JiangFeng12/wan22-npu-models

Wan 2.2 para NPU (Hunyuan NPU) — modelos GGUF de 4 bits

Modelos Wan 2.2 de Wan-AI (Alibaba) convertidos a GGUF IQ4_NL (y Q4_0 como alternativa) para generar vídeo en el propio teléfono con la NPU Hexagon (HTP v81, Snapdragon 8 Elite Gen 5) mediante stable-diffusion.cpp + ggml-hexagon, dentro del proyecto no comercial «Hunyuan NPU».

Proyecto personal, sin fines comerciales. Los archivos se ofrecen «tal cual», sin garantía de ningún tipo. El autor no se hace responsable del uso que cada persona haga de estos modelos ni de los contenidos que genere. Cada usuario es el único responsable de cumplir la ley de su país, la licencia de Wan 2.2 y sus condiciones de uso.

Apps para Android: Hunyuan NPU 0.3.2 y Forja 0.2.0

Desde la versión 0.3.0, la app Hunyuan NPU genera vídeo con estos modelos en el móvil. Versión actual: 0.3.2. Con Hunyuan NPU Forja 0.2.0 puedes convertir en el móvil tus propios modelos Wan 2.2 (fine-tunes o fusiones) al mismo formato que estos archivos.

app	archivo	tamaño	SHA-256
Hunyuan NPU 0.3.2	apk/hunyuan-npu-0.3.2-release.apk	47.3 MB	a25b7b37ba38e9b2bff3642545de26b1ce595320582c782688eb044ada695b41
Hunyuan NPU Forja 0.2.0	apk/hunyuan-npu-forja-0.2.0-release.apk	21.8 MB	7e348b62e270c3cc250b780775c28debb73721d0abc909804e39712f9d892a92

• Android 15+ (minSdk 35), arm64-v8a, interfaz en español, sin permiso de internet. Las dos, firmadas con el certificado SHA-256 dc432750a07edc40fb26e6ee24b3690042dcc6fdec337984a0294aa3e1cac2fc (el mismo de todas las versiones).
• Descarga aquí los archivos con el navegador y, en la pestaña Modelos, pulsa «Importar» en «Wan 2.2 TI2V-5B» o «Wan 2.2 T2V-A14B (MoE)» (comprueba tamaño y SHA-256). Mínimo: DiT (o los dos expertos), umT5 y un decodificador (taew2_2 para el 5B, taew2_1 para el A14B; el VAE completo es opcional, más nítido pero mucho más pesado).
• La app pone los valores oficiales (5B: 20 pasos, cfg 5, shift 5, 24 fps; A14B: 20 pasos, cfg 3 / 4 (alto ruido), shift 12, frontera 0,875, 16 fps), muestra qué experto está trabajando y carga uno solo a la vez.
• LoRAs de Wan (desde 0.3.1): secciones para TI2V-5B y A14B, con peso y palabras clave. En A14B cada experto lleva su propia LoRA y su propio peso: las parejas …high_noise… / …low_noise… se asignan solas a su experto, y una LoRA de Wan 2.1 14B puede ir a los dos («ambos expertos»). Formatos ComfyUI, Kohya (lora_unet_), diffusers y PEFT (lora_A/lora_B). Las incompatibles (p. ej. Wan 14B en el 5B, Wan 2.1 1.3B o LoRAs de HunyuanVideo) se rechazan con un aviso.
• Modelos Wan propios (Forja 0.2.0 + app 0.3.2): Forja convierte un fine-tune / fusión de TI2V-5B o T2V-A14B (safetensors de ComfyUI o sin prefijo, carpeta diffusers, fp16 / bf16 / fp8 e4m3fn o e5m2 con o sin escalas, o un GGUF existente) a IQ4_NL (por defecto) o Q4_0 con la misma política de tipos que estos GGUF, y puede hornear LoRAs (en A14B, cada una en su experto). Los dos expertos de A14B se emparejan solos por el nombre (high_noise / low_noise); un solo experto sólo se acepta con «Sólo este experto». Se escribe un manifiesto .hnpu.json en Download/HunyuanNPU/custom/, y la app lo importa en Modelos → Modelos personalizados (comprueba las cabeceras y empareja los expertos). Wan 2.1 1.3B, HunyuanVideo y modelos desconocidos se rechazan. En el PC, lo mismo con python -m hnpu_converter (código fuente 0.2.0, converter/README.md).
• umT5 va en la CPU por defecto (en la NPU su residuo roza el máximo de F16). Más información, estado en el móvil y código fuente en JiangFeng12/hunyuan-npu-models.

Componentes necesarios por modelo

Modelo	DiT	Codificador de texto	VAE / decodificador
Wan2.2 TI2V-5B (texto→vídeo e imagen→vídeo, 24 fps)	wan2.2-ti2v-5b-iq4_nl.gguf (o -q4_0)	umt5-xxl-encoder-q8_0.gguf (recomendado; -iq4_nl ocupa menos pero es menos fiel)	wan2.2-vae-f16.gguf (o taew2_2.safetensors, rápido)
Wan2.2 T2V-A14B (MoE, texto→vídeo, 16 fps)	dos expertos: ...-high-iq4_nl.gguf y ...-low-iq4_nl.gguf	umt5-xxl-encoder-q8_0.gguf (recomendado; -iq4_nl ocupa menos pero es menos fiel)	wan2.1-vae-f16.gguf (o taew2_1.safetensors)

A14B = mezcla de dos expertos (MoE). El experto de alto ruido hace los primeros pasos y el de bajo ruido los últimos. El cambio sigue exactamente el código oficial de Wan 2.2: con t = int(sigma·1000), se usa el de alto ruido mientras t ≥ 875 (T2V; 900 en I2V). En el móvil sólo hay un experto en memoria a la vez: el de alto ruido se descarga antes de cargar el de bajo ruido.

Archivos

Archivo	Descripción	Tamaño	SHA-256
wan2.2-ti2v-5b/wan2.2-ti2v-5b-iq4_nl.gguf	DiT Wan2.2 TI2V-5B, IQ4_NL (recomendado)	2.87 GB (2,868,746,592 B)	c551c48ab4a6ca8e19b865669a33cc2f28f2199084591992a0d685c290eb42b9
wan2.2-ti2v-5b/wan2.2-ti2v-5b-q4_0.gguf	DiT Wan2.2 TI2V-5B, Q4_0 (alternativa)	2.87 GB (2,868,746,592 B)	746effd18c7289b6ce283844102c4db6cf0b03e19d3c9cd366a636ff5cea3174
wan2.2-t2v-a14b/wan2.2-t2v-a14b-high-iq4_nl.gguf	Experto de ALTO ruido (pasos iniciales), IQ4_NL	8.16 GB (8,162,597,056 B)	b03051bb9f9f71b4e2f8a30f86f17cdb663bb31d1901dcfdb4900e0b66aee426
wan2.2-t2v-a14b/wan2.2-t2v-a14b-low-iq4_nl.gguf	Experto de BAJO ruido (pasos finales), IQ4_NL	8.16 GB (8,162,597,056 B)	8e74ae2f2b24da5a0d5c195d4ee5e290e11fa6ed46cc3444cffda05c9416ffc4
wan2.2-t2v-a14b/wan2.2-t2v-a14b-high-q4_0.gguf	Experto de alto ruido, Q4_0	8.16 GB (8,162,597,056 B)	a8a56768e78c2c54bbe0a86fbc879e2cfd176d118fbd929dffa983b793543fbf
wan2.2-t2v-a14b/wan2.2-t2v-a14b-low-q4_0.gguf	Experto de bajo ruido, Q4_0	8.16 GB (8,162,597,056 B)	0ff144026148820524fe8c8ec9fdea815ffb3a29663b691792831579842878ef
text_encoder/umt5-xxl-encoder-q8_0.gguf	Codificador de texto umT5-XXL, Q8_0 (máxima calidad)	6.04 GB (6,036,577,888 B)	80a3cf518aade73926b78893748a9b5d9227653143bfb2ee026cf55f8fcc08d5
text_encoder/umt5-xxl-encoder-iq4_nl.gguf	Codificador de texto umT5-XXL, IQ4_NL (menos RAM)	3.20 GB (3,196,223,072 B)	b9b51326af02df26469afcae0e5f25802480f86e7fe7dd0d54d390c71b87e5e7
vae/wan2.2-vae-f16.gguf	VAE Wan2.2 (48 canales, 16x16x4), F16 — sólo TI2V-5B	1.41 GB (1,409,395,264 B)	0f3e3c079706d0490a1799e7ec41dab3ad5faeb9e5cea049278fb88f2f53b420
vae/wan2.1-vae-f16.gguf	VAE Wan2.1 (16 canales, 8x8x4), F16 — A14B	0.25 GB (253,800,960 B)	19259fb5732a02eb0e12dd3543d28cd4658097148776ba0a1c3e4593177308c6
vae/taew2_2.safetensors	Decodificador rápido TAEHV para Wan2.2 (madebyollin, MIT) — 5B	0.02 GB (22,848,048 B)	b84609b2a133d48434bd9636bfcb44bf05168dc436e2d3cecf26256faa1f5325
vae/taew2_1.safetensors	Decodificador rápido TAEHV para Wan2.1 (madebyollin, MIT) — A14B	0.02 GB (22,642,902 B)	04766eac0221b5390b985ae3fdcca652cbb4b1e8b82b28ea7ff89dfad1b1a93f

Tipos de tensor: todas las matrices de los bloques en IQ4_NL (o Q4_0); modulation en F32; embeddings de tiempo/texto, patch_embedding y head.head en F16; normas y sesgos en F32 (todos soportados por la NPU). Conversión con sd-cli -M convert (stable-diffusion.cpp) desde los safetensors fp16 de Comfy-Org/Wan_2.2_ComfyUI_Repackaged (sha256 de origen verificado), con --tensor-type-rules "modulation=f32,^head\.head\.weight=f16".

Cambio de experto (MoE) verificado

Con el calendario oficial de Wan2.2 (FlowUniPC, sigma_max = 0.999, shift = 12), 8 pasos y frontera 0.875 (prueba real en CPU, 320x192, 5 fotogramas):

Paso	t = int(sigma·1000)	Experto
0	999	alto ruido
1	988	alto ruido
2	972	alto ruido
3	952	alto ruido
4	922	alto ruido
5	877	alto ruido
6	799	bajo ruido
7	631	bajo ruido

Tras el paso 5 el experto de alto ruido se descarga (RSS 12.2 GB → 1.8 GB) y sólo entonces se carga el de bajo ruido. Reparto oficial para otros números de pasos: T2V (shift 12): 4 → 3+1, 10 → 7+3, 20 → 13+7, 40 → 26+14.

Uso con el runner de Hunyuan NPU (hnpu_runner, kind 3)

TI2V-5B (texto→vídeo, 24 fps):

hnpu_runner --kind 3 --dit wan2.2-ti2v-5b-iq4_nl.gguf --t5 umt5-xxl-encoder-iq4_nl.gguf \
  --vae wan2.2-vae-f16.gguf --width 480 --height 288 --frames 9 --steps 20 --cfg 5 --shift 5 --fps 24 \
  --prompt-file prompt.txt --negative-file neg.txt --out-dir out

T2V-A14B (MoE, 16 fps):

hnpu_runner --kind 3 --dit wan2.2-t2v-a14b-low-iq4_nl.gguf --high-dit wan2.2-t2v-a14b-high-iq4_nl.gguf \
  --t5 umt5-xxl-encoder-iq4_nl.gguf --vae wan2.1-vae-f16.gguf --cfg 3 --high-cfg 4 --moe-boundary 0.875 \
  --shift 12 --wan-sched official --steps 20 --width 480 --height 272 --frames 9 --fps 16 \
  --prompt-file prompt.txt --negative-file neg.txt --out-dir out

El runner imprime [moe] step i t=… expert=high|low en cada paso.

Memoria y velocidad (orientativo)

• TI2V-5B: DiT 2.9 GB + umT5 3.2 GB (IQ4_NL) o 6.0 GB (Q8_0); el codificador se libera antes del muestreo. En CPU (8 núcleos x86) ~45 s/paso a 480x288x9. En el móvil se espera bastante menos con la NPU.
• T2V-A14B: cada experto ocupa 8.2 GB y sólo uno está en memoria a la vez. En un teléfono de 16 GB entra justo; conviene usar el streaming de segmentos/presupuesto de RAM del runner. En CPU ~130 s/paso a 320x192x5.
• El VAE completo de Wan necesita mucha RAM a resoluciones altas; los decodificadores TAEHV (taew2_*) son la opción ligera.
• Activaciones medidas: máx. ~280 en las proyecciones del DiT (A14B), ~72 en el 5B → sin riesgo de desbordamiento F16 en la NPU. El residuo de umT5 llega a ~37 500 (F16 máx. 65 504): se recomienda ejecutar el codificador en CPU.

Créditos y licencias

• Wan 2.2 — Wan-AI / Alibaba Group (Wan-AI/Wan2.2-TI2V-5B, Wan-AI/Wan2.2-T2V-A14B), licencia Apache-2.0. Estos GGUF son una conversión (cuantización) de esos pesos y se distribuyen bajo la misma licencia Apache-2.0.
• umT5-XXL — Google (Apache-2.0), en la versión que acompaña a Wan.
• TAEHV (taew2_1, taew2_2) — Ollin Boer Bohan (madebyollin/taehv), MIT.
• stable-diffusion.cpp (leejet y colaboradores; fork happyyzy) y ggml (ggml-org) — licencia MIT.
• Repackaging fp16 de Comfy-Org.
• Proyecto Hunyuan NPU: app y parches en JiangFeng12/hunyuan-npu-models.