Wan 2.2 FP8

FP8 是一种数值精度：每个数值用 8 位表示，而不是模型训练和存储时常用的 16 位或 32 位。用 FP8 运行 Wan 2.2，可以把它塞进更小的显存里，并让每秒处理的数据更多，代价是保真度有所下降。wan2-6.net 不发布权重文件，也不提供精度变体——它直接为你运行各种路线。下面说说这个选择实际意味着什么。

三方面的取舍

精度能同时给你三样东西，但你不可能全都拿到：

• 显存。 精度越低，张量越小，原本装不下模型的显卡现在也能跑起来。
• 速度。 每步要搬运的数据更少，通常意味着每条视频的耗时更短。
• 保真度。 每个数值的位数越少，舍入误差越大，而且误差分布并不均匀——它最先出现在细腻纹理、小字号文字和人脸上。

FP8 处在中间位置：比全精度明显更轻，但通常比激进量化更接近全精度。当你只是显存稍微不够、而不是差得很远时，它是务实的选择。

损失会出现在哪里

量化误差在一帧画面里并不均匀。它集中在高频细节处，而这恰恰是人们最容易注意到的细节：

• 皮肤和头发，微小的误差会显得像塑料或毛躁。
• 画面上的小字，它比其他内容更早糊掉。
• 快速运动，因为运动模糊和量化噪声会在同一区域叠加。

对于缓慢运镜的宽广风景，差异往往可以忽略。对于特写人像，并排对比时通常看得出来。

自己动手判断

唯一可靠的测试是控制变量：相同提示词、相同种子、两种精度，然后对比。同时改变精度和提示词，对两者都得不出任何结论。另外要小心在小输出档位上做判断——在那里看不见的瑕疵，等同一镜头按你打算发布的尺寸渲染出来，可能就变得很明显了。关于为什么档位在这里是路线的一部分，参见 Wan 2.2 分辨率。

如果你根本不想操心精度，这本身就是选择托管的正当理由：组件已经替你选好，剩下的决定只有提示词、路线和档位。积分消耗会在提交前显示在表单旁边，价格见定价。

接下来看什么

Wan 2.2 GGUF 讲单文件格式，Wan 2.2 VAE Safetensors 讲把潜变量解码成帧的组件，Wan 2.2 提示词 讲工作流中无论精度如何都最重要的那一环。

常见问题

FP8 比全精度差吗？ 略差一些，主要体现在细节和人脸上。低运动的广角镜头下，差异往往很难看出来。

这个网站能输出 FP8 结果吗？ 不能——托管路线使用的精度不是你可以选择的设置，而且本站不提供任何权重文件。

精度更低会让生成更便宜吗？ 在本地，它可能更快、也能装得下；在托管路线上，费用取决于表单旁显示的模型、分辨率和时长。

想用托管从哪里开始？ 打开 Wan 工作区，选择你需要的路线。