下载喵剪Lab
版本 1.1.4 · Windows 和 Mac(Apple 芯片)
WindowsWindows 10 或 11,64 位。想在本机出片需要 NVIDIA 显卡(RTX 20、GTX 16 系列或更新,8 GB 显存起),装好后软件会帮你检测。没有显卡也能用平台或自己的密钥出片
MacmacOS 12 以上,M1 或更新的芯片。本机生图要 24 GB 内存和 macOS 14 以上,一张大约一分钟;视频用平台云端,或者用自己的密钥
第一次打开被系统拦了
Windows 安装包还没有数字签名,Mac 版也没有经过苹果公证,所以第一次打开会有提示,照着点一次就好。安装包只从 catcutlab.com 提供(下载地址是 dl.catcutlab.com),可以放心装
| 提示 | 怎么做 | |
|---|---|---|
| Windows | “Windows 已保护你的电脑”,或者发布者写着“未知发布者” | 点“更多信息”,再点“仍要运行” |
| Windows | Edge 下载时提示“通常不会下载” | 在下载列表里点这一项右边的“…”,选“保留”,再点“删除”旁边的小箭头,选“仍然保留” |
| Mac | “未打开‘喵剪Lab’”或者“无法验证开发者” | macOS 14 及更早:在“应用程序”里右键(或按住 Control 点)喵剪Lab,选“打开”,再点“打开”。macOS 15 起:打开“系统设置 → 隐私与安全性”,往下拉,点“仍要打开” |
| Mac | “已损坏,无法打开” | 重新下载最新版;还不行就用下面“用一行命令装” |
更多安装方式
用一行命令装,不会弹系统提示
复制下面这行,粘贴进去回车,会自己下载、安装、打开,不会弹提示
Mac · 打开“终端”
curl -fsSL https://catcutlab.com/install.sh | bashWindows · 打开“PowerShell”
irm https://catcutlab.com/install.ps1 | iex核对安装包是不是我们发的(SHA-256)
每个安装包的 SHA-256 校验值放在它旁边:Windows 版、Mac 版。在安装包所在的文件夹里运行下面的命令,算出来的和它一样,就是我们发的那个
Windows · PowerShell
Get-FileHash .\CatCutLab-windows-x64.exeMac · 终端
shasum -a 256 CatCutLab-mac-arm64.dmg分开下载生成环境:网慢、想用迅雷等下载工具,或先在别的电脑下好
本机出片要的生成环境有几十 GB。软件会多条线一起下、断了接着下、哪个地址慢了自己换,一般不用管。想自己下的话:
- 挑下面要的文件,用下载工具下到一个文件夹里,文件名不用改。每个文件有好几个下载地址,哪个快用哪个,内容都一样
- 打开喵剪Lab,到“设置 → 生成环境”,点“导入已下载的文件”,选这个文件夹
- 软件逐个核对 SHA-256,对上的直接用,没下全或者版本不对的会告诉你,缺的再自己下载。装的时候软件要联网一次,拿安装清单
Windows · 生成引擎(必装)
ComfyUI 0.38.0 便携版,NVIDIA 显卡用。下好的压缩包不用解压,导入时软件会自己解开
| 文件 | 用途 | 大小 | SHA-256 | 下载 |
|---|---|---|---|---|
| comfyui-0.38.0-win-nvidia.zip | 生成引擎 | 2.5 GB | c1f80579fd6409acd670c5813898cb2e7b4d22457e4c8c5ad6b6af9fc7431f27 | 喵剪Lab 下载站 |
Windows · 基础模型(必装)
Wan 2.2 5B,标准画质的文生视频,8 GB 显存起
| 文件 | 用途 | 大小 | SHA-256 | 下载 |
|---|---|---|---|---|
| wan2.2_ti2v_5B_fp16.safetensors | 主模型,放 models/diffusion_models | 9.3 GB | 456f901338bd9eadbded3828b819109a9b68e8a525ca5cf8d0049a69fcfeca1e | 魔搭魔乐hf-mirrorHugging Face |
| umt5_xxl_fp8_e4m3fn_scaled.safetensors | 读懂文字的部分,放 models/text_encoders | 6.3 GB | c3355d30191f1f066b26d93fba017ae9809dce6c627dda5f6a66eaa651204f68 | 魔搭魔乐hf-mirrorHugging Face |
| wan2.2_vae.safetensors | 把画面还原出来的部分,放 models/vae | 1.3 GB | e40321bd36b9709991dae2530eb4ac303dd168276980d3e9bc4b6e2b75fed156 | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| wan22_5b_t2v-v1.json | 工作流(很小) | 1 MB | e859c28bab756432bc0d919a4bc6d5c82c3ef778d83601ab00b54ea077adfa42 | 喵剪Lab 下载站 |
| wan22_5b_t2v-v2.json | 工作流(很小) | 1 MB | 4ab356a7258f3cc215db65fa816eb6d030b0bb920c1d64262da2fd1f6511bf6c | 喵剪Lab 下载站 |
| wan22_5b_i2v-v1.json | 工作流(很小) | 1 MB | 179ed936e0d1e802eebcac384fbc1ea37d88ebd86d0aefd6e59a92939941e6d3 | 喵剪Lab 下载站 |
Windows · 可选:Z-Image 生图 · 轻量版
8 GB 显存起,画质接近原版
| 文件 | 用途 | 大小 | SHA-256 | 下载 |
|---|---|---|---|---|
| z_image_turbo_int8_convrot.safetensors | 主模型,放 models/diffusion_models | 5.8 GB | be517ebd47c912a5626a588e1aeea43e6be4a43c0cdcd2b48a2a780d9f358635 | 魔搭hf-mirrorHugging Face |
| qwen_3_4b_fp8_mixed.safetensors | 读懂文字的部分,放 models/text_encoders | 5.2 GB | 72450b19758172c5a7273cf7de729d1c17e7f434a104a00167624cba94f68f15 | 魔搭魔乐hf-mirrorHugging Face |
| ae.safetensors | 把画面还原出来的部分,放 models/vae | 320 MB | afc8e28272cd15db3919bacdb6918ce9c1ed22e96cb12c4d5ed0fba823529e38 | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| z_image_turbo_lite_t2i-v1.json | 工作流(很小) | 1 MB | 55dcc3974576fa5d82b3b0d2a7acad8bbfd940a07d32cc4f186a44a975c85383 | 喵剪Lab 下载站 |
Windows · 可选:Z-Image 生图 · 原版
细节更好,12 GB 显存起
| 文件 | 用途 | 大小 | SHA-256 | 下载 |
|---|---|---|---|---|
| z_image_turbo_bf16.safetensors | 主模型,放 models/diffusion_models | 11.5 GB | 2407613050b809ffdff18a4ac99af83ea6b95443ecebdf80e064a79c825574a6 | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| qwen_3_4b.safetensors | 读懂文字的部分,放 models/text_encoders | 7.5 GB | 6c671498573ac2f7a5501502ccce8d2b08ea6ca2f661c458e708f36b36edfc5a | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| ae.safetensors | 把画面还原出来的部分,放 models/vae | 320 MB | afc8e28272cd15db3919bacdb6918ce9c1ed22e96cb12c4d5ed0fba823529e38 | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| z_image_turbo_t2i-v1.json | 工作流(很小) | 1 MB | cb2ff3fa7b8bdf609ad3df2995d5978b7da0717192b98e78e6ff1586598823e3 | 喵剪Lab 下载站 |
Windows · 可选:文生视频 · 高画质
画面更细。24 GB 显卡约 10 分钟一个 5 秒镜头;电脑内存要 64 GB
| 文件 | 用途 | 大小 | SHA-256 | 下载 |
|---|---|---|---|---|
| wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors | 主模型,放 models/diffusion_models | 13.3 GB | cad711ae211c8b23455ec68cd6a190a33a3d874234a77eb57266d73f8f0e6c9f | 魔搭魔乐hf-mirrorHugging Face |
| wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors | 主模型,放 models/diffusion_models | 13.3 GB | e71b96d7c82e638694c5e7fb98fac4bfb0e4ddc5fbbb4b1df40da8f0f1278a97 | 魔搭魔乐hf-mirrorHugging Face |
| wan2.2_t2v_lightx2v_4steps_lora_v1.1_high_noise.safetensors | 4 步出片的加速包,放 models/loras | 1.1 GB | 698321cb86bd30c4af06c9b84e656a1048c8cb54e06d50694536fb5de37fde41 | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| wan2.2_t2v_lightx2v_4steps_lora_v1.1_low_noise.safetensors | 4 步出片的加速包,放 models/loras | 1.1 GB | ec95216e614b3c132c11bfb387b11feedf62163150ccc9068bca8a189771e75a | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| umt5_xxl_fp8_e4m3fn_scaled.safetensors | 读懂文字的部分,放 models/text_encoders(和基础模型里的是同一个文件,下过就不用再下) | 6.3 GB | c3355d30191f1f066b26d93fba017ae9809dce6c627dda5f6a66eaa651204f68 | 魔搭魔乐hf-mirrorHugging Face |
| wan_2.1_vae.safetensors | 把画面还原出来的部分,放 models/vae | 243 MB | 2fc39d31359a4b0a64f55876d8ff7fa8d780956ae2cb13463b0223e15148976b | 魔搭魔乐hf-mirrorHugging Face |
| wan22_a14b_t2v-v1.json | 工作流(很小) | 1 MB | f3cce4f4cd7213fa834ff0599473bcbe770f6beaeeff258ecdbf416090b9ee8f | 喵剪Lab 下载站 |
Windows · 可选:图生视频 · 高画质
放一张图做第一帧,让它动起来;电脑内存要 64 GB
| 文件 | 用途 | 大小 | SHA-256 | 下载 |
|---|---|---|---|---|
| wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors | 主模型,放 models/diffusion_models | 13.3 GB | 6122e79d55e0f235698d11d657f3b196c5273c830da00b2b013c5a048d5e6a42 | 魔搭魔乐hf-mirrorHugging Face |
| wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors | 主模型,放 models/diffusion_models | 13.3 GB | 5471a457b6ac404202a5fbe6c11595a3d5641fc766b00f38763f72303fffc21e | 魔搭魔乐hf-mirrorHugging Face |
| wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors | 4 步出片的加速包,放 models/loras | 1.1 GB | d176c808d6fc461999b68e321efcb7501b20b8c3797523ed0df14f7d1deff11e | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors | 4 步出片的加速包,放 models/loras | 1.1 GB | 024f21de095bc8fad9809ded3e9e49a2e170dcf27075da8145ba7d60d8aab7f9 | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| umt5_xxl_fp8_e4m3fn_scaled.safetensors | 读懂文字的部分,放 models/text_encoders(和基础模型里的是同一个文件,下过就不用再下) | 6.3 GB | c3355d30191f1f066b26d93fba017ae9809dce6c627dda5f6a66eaa651204f68 | 魔搭魔乐hf-mirrorHugging Face |
| wan_2.1_vae.safetensors | 把画面还原出来的部分,放 models/vae | 243 MB | 2fc39d31359a4b0a64f55876d8ff7fa8d780956ae2cb13463b0223e15148976b | 魔搭魔乐hf-mirrorHugging Face |
| wan22_a14b_i2v-v1.json | 工作流(很小) | 1 MB | 402d539ac75170fe22edd73c3e726071582360f59ddac39d6ac87f556fa23da6 | 喵剪Lab 下载站 |
Mac(Apple 芯片)· 生成引擎和生图模型(必装)
ComfyUI 0.38.0 的 Mac 版和 Z-Image 生图轻量版,24 GB 内存起
| 文件 | 用途 | 大小 | SHA-256 | 下载 |
|---|---|---|---|---|
| comfyui-0.38.0-mac-arm64.zip | 生成引擎 | 802 MB | 10630a249aeba5182144a1b1f2f7913e4f69bd24a001bf8327d692fb28a11ee7 | 喵剪Lab 下载站 |
| z_image_turbo_int8_convrot.safetensors | 主模型,放 models/diffusion_models | 5.8 GB | be517ebd47c912a5626a588e1aeea43e6be4a43c0cdcd2b48a2a780d9f358635 | 魔搭hf-mirrorHugging Face |
| qwen_3_4b_fp8_mixed.safetensors | 读懂文字的部分,放 models/text_encoders | 5.2 GB | 72450b19758172c5a7273cf7de729d1c17e7f434a104a00167624cba94f68f15 | 魔搭魔乐hf-mirrorHugging Face |
| ae.safetensors | 把画面还原出来的部分,放 models/vae | 320 MB | afc8e28272cd15db3919bacdb6918ce9c1ed22e96cb12c4d5ed0fba823529e38 | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| z_image_turbo_lite_t2i-v1.json | 工作流(很小) | 1 MB | 55dcc3974576fa5d82b3b0d2a7acad8bbfd940a07d32cc4f186a44a975c85383 | 喵剪Lab 下载站 |
Mac · 可选:Z-Image 生图 · 原版
细节更好,要 32 GB 以上内存
| 文件 | 用途 | 大小 | SHA-256 | 下载 |
|---|---|---|---|---|
| z_image_turbo_bf16.safetensors | 主模型,放 models/diffusion_models | 11.5 GB | 2407613050b809ffdff18a4ac99af83ea6b95443ecebdf80e064a79c825574a6 | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| qwen_3_4b.safetensors | 读懂文字的部分,放 models/text_encoders | 7.5 GB | 6c671498573ac2f7a5501502ccce8d2b08ea6ca2f661c458e708f36b36edfc5a | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| ae.safetensors | 把画面还原出来的部分,放 models/vae(和基础模型里的是同一个文件,下过就不用再下) | 320 MB | afc8e28272cd15db3919bacdb6918ce9c1ed22e96cb12c4d5ed0fba823529e38 | 魔搭魔乐Gitee AIhf-mirrorHugging Face |
| z_image_turbo_t2i-v1.json | 工作流(很小) | 1 MB | cb2ff3fa7b8bdf609ad3df2995d5978b7da0717192b98e78e6ff1586598823e3 | 喵剪Lab 下载站 |
本机文字模型(写分镜、一句话改片子用,不会做视频)
装了以后写分镜、一句话改片子不联网、不限次数。先装 Ollama,再到喵剪Lab“设置 → 生成环境 → 本机文字模型”点下载;也可以自己在命令行运行下面的命令。用 LM Studio 的话在 LM Studio 里下
| 模型 | 大小 | 要什么电脑 | 命令 | 页面 |
|---|---|---|---|---|
| Qwen3.8 27B(写得最好) | 18 GB | 24 GB 显存,或 32 GB 内存的 Mac | ollama pull qwen3.8:27b | Ollama |
| Qwen3.5 27B | 17 GB | 24 GB 显存,或 32 GB 内存的 Mac | ollama pull qwen3.5:27b | Ollama |
| Gemma4 26B(快) | 16 GB | 16 GB 显存,或 24 GB 内存的 Mac | ollama pull gemma4:26b | Ollama |
| Qwen3.5 9B | 6.6 GB | 8 GB 显存,或 16 GB 内存的 Mac | ollama pull qwen3.5:9b | Ollama |
| Gemma4 12B | 7.7 GB | 8 GB 显存,或 16 GB 内存的 Mac | ollama pull gemma4:12b | Ollama |
| Qwen3.5 4B | 3.3 GB | 一般电脑都能跑,分镜会简单些 | ollama pull qwen3.5:4b | Ollama |
喵剪Lab