Intermédiaire 14 minImage

Wan 2.2 en local : générer une vidéo IA, LTX, Hunyuan

Un ordinateur portable ouvert éclaire un bureau sombre d’une lumière verte.
Réponse directe

Wan 2.2 est la famille de modèles vidéo open source d'Alibaba, sous licence Apache 2.0. Sa version TI2V-5B transforme un texte ou une image en vidéo 720p à 24 images/s et devrait tenir sur 8 Go de VRAM dans ComfyUI, selon la documentation de ComfyUI. LTX 2.5 ajoute le son synchronisé et fonctionne aussi sur Mac via LTX Desktop ; HunyuanVideo 1.5 demande 14 Go sous Linux, mais sa licence exclut l'Union européenne.

Générer une vidéo IA sur son propre PC ou Mac est possible avec des modèles ouverts comme Wan 2.2, publié en juillet 2025, mais chaque version demande une mémoire vidéo, un logiciel et une licence différents. Ce guide part de votre usage (texte vers vidéo, image vers vidéo, vidéo avec son) et de votre machine. Vous saurez quel modèle installer, avec quel outil, ce que la licence autorise en France, et comment vérifier que la première génération a réussi.

Par Mohamed Meguedmi·Màj 2026-11-21·Testé sur Windows, macOS, Linux

#Wan 2.2 en local : que peut-on générer et sur quelle machine ?

Wan 2.2 est une famille de modèles de génération vidéo publiée par l'équipe Wan d'Alibaba le 28 juillet 2025, avec ses poids téléchargeables sous licence Apache 2.0. Elle couvre le texte vers vidéo, l'image vers vidéo, la vidéo pilotée par la voix (S2V) et l'animation de personnage (Animate).

Pour un usage local, le modèle qui compte est Wan 2.2 TI2V-5B, un modèle de 5 milliards de paramètres qui fait à la fois texte vers vidéo et image vers vidéo. Selon le dépôt officiel de Wan 2.2 consulté le 18 novembre 2026, il génère en 720p à 24 images par seconde et peut tourner sur une carte grand public comme la RTX 4090. L'éditeur annonce une vidéo de 5 secondes en 720p en moins de 9 minutes sur une seule carte grand public.

Les grands modèles Wan 2.2 T2V-A14B et I2V-A14B utilisent une architecture à deux experts : environ 14 milliards de paramètres chacun, 27 milliards au total, 14 milliards actifs à chaque étape. Le dépôt officiel indique que leur script de génération demande au moins 80 Go de VRAM. Pour un PC de particulier, la documentation de ComfyUI propose des versions fp8 des modèles Wan 2.2 14B, sans publier de seuil de mémoire pour elles : Wan 2.2 TI2V-5B reste le choix documenté pour une carte grand public.

Texte vers vidéo (T2V)
Le modèle crée la séquence uniquement à partir d'une description écrite de la scène, des mouvements et du cadrage.
Image vers vidéo (I2V)
Le modèle anime une image de départ fournie par vous ; le résultat reste plus fidèle au visuel voulu.
Déchargement (offloading)
Technique qui garde une partie du modèle en mémoire vive ou sur disque et ne charge sur la carte graphique que ce qui sert ; elle réduit la VRAM nécessaire mais ralentit la génération.

#Wan 2.2, LTX 2.5 ou HunyuanVideo 1.5 : quel modèle vidéo choisir ?

Le kit Images IA

Images et vidéos IA en local, sans limite : ComfyUI, Flux, Z-Image, Wan 2.2 sur ton GPU ou ton Mac — workflows prêts à charger, cadre légal inclus.

  • Espace en ligne à vie
  • PDF + fichiers
  • Remboursé 30 j

Le bon modèle vidéo local dépend de trois critères : la mémoire de votre machine, le besoin de son, et la licence. Wan 2.2 TI2V-5B est le point de départ le plus accessible sur PC, LTX 2.5 est le seul des trois à générer l'audio et à viser officiellement le Mac, HunyuanVideo 1.5 vise les cartes de 14 Go.

LTX-2 est la gamme de modèles de Lightricks : selon son dépôt officiel, c'est un modèle de fondation audio-vidéo qui produit l'image et le son synchronisés. LTX 2.5, publié le 11 août 2026, est le modèle recommandé par Lightricks pour tout nouveau projet, et le téléchargement de démarrage rapide pèse environ 66 Gio. LTX 2.3 reste utilisable, mais ses fichiers ne sont pas interchangeables avec ceux de LTX 2.5.

Modèles vidéo ouverts utilisables en local, d'après les dépôts officiels consultés le 18 novembre 2026
ModèleUsagesMémoire annoncée par l'éditeurSonLicence
Wan 2.2 TI2V-5BTexte et image vers vidéo, 720p 24 im/s24 Go (script officiel) ; 8 Go dans ComfyUI avec déchargementNonApache 2.0
Wan 2.2 A14BTexte ou image vers vidéo, 480p et 720p80 Go (script officiel)NonApache 2.0
LTX 2.5 (Fast)Texte, image et audio vers vidéo, retouche24 Go sur PC (32 Go conseillés) ; 32 Go minimum sur MacOuiLTX-2.x Community License
HunyuanVideo 1.5Texte et image vers vidéo, 480p et 720p14 Go avec déchargement, GPU NVIDIA sous LinuxNonTencent Hunyuan, hors Union européenne
FramePackImage vers vidéo longue6 Go, RTX 30, 40 ou 50, Linux ou WindowsNonCode ouvert, modèle de 13 milliards de paramètres

Ces seuils de mémoire viennent tous des éditeurs (scripts officiels, documentation ComfyUI, auteur de FramePack) : aucun n'est une mesure indépendante, et la durée réelle dépend de la résolution, du nombre d'images et de la carte.

#Quelle carte graphique pour générer une vidéo IA en local ?

Pour générer une vidéo IA en local sur PC, une carte NVIDIA de 8 Go suffit pour Wan 2.2 TI2V-5B dans ComfyUI, 16 Go permettent LTX 2.5 en plusieurs passes, et 24 Go ou plus donnent le confort de toutes les options. Sur Mac, seul LTX Desktop propose un chemin officiel, sous macOS 26 et à partir de 32 Go de mémoire unifiée.

Quelle option selon votre machine (seuils publiés par les éditeurs, novembre 2026)
Votre machineOption conseilléeCe qu'il faut savoir
PC NVIDIA 6 à 8 GoFramePack (image vers vidéo) ou Wan 2.2 TI2V-5B dans ComfyUISeuils minimaux, atteints grâce au déchargement : la génération est plus lente
PC NVIDIA 12 à 16 GoWan 2.2 TI2V-5B, HunyuanVideo 1.5 sous Linux à partir de 14 GoLTX Desktop fonctionne sur 16 Go en découpant les clips longs, sous le seuil recommandé par Lightricks
PC NVIDIA 24 à 32 GoLTX 2.5 dans LTX Desktop, Wan 2.2 TI2V-5B avec le script officielConfiguration recommandée par Lightricks pour LTX Desktop
Mac Apple Silicon 32 à 36 GoLTX Desktop sous macOS 26La plupart des tâches jusqu'en 1080p selon Lightricks
Mac 48 Go et plusLTX DesktopToutes les tâches locales de l'application
Mac de moins de 24 Go, Mac Intel, macOS 14 ou 15Pas de génération locale officielleLTX Desktop affiche Coming soon to your device ou passe par son service en ligne

La mémoire vive et le disque comptent autant que la carte graphique. Le déchargement déplace une partie du modèle en mémoire vive : Lightricks recommande 64 Go de RAM sous Windows pour LTX Desktop, et 100 Go d'espace disque libre sur toutes les plateformes. Pour estimer la mémoire d'une configuration, le calculateur de VRAM du site donne un ordre de grandeur avant achat.

!
Mac et PC ne suivent pas le même chemin
Les instructions officielles de Wan 2.2 et de HunyuanVideo 1.5 sont écrites pour des cartes NVIDIA avec CUDA (Linux seulement pour HunyuanVideo 1.5), et FramePack annonce une carte NVIDIA sous Linux ou Windows. Sur Mac, l'outil documenté par son éditeur est LTX Desktop. Un tutoriel qui promet Wan 2.2 A14B rapide sur un Mac de 16 Go mélange les deux mondes.

#Comment générer une vidéo avec Wan 2.2 dans ComfyUI, du texte ou d'une image ?

La méthode la plus simple pour Wan 2.2 en local est ComfyUI, qui intègre Wan 2.2 depuis le 28 juillet 2025 et propose un flux prêt à l'emploi pour le modèle 5B. Dans ComfyUI, le même flux Wan 2.2 sert au texte vers vidéo et à l'image vers vidéo (image to video) : il suffit d'activer le nœud d'image de départ.

  1. 01
    Installer ou mettre à jour ComfyUI
    Installez ComfyUI depuis son site officiel, ou mettez à jour votre installation : la documentation de ComfyUI précise que les flux Wan 2.2 manquent dans les versions trop anciennes. Le guide d'installation de ComfyUI du site détaille cette étape sur Windows, macOS et Linux.
  2. 02
    Ouvrir le modèle de flux Wan 2.2 5B
    Dans ComfyUI, ouvrez la bibliothèque de modèles de flux (Template Library) et cherchez Wan2.2 5B. Le flux texte et image vers vidéo s'ouvre avec ses nœuds déjà reliés.
  3. 03
    Placer les trois fichiers du modèle
    Téléchargez depuis le dépôt Comfy-Org/Wan_2.2_ComfyUI_Repackaged le modèle wan2.2_ti2v_5B_fp16.safetensors dans ComfyUI/models/diffusion_models, l'encodeur de texte umt5_xxl_fp8_e4m3fn_scaled.safetensors dans ComfyUI/models/text_encoders et wan2.2_vae.safetensors dans ComfyUI/models/vae.
  4. 04
    Écrire le prompt et choisir l'image de départ
    Décrivez la scène, le mouvement et le cadrage en une phrase claire. Pour l'image vers vidéo, sélectionnez le nœud Load Image, activez-le avec le raccourci Ctrl+B indiqué par la documentation de ComfyUI et chargez votre image de départ. La taille et le nombre d'images se règlent dans le nœud Wan22ImageToVideoLatent.
  5. 05
    Lancer et vérifier le résultat
    Cliquez sur Run ou appuyez sur Ctrl+Entrée (Cmd+Entrée sur Mac). La génération a réussi quand la vidéo s'affiche dans le nœud de sortie du flux et que le fichier enregistré se lit dans un lecteur ordinaire. Une erreur de mémoire (out of memory) signifie qu'il faut baisser la résolution ou le nombre d'images.

Avec une carte NVIDIA d'au moins 24 Go de VRAM, comme la RTX 4090, le dépôt officiel de Wan 2.2 propose aussi un script en ligne de commande. Après avoir téléchargé les poids Wan-AI/Wan2.2-TI2V-5B depuis Hugging Face dans le dossier Wan2.2-TI2V-5B, la commande suivante génère une vidéo 1280x704 avec le déchargement activé.

Linux (bash), GPU NVIDIA de 24 Go et plus, script officiel Wan 2.2
git clone https://github.com/Wan-Video/Wan2.2.git
cd Wan2.2
pip install -r requirements.txt
python generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ./Wan2.2-TI2V-5B --offload_model True --convert_model_dtype --t5_cpu --prompt "Two anthropomorphic cats in comfy boxing gear and bright gloves fight intensely on a spotlighted stage"

#LTX 2.5 en local : l'application LTX Desktop sur PC et Mac

LTX Desktop est l'application libre de Lightricks pour générer des vidéos avec les modèles LTX sans passer par un nœud ou un terminal. Elle fonctionne en local sur Windows et Linux avec une carte NVIDIA, et sur les Mac Apple Silicon. Elle est en version bêta : son éditeur prévient que des changements incompatibles sont à prévoir.

LTX Desktop couvre le texte vers vidéo avec son, l'image vers vidéo avec image de fin facultative, l'audio vers vidéo, ainsi que Retake (régénérer une partie d'un clip) et Extend (prolonger un clip). LTX Desktop est distribué sous licence Apache-2.0, mais les poids des modèles LTX suivent leur propre licence.

  1. 01
    Télécharger l'installateur officiel
    Sur la page des versions du dépôt GitHub Lightricks/LTX-Desktop, prenez le fichier de votre système : installateur .exe pour Windows x64, image .dmg pour Mac Apple Silicon, AppImage ou .deb pour Linux.
  2. 02
    Créer l'accès Hugging Face
    Les poids de LTX 2.5 sont soumis à acceptation des conditions sur Hugging Face. L'écran de premier lancement demande la connexion à Hugging Face, puis télécharge les modèles : prévoyez 100 Go d'espace libre.
  3. 03
    Générer et vérifier
    Choisissez Text to Video, écrivez une description chronologique de la scène et lancez la génération. Le résultat arrive dans la bibliothèque Assets ; si votre machine est sous le seuil de mémoire, l'application affiche Coming soon to your device au lieu des outils de génération.
→
Prompt pour LTX 2.5
Lightricks conseille une description en un seul paragraphe, chronologique, de 200 mots au plus : l'action principale, les gestes, l'apparence des personnages, le décor, les mouvements de caméra, la lumière. Pour obtenir une réplique parlée, écrivez-la entre guillemets dans le prompt.

#HunyuanVideo 1.5 et FramePack : quelles options pour une petite carte graphique ?

HunyuanVideo 1.5 est le modèle vidéo ouvert de Tencent, publié le 20 novembre 2025 avec 8,3 milliards de paramètres. Son dépôt officiel indique un minimum de 14 Go de mémoire GPU sur carte NVIDIA, déchargement activé, sous Linux, en 480p ou 720p, en texte vers vidéo comme en image vers vidéo.

Tencent a ajouté le 5 décembre 2025 un modèle distillé 480p image vers vidéo qui travaille en 8 ou 12 étapes. Selon le dépôt officiel, une seule RTX 4090 génère alors une vidéo en 75 secondes au plus, et le temps de génération de bout en bout baisse de 75 %. Ce chiffre est celui de l'éditeur, sur sa configuration, et non une mesure indépendante.

FramePack est un outil libre du développeur lllyasviel qui génère des vidéos longues image par image à partir d'une image de départ. Son dépôt annonce 6 Go de mémoire GPU au minimum pour une minute de vidéo à 30 images par seconde avec un modèle de 13 milliards de paramètres, sur Linux ou Windows. Comptez plus de 30 Go de téléchargement au premier lancement, selon le même dépôt.

#Vidéo IA gratuite en local : que permettent les licences de Wan, LTX et Hunyuan ?

Les trois modèles sont gratuits à télécharger, mais leurs licences diffèrent fortement : Wan 2.2 est sous Apache 2.0, LTX 2.5 est gratuit sauf pour les entreprises réalisant au moins 10 millions de dollars de chiffre d'affaires annuel, et la licence de HunyuanVideo 1.5 ne s'applique pas dans l'Union européenne.

La licence Tencent Hunyuan Community de HunyuanVideo 1.5 déclare en tête qu'elle ne s'applique pas dans l'Union européenne, au Royaume-Uni et en Corée du Sud, et limite le droit d'usage à un territoire qui exclut ces pays. La même licence qualifie tout usage hors de ce territoire de non autorisé : depuis la France, vous ne bénéficiez donc d'aucune autorisation au titre de cette licence. Pour un usage professionnel, préférez Wan 2.2 ou LTX 2.5, ou faites valider la question par un juriste.

La licence LTX-2.x Community autorise l'usage, la modification et la diffusion de LTX 2.5, mais impose une licence payante aux entités dont le chiffre d'affaires annuel atteint 10 000 000 de dollars, hors usage non commercial. Un indépendant ou une PME sous ce seuil peut donc l'utiliser, dans le respect des restrictions annexées à la licence.

i
Wan 2.5, 2.6, 2.7 et 3.0 : pas de version téléchargeable
Selon HowAIWorks (6 septembre 2026, source secondaire), Wan 2.5, 2.6, 2.7 et 3.0 n'ont jamais publié de poids et ne sont accessibles qu'en ligne chez Alibaba Cloud. Le dépôt GitHub de Wan publie en revanche Wan-Animate-2, un modèle d'animation de personnage dont les poids sont sortis le 7 août 2026 sous Apache 2.0.

#Questions fréquentes sur la vidéo IA en local

Questions fréquentes
Peut-on générer une vidéo IA gratuitement en local ?+
Oui. Wan 2.2, LTX 2.5, HunyuanVideo 1.5 et FramePack se téléchargent sans abonnement, et ComfyUI comme LTX Desktop sont des logiciels libres. Le coût réel est matériel : une carte NVIDIA de 6 à 8 Go au minimum selon l'outil, ou un Mac Apple Silicon de 32 Go pour LTX Desktop, de l'espace disque et l'électricité. Les licences fixent ensuite ce que vous pouvez faire des vidéos.
Wan 2.5 est-il disponible en local ?+
Non. Au 18 novembre 2026, Wan 2.5 n'a pas de poids téléchargeables : selon le recensement de HowAIWorks du 6 septembre 2026, il n'est accessible qu'en ligne chez Alibaba Cloud. Le dernier modèle généraliste Wan installable sur sa machine reste Wan 2.2, publié le 28 juillet 2025 sous Apache 2.0. Méfiez-vous des sites qui proposent un téléchargement de Wan 2.5 ou 2.7.
Quelle différence entre LTX Video, LTX-2 et LTX 2.5 ?+
LTX-Video (versions 0.9.x) est l'ancienne gamme de modèles vidéo de Lightricks, désormais classée comme historique. LTX-2 est le modèle de fondation audio-vidéo qui produit l'image et le son ensemble. LTX 2.5, publié le 11 août 2026, remplace LTX-Video et LTX-2 et reste recommandé en novembre 2026 ; LTX 2.3 tourne encore, mais ses fichiers et ses LoRA ne servent pas avec LTX 2.5.
Stable Video Diffusion est-il encore utile ?+
Stable Video Diffusion XT de Stability AI anime une image en 25 images à la résolution 576x1024. Il ne fait pas de texte vers vidéo, et sa licence communautaire renvoie l'usage commercial aux conditions de Stability AI. Pour un nouveau projet, Wan 2.2 TI2V-5B couvre le texte et l'image en 720p sous Apache 2.0, une licence plus permissive.
Les vidéos générées en local sont-elles envoyées sur Internet ?+
Avec ComfyUI et les scripts officiels de Wan 2.2 ou HunyuanVideo 1.5, la génération se fait sur votre machine ; seul le téléchargement des modèles passe par Internet. LTX Desktop garde aussi prompts et médias en local, sauf si vous activez une fonction en ligne comme l'assistant Gemini ou l'encodage de texte par API.
Peut-on générer une vidéo IA sur un Mac ?+
Oui, avec LTX Desktop sous macOS 26 sur un Mac Apple Silicon. Lightricks annonce 32 Go de mémoire unifiée au minimum et 48 Go pour toutes les tâches locales. Sous 24 Go, sur un Mac Intel ou sous macOS 14 et 15, l'application n'offre pas de génération locale. Les scripts officiels de Wan 2.2 et de HunyuanVideo 1.5 visent les cartes NVIDIA.

#Sources et vérification du 18 novembre 2026

Les versions, mémoires, licences et dates de ce guide ont été relevées le 18 novembre 2026 sur les dépôts officiels de Wan, Lightricks et Tencent, sur la documentation de ComfyUI et sur la fiche de Stable Video Diffusion ; les modèles vidéo évoluent vite et ces seuils peuvent changer à chaque version.

Ce guide vous a aidé ?

Un retour, une erreur, une précision ? Faites-nous signe, ça améliore le guide pour tout le monde.