FramePack与ComfyUI运行WAN 2.1模型的性能对比分析

测试环境与配置

本次测试基于NVIDIA RTX 3060显卡（12GB显存）平台，对比了FramePack和ComfyUI两种不同工作流运行WAN 2.1视频生成模型的性能表现。测试使用了相同的提示词："an alien organism with protuberant eyes is swimming underwater"，输出尺寸统一设置为512x768分辨率，采样步数均为25步。

测试结果对比

在生成5秒视频的测试中，ComfyUI工作流耗时34分21秒，平均每迭代耗时82.46秒；而FramePack工作流耗时28分20秒，显示出更优的性能表现。值得注意的是，后续FramePack通过启用Triton和Sage优化后，生成时间进一步缩短至18分钟，相比初始结果提升了约35%的性能。

显存优化技巧

对于中端显卡用户，测试者分享了几个关键优化经验：

1. 模型选择：推荐使用量化版本模型，如1.3B参数的轻量级模型进行快速测试，或14B参数的720p Q6量化模型进行高质量生成。

2. 分辨率调整：适当降低输出分辨率可显著提升生成速度。例如使用480x720而非标准480x832分辨率，在保持良好视觉效果的同时缩短生成时间。

3. 参数平衡：通过调整采样步数(建议20-30步)和帧数，可以在质量与速度间取得平衡。

技术细节分析

测试中特别比较了不同帧率设置的影响：

• ComfyUI采用15FPS设置生成77帧（约5秒）
• FramePack默认使用30FPS生成约150帧（同样5秒时长）

在显存管理方面，测试者指出：

• 使用6GB文本编码器配合6GB模型可获得最佳性能
• 当总需求超过显存容量时，系统会使用内存交换，导致性能下降
• 11GB文本编码器配合16GB模型的组合会显著降低生成速度

结论与建议

综合测试结果表明：

• 质量方面：WAN 2.1模型在ComfyUI中表现更优，特别是在画面质量和提示词遵循度方面
• 效率方面：FramePack在生成速度上具有优势，且通过优化可进一步提升性能
• 适用场景：对于需要长视频生成的用户，FramePack的扩展性更佳；而对质量要求高的场景，ComfyUI是更好选择

对于RTX 3060级别显卡的用户，建议根据实际需求选择合适的工具和参数配置，在质量与效率间找到最佳平衡点。