H3 vs Wan 2.2 vs LTX-2.5：谁更适合你的显卡
2026 年本地视频生成基本是三个开源选择：**MiniMax H3**（音画同生、15 秒）、 **Wan 2.2**（阿里通义，生态最成熟）、**LTX-2.5**（极速 + 原生音频）。 它们不是替代关系，而是三种取舍。先看结论：
| 模型 | 参数 | 本地显存 | 最长 | 原生音频 | 许可 | 速度感受 |
|---|---|---|---|---|---|---|
| MiniMax H3 | 33.1B | 8GB 极限 / 16GB 可用 / 32GB 舒适 | 15 秒 | ✅ 立体声 | 社区许可（含地区与营收条款） | 慢（5090 768p 5s 4步约 80 秒） |
| Wan 2.2 TI2V-5B | 5B | 8GB（GGUF）/ 16GB 舒适 | 约 5 秒 | ❌ 需另配音频 | Apache 2.0（商用最省心） | 中（4090 480p 5s 约 4-6 分钟） |
| Wan 2.2 A14B | 27B（14B 激活） | 12GB（GGUF 卸载）/ 40GB+ 满血 | 约 5 秒 | ❌ | Apache 2.0 | 慢（画质最好档） |
| LTX-2.5 | 22B | 12GB（蒸馏/量化）/ 32GB+ 完整质量 | 约 10 秒 | ✅ 单次同生 | 开放权重（商用条款需查官方，分档） | 极快（蒸馏版接近实时） |
按显卡分档怎么选
- 8GB 显存：首选 Wan 2.2 TI2V-5B 的 GGUF 量化版（Q4 约 3GB 权重，留足空间给激活值）； LTX-2.5 蒸馏/量化版可以一试；H3 只能走 GGUF Q3 + 重度卸载，能跑但慢（540p 短线 5-6 分钟起）。
- 12-16GB 显存：H3 进入「可用」区间——剪枝 INT8 + 4 步加速后，540p-768p 短线可以稳定出片； LTX-2.5 蒸馏版是最舒服的组合；Wan 5B 可以直接跑全精度。
- 24GB 显存：H3 舒适（768p、8 步、全时长）；LTX-2.5 可上 FP8；Wan A14B 用 GGUF/FP8 也能跑。
- 32GB+ 显存：H3 满血（32GB 卡实测 768p 8 步单步约 5.5 秒）；LTX-2.5 完整质量；Wan A14B 满精度。
显存数字是「模型权重 + 激活值 + 缓存」的总和，而不是文件体积。
想知道你的具体配置能跑到哪一档，直接用 WhichH3 计算器：
选显卡、内存、页文件，它会给出每个「分辨率 × 时长」的显存占用与预估时间。
按需求怎么选
| 你的核心需求 | 推荐 | 原因 |
|---|---|---|
| 要人物说话、音效与画面同步生成 | H3 或 LTX-2.5 | 两者都是原生音视频联合生成；Wan 2.2 需要后期配音或对口型流程 |
| 要 10-15 秒的完整叙事片段 | H3 | 15 秒是开源模型里最长；LTX 约 10 秒；Wan 约 5 秒 |
| 要快速抽卡、大量迭代 | LTX-2.5 蒸馏版 | 蒸馏 + 单卡接近实时的速度，是三个里最快的 |
| 商用许可要最省心 | Wan 2.2 | Apache 2.0；H3 与 LTX 的许可有各自条款（H3 还含地区限制） |
| 生态与 LoRA 数量 | Wan 2.2 | 发布一年多，训练工具链与社区 LoRA 最丰富；H3 的生态正在快速补齐 |
| 画质与细节上限 | H3（768p）与 Wan A14B | 两者在各自分辨率档位都是第一梯队；LTX 强在速度而非细节 |
时间成本的一个直观对比（同一台 5090）
- H3：768p / 5 秒 / 4 步蒸馏 ≈ 40-60 秒采样，端到端约 80 秒；
- Wan 2.2 5B：480p / 5 秒 ≈ 4-6 分钟（官方与社区口径）；
- LTX-2.5 蒸馏：官方称单卡接近实时（秒级到十几秒级）。
注意「快」有两种：LTX 快在架构与蒸馏；H3 的 4 步加速 LoRA 也能把 20 步压到 4 步（约 4 倍）， 但基数不同。如果你主要做「音频必须同步」的短片，H3 与 LTX 之间的速度差可以被工作流（抽卡分辨率）抹平。
一句话总结
- 只有一块 8-12GB 的老卡：Wan 2.2 5B 打底，LTX-2.5 蒸馏版尝鲜；
- 16GB 及以上、想要音画同步 + 长片：H3（配合 4-8 步蒸馏）；
- 追求迭代速度、做分镜试错：LTX-2.5 蒸馏版；
- 商用交付、要求许可宽松：Wan 2.2。