数据盘：2TB NVMe SSD（放模型，约 50–100GB；机械盘太慢）

• 电源：850W 金牌全模组（4090 功耗高，留余量）

• 主板：B760 / B650（支持 PCIe 4.0，足够）

• 机箱 / 散热：4090 专用散热 / 风道，CPU 风冷 / 240 水冷

• 系统：Ubuntu 22.04 LTS（强烈推荐） 或 Windows 11 专业版

✅ 最低能跑配置（仅 480P，短时长，勉强用）

• GPU：RTX 3060 12G / RTX 4060Ti 16G

• 内存：16GB

• 存储：50GB+ NVMe SSD

二、软件与模型清单（全开源、本地离线、无 Token）

✅ 核心 UI（必装）

• ComfyUI：可视化节点 UI，支持所有主流视频模型，完全免费开源

• 备选：Stable Diffusion WebUI + AnimateDiff 插件（图生视频为主）

✅ 视频生成模型（本地离线，任选 1–2 个）

1. 阿里 Wan2.1（1.3B，首选）：文生视频 / 图生视频，8G 显存可跑，效果最好、门槛最低

   • 分辨率：480P–720P

   • 模型大小：约 10GB

2. CogVideoX-2B（清华）：文生视频，720P，16G 显存稳

3. Stable Video Diffusion（SVD）：图生视频，1024×576，16G+ 显存

4. 腾讯 HunyuanVideo-1.5（8.3B）：文生视频，480P–720P，14G+ 显存

✅ 辅助工具（可选，提升画质 / 速度）

• Real-ESRGAN：视频超分（480P→1080P）

• RIFE：视频补帧（16fps→30fps）

• ControlNet：控制人物姿态、场景结构（生成更稳）

三、从零到一完整步骤（Ubuntu 22.04 为例，Windows 类似）

🔧 步骤 1：装系统与驱动（最关键，别错）

1. 安装 Ubuntu 22.04 LTS（U 盘启动盘，全程联网）

2. 安装 NVIDIA 驱动 + CUDA + cuDNN（必须匹配）

   bash

   运行

   # 1. 检测显卡lspci | grep -i nvidia# 2. 安装驱动（4090 选 545/550 版）sudo ubuntu-drivers autoinstallsudo reboot# 3. 验证驱动nvidia-smi  # 显示 4090 + CUDA Version 12.x 即可# 4. 安装 CUDA Toolkit 12.1（推荐）sudo apt install nvidia-cuda-toolkit# 5. 配置环境变量echo 'export PATH=/usr/local/cuda-12.1/bin:$PATH' >> ~/.bashrcecho 'export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH' >> ~/.bashrcsource ~/.bashrc# 6. 验证 CUDAnvcc -V  # 显示 release 12.1 即可

🔧 步骤 2：安装 Python 与基础依赖

# 装 Python 3.10（兼容性最好）sudo apt install python3.10 python3.10-venv python3-pip# 创建虚拟环境（隔离依赖）python3.10 -m venv comfy_envsource comfy_env/bin/activate  # 进入环境，提示符变 (comfy_env)# 升级 pippip install --upgrade pip

🔧 步骤 3：安装 ComfyUI（核心 UI）

# 克隆仓库git clone https://github.com/comfyanonymous/ComfyUI.gitcd ComfyUI# 安装依赖pip install -r requirements.txt

🔧 步骤 4：下载视频模型（本地离线，免费）

1. 注册 Hugging Face 账号（免费）

2. 进入模型页：alibaba-pai/Wan2.1-T2V-1.3B

3. 下载所有文件（约 10GB），放到 ComfyUI 目录：

   plaintext

   ComfyUI/models/Wan2.1/
   ├── config.json
   ├── diffusion_pytorch_model.safetensors
   ├── text_encoder.safetensors
   └── vae.safetensors

4. （可选）下 CogVideoX / SVD 模型，同样放到对应 models/ 子目录

🔧 步骤 5：启动 ComfyUI 并加载工作流

# 在 ComfyUI 目录下启动python main.py --listen 0.0.0.0  # 允许局域网访问

1. 浏览器打开：http://localhost:8188（或局域网 IP:8188）

2. 加载 Wan2.1 工作流（官方 / 社区现成）：

   • 菜单栏 → Load → 选 wan2.1_t2v_720p.json

3. 输入提示词（中文 / 英文），调整参数：

   • 分辨率：720×480（4090 可 1024×576）

   • 时长：10–30s

   • 步数：20–30（平衡速度 / 质量）

🔧 步骤 6：生成第一个本地视频（零 Token）

1. 点 Queue Prompt 开始生成

2. 4090 生成 10s 720P 约 3–5 分钟

3. 生成后在 ComfyUI/output/ 目录查看 MP4 文件

4. （可选）用 Real-ESRGAN 超分、RIFE 补帧

🔧 Windows 系统差异（简要）

1. 装 Windows 11 专业版，关闭自动更新

2. 从 NVIDIA 官网下载 545/550 驱动 + CUDA 12.1

3. 用 Git for Windows 克隆 ComfyUI

4. 用 Anaconda 建 Python 3.10 环境

5. 后续步骤同 Ubuntu，启动用 python main.py

四、避坑要点（新手必看）

1. 必须 N 卡：A 卡无 CUDA，99% 视频模型不支持

2. 显存硬门槛：8G 仅 480P 短时长；16G+ 才稳 720P

3. 系统选 Ubuntu：Windows 显存泄漏、驱动兼容性差

4. 模型放 SSD：机械盘加载慢、易卡死

5. 全程离线可用：模型下载后，断网也能生成，永久零 Token

五、交付物（直接可用）

• ✅ 可下单的硬件采购清单（含型号 / 预算区间）

• ✅ 一键复制的Ubuntu 部署脚本（驱动 + CUDA+ComfyUI）

• ✅ 3 套现成ComfyUI 工作流（Wan2.1 文生视频、图生视频、超分补帧）

• 旗舰全能（RTX 4090 24G）：720P–1080P、10–30 秒、全模型通吃、长期主力

• 性价比主力（RTX 4070Ti/5070Ti 16G）：720P、6–15 秒、Wan2.1/CogVideoX 稳跑

• 入门试水（RTX 4060Ti 16G）：480P–540P、4–8 秒、个人 / 短视频够用

全部 N 卡 CUDA、Ubuntu 22.04 优先、零 Token 本地生成。

🚀 旗舰全能档（RTX 4090 24G・推荐）

⚙️ 性价比主力档（RTX 4070Ti/5070Ti 16G）

🧪 入门试水档（RTX 4060Ti 16G）

✅ 必买提醒（避坑）

1. 显卡只买 N 卡：A 卡无 CUDA，99% 视频模型不支持

2. 显存硬门槛：

   • 8G = 仅 480P 短时长（易崩）

   • 16G = 720P 稳定（推荐）

   • 24G = 1080P + 长时长（一步到位）

3. 模型必须放 NVMe SSD：机械盘加载慢、卡死、OOM

4. 系统选 Ubuntu 22.04：Windows 显存泄漏、驱动兼容性差、生成慢

✅ 直接下单建议

• 长期做、要质量：直接上 4090 24G 旗舰档，2–3 年不用换

• 自媒体 / 工作室：4070Ti/5070Ti 16G 主力档，性价比最高

• 个人测试 / 玩票：4060Ti 16G 入门档，便宜够用