動画もローカルで作れるらしい〜Wan 2.2・LTX-2・FramePackを調べてみた

2026年8月17日

本ページは広告（アフィリエイトプログラム）を含みます。詳しくはプライバシーポリシーをご覧ください。

2026年8月14日

手元のPCでは、文章を書かせるのと、画像を作るのは日常的にやっています。動画は、まだ一度も触っていませんでした。

重すぎて家のPCでは無理だろう、と勝手に思っていたためです。ところが2026年8月になって、ローカルで動く動画生成の話をよく見かけるようになりました。名前が挙がるのは Wan 2.2、LTX-2、FramePack の3つです。

気になったので、手元の機材で動くのかを調べてみました。

この記事は公開情報を調べてまとめたものです。手元で動かした結果ではありません。数字は出典によって幅があるため、幅のまま載せています（確認日 2026年8月14日）。

ローカルの動画生成とは、何をするものなのか

やることは画像生成とよく似ています。文章で指示を書くと、それに沿った動画が出てくる、という形です。

違うのは量です。動画は1秒あたり十数枚から数十枚の画像でできているため、同じ長さのものを作るのに画像生成の何十倍もの計算が要ります。しかも、前後のコマがちぐはぐにならないよう、一貫性まで保つ必要があります。ここが「家のPCでは無理」と思われていた理由でした。

いま名前が挙がっている3つは、いずれも重みが公開されていて、手元にダウンロードして動かせます。動かす土台としては ComfyUI（画像生成でよく使われる、部品をつないで処理を組み立てるソフト）がそのまま使われているようです。

調べた範囲を並べます。数字は出典によってばらつきがあったので、幅のまま載せています。

名前	必要なメモリ（VRAM）	作れる長さ	特徴
Wan 2.2（14B版）	24GB以上。圧縮版で16GB前後	最大10秒・16fps	いちばん名前が挙がる。誰でも商用に使える形のライセンス（Apache 2.0）
Wan 2.2（軽い5B版）	8〜12GB	同上	12GBのボードでも狙える側
LTX-2	32GB以上とする記述あり	720p・5秒	速さが売り。5秒を1分以内に作るとされる
FramePack（7B版）	6GB程度	最大120秒	とにかく軽く、長いものを作れる

表にしてみて、性格がはっきり分かれていると感じました。

3つの性格

Wan 2.2

品質を取りにいく側。そのぶんメモリを食います。軽い版も用意されていて、機材に合わせて選べます

LTX-2

速さを取りにいく側。ただし要求されるメモリが3つの中でいちばん大きいという記述でした

FramePack

軽さと長さを取りにいく側。6GBで動いて2分ものが作れるなら、手が届く範囲がかなり広がります

持っているものに当てはめてみます。

手元の機材	Wan 2.2（14B）	Wan 2.2（5B）	LTX-2	FramePack
RTX 3090（24GB）	ぎりぎり届きそう	余裕あり	足りない	余裕あり
RTX 3060（12GB）	足りない	届きそう	足りない	余裕あり
Intel Arc B580（12GB）	足りない	容量は届くが、対応が課題	足りない	容量は届くが、対応が課題

24GBのボードがあれば、Wan 2.2の大きいほうが射程に入りそうです。ただし「24GB以上」と書かれているものと「圧縮しないなら48GBが最低」と書かれているものがあり、ここは条件によって変わると読むべきところでした。実際に載せてみないと分かりません。

FramePackは、3つの中でいちばん手前にあります。6GB程度で動くのなら、12GBのボードでも余裕があります。まず試すならここからだと考えられます。

Intel Arcのボードについては、容量だけ見れば足りるものの、対応するソフトが揃っているかは別問題です。以前、文章を生成する側でも同じところでつまずいたことがあります。ここは期待しすぎないほうがよさそうです。

NVIDIA GeForce RTX 3090

¥333,980 楽天市場・2026-09-10調べ

同じ Wan 2.2 の14B版について、「24GB以上」「圧縮しないなら48GBが最低」「FP8という形式で圧縮すれば8〜12GB」と、出典ごとに違う数字が出ていました。

おそらく、圧縮の度合いと、作る動画の解像度・長さで大きく変わるためです。「必要なVRAMは○GB」という言い方自体が、条件を書かないと意味を持たない類のものだと分かりました。この手の数字は、自分の条件で測り直すまで信用しきらないほうがよさそうです。

Wan 2.2 については、誰でも商用に使える形（Apache 2.0）という記述と、研究目的に制限があるという記述の両方を見かけました。他の2つについては、条件がはっきり書かれた記述を見つけられていません。

作ったものをブログに載せる、といった使い方をするなら、ここは動かす前に自分で確認する必要があります。

動画のモデルは、文章のモデルと同じくファイルが大きいものです。加えて、作った動画そのものも溜まっていきます。手元では画像生成のモデルだけですでに249GB使っていました。動画を始めると、ここがさらに増えることになります。

ローカルで動く動画生成は、Wan 2.2・LTX-2・FramePack の3つが主流になっていました。いずれも重みが公開されていて、ComfyUI で動かせるようです
性格が分かれています。Wan 2.2は品質、LTX-2は速さ、FramePackは軽さと長さです
手元の24GBのボードなら、Wan 2.2の大きいほうが射程に入りそうです。12GBのボードでも、FramePackやWan 2.2の軽い版なら届きます
ただし必要なメモリの数字は出典によってばらついています。条件を書かずに語れる類の数字ではありませんでした
ライセンスも揃っていません。使う前に自分で確認する必要があります

「重すぎて家のPCでは無理」という思い込みは、少なくとも間違っていました。手元の機材で動きそうです。

そうなると、あとは実際に動かして測るしかありません。次のように測ってみるつもりです。

まずはいちばん軽いFramePackから始めて、動くと分かってから上へ行く順番にします。結果が出たら、あらためて記事にします。