WAN 2.2 IMAGE to VIDEO with Caption and Postprocessing

tremolo28tremolo28
187
6K
workflow工具image2videoi2vwan2.2
MultiClip_LTXPE+MultiClip (14B)v1.0 (14B model)5B ModelExperimental

详情

下载文件

模型描述

工作流：图像 -> 自动字幕（提示）-> WAN I2V（带超分辨率、帧插值和视频扩展）

  • 生成分辨率为 480p 或 720p 的视频片段。

提供 Florence 字幕版本和 LTX 提示增强器（LTXPE）版本。LTXPE 对显存需求更高。

10月25日：新的 LightX LoRA（MoE）已发布，建议使用强度 > 1.5、7 步、SD3 shift = 5.0，替换高噪声 LoRA：

https://huggingface.co/Kijai/WanVideo_comfy/tree/main/LoRAs/Wan22_Lightx2v

10月22日：另一款 LightX LoRA 已发布（命名为 1022）：

https://huggingface.co/lightx2v/Wan2.2-Distill-Loras/tree/main

MultiClip LTXPE PLUS：基于以下 MultiClip 工作流的 Wan 2.2 14B I2V 版本，改进了 LTX 提示增强器（LTXPE）功能（见工作流中的说明）。

该工作流增强 LTXPE 功能，以对提示生成提供更精细的控制，采用无审查语言模型，视频生成部分与下方版本相同。更多信息：/model/1823416?modelVersionId=2303138&dialog=commentThread&commentId=972440

MultiClip：Wan 2.2. 14B I2V 版本，支持 LightX2V Wan 2.2 LoRAs，可创建 4-6 步的片段，并扩展至最高 3 倍，参见已发布的15-20秒长度的示例。

提供普通版本（允许使用自定义提示）和LTXPE 版本（自动提示）。普通版本适用于特定或 NSFW 片段搭配 LoRAs；LTXPE 版本仅需上传图像、设置宽高并点击运行。最终将所有片段合并为一个完整视频。

  • 支持新的 Wan 2.2 LightX2v LoRAs（低步数）

  • 此外，可注入“旧版”LightX2v Wan 2.1 LoRA，有助于避免慢动作片段，并引入更动态的运动。

  • 支持按序列使用 Wan 2.2 LoRAs

  • 包含单片段版本，对应下方 V1.0 工作流，并额外增加了用于“旧版”Wan 2.1 LightX2v LoRA 的 LoRA 加载器。

由于 Wan 2.2 使用两个模型，工作流变得复杂。仍建议查看 Wan 2.1 MultiClip 版本，它更轻量且拥有丰富的 LoRA 选择，地址如下：/model/1309065?modelVersionId=1998473

V1.0 WAN 2.2. 14B 图像到视频工作流，支持 LightX2v I2V Wan 2.2 LoRA，适用于低步数（4-8步）

  • Wan 2.2 使用两个模型顺序处理片段：高噪声模型和低噪声模型。

  • 与 LightX2v LoRAs 兼容，可实现低步数快速处理片段。

  • 与部分“旧版”Wan2.1 LoRAs 和“新版”Wan 2.2 LoRAs 兼容。

  • 请参阅工作流中的说明和下方提示。

模型可在此下载：

模型（需同时下载高噪声和低噪声模型，根据你的显存选择）：https://huggingface.co/bullerwins/Wan2.2-I2V-A14B-GGUF/tree/main

Wan 2.2 的 LightX2v LoRAs（I2V，高/低噪声）：https://huggingface.co/Kijai/WanVideo_comfy/tree/main/LoRAs/Wan22-Lightning/old

LightX2v LoRA（旧版 Wan 2.1）：https://huggingface.co/lightx2v/Wan2.1-I2V-14B-480P-StepDistill-CfgDistill-Lightx2v/tree/main/loras

VAE（与 Wan 2.1 相同）：https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files/vae

Textencoder（与 Wan 2.1 相同）：https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/text_encoders

**WAN 2.2. I2V 5B 模型（GGUF）**工作流，支持 Florence 或 LTXPE 自动字幕

  • 质量低于 14B 模型

  • 720p @ 24 帧/秒

  • 使用 FastWan LoRA 时，CFG 设为 1，步数设为 4-5，在 Unet 加载器后插入 LoRA 加载器节点以注入 LoRA

FastWan LoRA：https://huggingface.co/Kijai/WanVideo_comfy/tree/main/FastWan

模型（GGUF，根据显存选择匹配的版本）：https://huggingface.co/QuantStack/Wan2.2-TI2V-5B-GGUF/tree/main

VAE：https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/vae

Textencoder（与 Wan 2.1 相同）：https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/text_encoders

在你的 ComfyUI 文件夹中保存这些文件的位置：

Wan GGUF 模型 -> models/unet

Textencoder -> models/clip

VAE -> models/vae

提示（适用于 14B 模型）：

此模型生成的图像

未找到图像。