Wan2.2 LoRA训练：Diffusion Pipe云端与Windows配置

作者：@T8star-Aix

本期介绍 Wan2.2 LoRA 训练的云端镜像和 Windows 本地 Diffusion Pipe 整合包，重点是数据集准备、文生视频与图生视频的高低噪时间步配置，以及训练后如何在 ComfyUI 中验证人物效果。以下按作者当时的演示整理，不构成所有版本和硬件的统一参数建议。

一、先准备图文配对训练集（03:14–06:51）
云端部分从已配置好的训练镜像进入，把训练图片及对应文本放到训练数据目录。作者建议人像素材尽量保持外观一致，必要时检查并裁剪人物区域；每张图片与描述文本使用相同文件名，文本中加入触发词和内容描述。验证数据放入对应的验证目录。

作者还按自己的目标区分了文生视频和图生视频配置：本次人物演示以人物外观拟合为重点，图生视频也可用于特效训练。选择配置时应先确认自己的任务类型，不要只按文件名称随意套用。

二、区分高噪与低噪的时间步范围（06:51–10:03）
视频中，文生视频低噪训练的范围设为0至0.875，图生视频低噪训练设为0至0.9；对应的高噪部分分别为0.875至1、0.9至1。这些是演示配置中的分工：高噪主要处理前期构建，低噪丰富后续细节。作者另提到单独使用低噪模型的情况，不能与默认双模型配置混为一谈。

批次、梯度累积和 Block Swap 会影响资源占用与速度。作者在不同硬件上使用不同设置，并按轮次保存模型；应结合实际显存、内存和数据量调整。视频关于学习率的两处自动转录结果不一致，本文不提供可直接照填的学习率数值。

三、导出检查点，比较步数与LoRA权重（10:03–13:35）
启动训练后，查看日志、损失值以及输出目录。保存出的模型文件可以放入相应 ComfyUI 工作流中验证。作者比较了几个训练阶段的人像效果，并演示在继续训练收益有限时调整 LoRA 权重，观察人物相似度变化。

其中1.5只是视频里尝试的权重，不代表所有 LoRA 都应使用该值。作者还提醒高噪训练所得 LoRA 的加载位置不能随意挪到低噪模型；其演示中低噪 LoRA 的组合使用方式，也应结合具体底模和工作流核对，不能概括为普遍兼容保证。

四、Windows本地整合包的配置与运行（14:30–19:24）
视频说明本地整合包由 Smile 参与制作，作者调整了演示用训练参数。整合包与模型包分开提供；放置模型文件时应核对目录层级，避免额外套一层文件夹导致路径不匹配。

启动后先选择并加载对应配置，再检查批次、梯度累积、时间步等设置。开始训练后，可以从控制台或界面刷新日志查看进度。界面也展示了仅生成缓存、重新生成缓存和从检查点恢复等选项，需按实际需求选择。

五、训练结束与更换数据集时检查什么（14:23–14:28；19:49–21:14）
本地训练模型仍到输出目录查找。更换图片后要注意重新生成匹配的缓存，训练图片和文本仍需一一对应，验证目录也要检查。云端训练完成后，作者提醒及时关闭实例，避免继续占用资源。

视频中的训练耗时、显存占用和样本数量仅反映这次演示。本文不沿用口述中“批次乘以步数”的换算来承诺训练质量，也不把某次报错可忽略的处理方式推广到其他环境。

相关资源（保留自原帖，未验证当前可用性）：
【Wan2.2+提示词工具+无API视频扩写3分镜文生视频加速版V1（贞贞版3000步）：https://www.runninghub.cn/post/1 ... _source=kol01-RH099】
【Wan2.2训练镜像：https://www.chenyu.cn/console/ne ... vitationCode=NGT5S4】
【ComfyUI-WanVideoWrapper：https://github.com/kijai/ComfyUI-WanVideoWrapper】
【模型：https://pan.quark.cn/s/a88435d2ffca】
原帖对上述模型链接注明放入comfyui/models；请按下载包内说明进一步核对具体目录，不要将其与训练器模型包的路径混用。
【图文介绍及工作流：https://t.zsxq.com/Dfxau】
原帖下载说明为：登录后打开文章，在底部扫码、复制口令，通过自动回复获取资源。

本文依据原视频完整音频的AI转录整理；开头部分存在识别重复，未据此扩写内容。涉及效果与参数的内容为原作者演示和说明，并非本站独立实测。本文为内容摘要，不替代完整操作教程；专业字段、界面位置和效果请结合原视频查看。

补充资料（原帖技术资源）：
节点地图：https://github.com/T8mars/Comfyui-Aix-NodeMap
晨羽智云Kontext训练镜像(T8版)：https://www.chenyu.cn/console/newShare?uuid=e0fee1b741e543238014e1c87ddcd67a&invitationCode=NGT5S4