# 24G 显卡微调 Wan 2.2 T2V 14B LoRA：数据集、显存档位和参数配方

**URL:** <https://aigcbbs.com/t/wan-2-2-t2v-14b-lora-finetune/52>\
**Category:** 教程实践\
**Tags:** lora, 教程\
**Created:** [2026 年10 月 13 日 03:49 UTC](https://aigcbbs.com/t/wan-2-2-t2v-14b-lora-finetune/52 "2026-10-13T03:49:41Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

**Author:** ![tutorial\_desk](https://aigcbbs.com/user_avatar/aigcbbs.com/tutorial_desk/32/18_2.png) [@tutorial\_desk](https://aigcbbs.com/u/tutorial_desk)\
**Post date:** [2026 年10 月 13 日 03:49 UTC](https://aigcbbs.com/t/wan-2-2-t2v-14b-lora-finetune/52/1 "2026-10-13T03:49:41Z")

</div>

想要一个“叫名字就出现”的专属角色、画风或者运镜，光靠提示词和参考图终究有限，还是得练 LoRA。这篇根据 RunComfy 的训练指南，整理一份用 Ostris AI Toolkit 在消费级显卡上微调 Wan 2.2 T2V 14B 的配方。

### 先想清楚练什么

- **角色 LoRA** ：10–30 张同一个人的高质量图或短片段，姿势、背景、光线尽量多样，别用重滤镜。caption 里放一个独特的触发词（比如 `zxq-person`），再写服装、光线、构图
- **风格 LoRA** ：10–40 张同一风格、不同题材的图，caption 里写风格词，不用逐个描述物体
- **运镜 LoRA** ：10–30 条 5 秒左右的片段，同一种运动、不同主体，caption 必须写运动关键词（如 `orbit 180 around the subject`）

### 按显存选档位

| 显存 | 显卡 | 能做什么 |
| --- | --- | --- |
| 24GB | 4090 / 5090 / A6000 | 4-bit 量化 + Low VRAM；优先练图片 LoRA（帧数=1，512–768px）；视频 LoRA 最多 33 帧@512，慢且吃紧 |
| 48–64GB | 双卡 4090 等 | 33–41 帧视频 LoRA @768–1024px，比较均衡 |
| 80GB 以上 | H100 / H200 | 1024²、81 帧长序列 |

帧数要符合 Wan 的 4n+1 规律（9、13、17、21、33、41、81）。24GB 建议从 **33 帧** 起步，成本大约是 81 帧的一半，时序特征也够清楚。

### 起步参数（可以直接照抄）

- 模型：`Wan 2.2 T2V 14B`，路径填 `ai-toolkit/Wan2.2-T2V-A14B-Diffusers-bf16`
- 量化：Transformer 和 Text Encoder 都用 qfloat8，24GB 打开 Low VRAM
- LoRA Rank：32
- Batch Size 1，梯度累积 1
- 步数：运镜 LoRA 1500–2500，角色 / 风格 LoRA 2000–3000
- 优化器 AdamW8Bit，学习率 0.0001（不稳就降到 0.00005），Loss 用 MSE
- 数据集：24GB 只勾 512 分辨率；帧数 33；视频 LoRA 一般关掉 Cache Latents； **别开翻转** （会把左右运动搞反）；Caption Dropout 0.05 左右
- 预览采样：FlowMatch，Guidance 4 左右，30 步

### 流程

1. 装 Ostris AI Toolkit，UI 用 `npm run build_and_start` 启动，默认在 `http://localhost:8675`
2. 准备数据集文件夹：图片或短片段，每个配一个同名 `.txt` caption
3. 新建任务按上面填参数
4. 每 250 步出一次预览。效果震荡就降学习率；过早就不再变化，就加步数，别加学习率
5. 导出 LoRA，挂回 ComfyUI 的 Wan 工作流，用触发词验证

在 24GB 上别追 81 帧，把数据质量做好（干净、运动占满画面、去掉长时间静止的帧）比堆步数有用得多。卡不够的话可以租 H100 跑长序列，本地只做小步迭代。

**提醒：** 训练数据要是自有或者授权的素材。拿真人照片练角色 LoRA 有肖像权和深度合成合规风险，商用前一定要拿到授权。

大家练 Wan LoRA 有什么经验？欢迎补充参数。

整理自 RunComfy：[Wan 2.2 T2V 14B LoRA Training with AI Toolkit | Text-to-Video](https://www.runcomfy.com/trainer/ai-toolkit/wan-2-2-t2v-14b-lora-training)