2026 年想自己跑 AI 影片，主流選項是 Wan 2.2 模型（開源、品質接近 Sora）+ ComfyUI（本地）/ fal.ai（雲端）+ LoRA 訓練角色一致性。本頁集合我在 RTX 4070 12GB 上跑通 I2V、用 fal.ai 訓商用 LoRA、把卡通形象訓進 Wan 2.2 掛上個人網站的完整實戰。
Wan 2.2 是什麼？ 阿里巴巴開源的影片生成模型，2026 年最熱的開源 video diffusion model 之一。雙 transformer 架構、支援 I2V / T2V、社群 LoRA 生態豐富。品質接近 Sora，但你可以自己跑、自己訓。
該選雲端還本地？ 想試水溫、不想搞硬體 → fal.ai 雲端 LoRA 訓練（$9 / 131 分鐘）。想自己控、長期算成本划算 → 本地 ComfyUI + RTX 4070 12GB 跑得動 14B 模型（用 lightx2v 4-step LoRA 加速）。
LoRA 訓練要踩多少坑？ 訓自己角色 LoRA 我用 musubi-tuner 在 Windows 上踩了 19 次失敗、5 次 BSOD、8 個 Windows-specific 雷區才跑通。雲端走 fal.ai 比較順但要懂 dataset 準備（15 張截圖 → 商用 .safetensors）。
想在 Windows 用 musubi-tuner 訓練 Wan 2.2 i2v LoRA？我用 5 次 BSOD、19 次訓練失敗、8 個 musubi-tuner Windows 雷區換到一份完整 SOP。把卡通形象訓成 LoRA，再變成 scroll-aware 浮動角色掛上個人形象網站。完整 dataset 準備、訓練參數、ComfyUI 整合、Astro 串接。
12GB VRAM 跑得動 14B 影片模型嗎？跑得動。從本地 LoRA 訓練撞牆三天、改用 ComfyUI + lightx2v 4-step LoRA、5 分鐘出 8 秒影片、再用 WanFirstLastFrameToVideo 做出無縫 loop 的全紀錄。
用桌面 15 張截圖在 fal.ai 訓練 Wan 2.2 角色 LoRA。實測花費 $9、耗時 131 分鐘，含資料準備、踩坑、雙 transformer 架構解析、與其他平台比較。