Beta 1.6 - 新实验性质量/选项。跳过引导（质量）、CFGZeroSTar（提示一致性）、Enhance-A-Video（质量）。Re-Actor（面部修复）已重新添加。如有问题，请保持禁用，工作流仍可运行；禁用方法见页面底部。

** Torch Compile 可能破坏 LoRA，已在最新版 Torch 和 Blackwell NVIDIA 显卡上发现此问题。

Beta 1.5 - 更快、更多 QOL 和错误修复、额外测试的分辨率、兼容 NVIDIA Blackwell 50XX 的节点。

** 5090/5080/5070 50xx 系列 NVIDIA GPU 的修复详见故障排除部分。

这是一个基于我的 Hunyuan YAW（Yet another workflow）的 WAN 视频工作流。虽为初步版本，但已能正常运行。随着 WAN 开发继续推进，我希望逐步实现与 Hunyuan 等效功能的对齐。Beta 1.2 新增了 V2V、GGUF 多 GPU 使用系统内存作为显存。更多测试分辨率、Teacache 加速功能。

快速观察：

我注意到增加步数可提升质量；对于 I2V，使用非标准分辨率时会出现奇怪的颜色和闪烁问题。请参见分辨率选择器中部分测试过的 I2V 分辨率。我仅通过更改分辨率就修复了颜色闪烁问题。仍在努力实现与原始工作流的功能对齐。

如果遇到模型错误且未下载所有模型，请前往“模型加载器”，右键点击并“绕过”未下载的模型。例如，若不使用 GGUF 模型，请右键绕过绿色和浅灰色的两个 #2 模型。

* 工作流的 Hunyuan 版本功能更完整：/model/1134115/

更多信息请阅读下方完整说明。

工作流亮点：

• 音频生成 - 通过 MMaudio：为视频渲染音频，提供独立插件用于纯音频后处理。

• 放大前暂停（可选）

  • 在进行完整渲染前预览视频。

• LoRA 随机器 - 两组共 12 个 LoRA，可随机混合搭配。包含通配符、触发词或提示。想象随机角色 + 随机动作/风格，再加入通配符，即可构建完美的夜间自动生成系统。

• 提示保存/加载/历史记录

• 多种分辨率

  • 通过选择器快速选择 6 种常用分辨率，还可使用最多 6 种自定义分辨率。

• 多种放大方法：

  • 标准放大

  • 插值（帧率翻倍）

• 多种 LoRA 选项：

  • 双区块（更适合多个 LoRA 组合，无需担心权重调整）

• 支持通配符的提示功能

• 所有选项均为开关，无需手动连接节点

• 详细设置说明

• 面部修复

• 文本转视频、图像转视频

• 已在 3090（24GB 显存）上测试

本工作流注重为初学者提供易用性，同时为高级用户保留灵活性。

这是我第一个工作流。我本人希望拥有视频创作的选项，因此尝试了这一简易方案。

额外细节：

** 故障排除节点或 ComfyUI 管理器见本文档底部。

快速入门指南：

默认设置已调优为可运行的工作流。

有两种方式使用本工作流进行 T2V（主要功能）：

#1 - 简单单阶段渲染至放大/插值：

• 启用工作流中的 1abc、2、4、5。（跳过 3）

• 在分辨率选择器中选择一种测试过的浅蓝色分辨率（这些是官方支持的 WAN 分辨率，480p/720p，尺寸更大，因此第一阶段耗时更长）。

• 将第一阶段步数设为 25 或更高，将执行单次渲染。

#2 - 两阶段渲染（推荐）：

• 启用工作流中的 1abc、2、3、4、5。

• 在分辨率选择器中选择一种紫色（LQ）分辨率。

• 将第一阶段步数设为 14。

• 将第二阶段步数设为 25。

此流程会先生成快速预览渲染，以确认您的概念和 LoRA 是否正常工作（在 3090 上约 1 分钟）。应使用低分辨率（如 272x368），以加快处理速度。预览完成后，工作流会暂停，让您决定是否继续完整渲染。完整渲染将自动将输出分辨率翻倍（第二阶段），然后进入放大器再次翻倍分辨率，最后通过插值器将帧率翻倍。这正是 Hunyuan 版本工作流的核心理念：快速原型制作，渲染最佳概念。即使从 272x368 的低分辨率开始，第二阶段会提升至 544x736，放大后达到 1088x1472。

工作流功能细节：

第 0 步：在“加载模型”部分设置您的模型并选择分辨率。（遗憾的是，我尚未有时间确定 WAN 的优质支持分辨率。我知道 512x512、640x480、1280x720 均可工作，具体取决于您的显存和是否需要横屏或竖屏。16:9 通常更通用，3:4 可能质量更高但视频长度受限，具体取决于您的 GPU 显存。从默认步数和视频长度开始。）

第 1 步：使用 1a/1b/1c 进行 T2V 或 I2V

第 2 步：暂停并根据预览决定是否继续进入放大器

第 3 步：使用逐帧放大器再次将分辨率翻倍

第 4 步：将帧率从 16fps 提升至 32fps，实现更平滑的运动

（可选步骤）启用 MMaudio 生成：它将根据您的文本提示和视频内容生成配套音频。在文本提示中描述场景中的声音以获得更好的生成效果。此功能消耗更多显存，因此默认禁用。您始终可通过独立的 MMaudio 插件在最后添加音频。

从此处开始，您可以调整步数、视频长度和分辨率，以找到与您可用显存相匹配的最佳平衡。

I2V 推荐方法：单阶段

• 选择浅蓝色（I2V）分辨率。分辨率至关重要，否则将出现伪影和色块。

• 在控制面板中启用 1b、2、4、5（跳过 3）

• 在工作流的 I2V 部分将步数设为 25 或更高。

• 可选择使用输入视频的缩放分辨率（此选项常失效，但仍保留）。

1）第一阶段：按您选择的步数和分辨率执行单次完整渲染

2）暂停并让您决定是否继续放大，或取消重试

3）放大：将中间渲染结果再次翻倍分辨率

4）插值：将帧率翻倍

视频扩展：

• 选择浅蓝色（I2V）分辨率

• 在控制面板中启用 1d、2、4、5（跳过 3）

• 此时使用低或中等分辨率输入源至关重要，否则将耗尽内存。

• 使用 T2V 两阶段的中间渲染结果，或手动设置低至中等分辨率视频（可手动设定）；也可选择使用原始视频分辨率。若使用中间源或 T2V 两阶段的中间渲染，将完美运行——专为此设计。

• 选择仅渲染扩展部分，还是完整合并视频：若需完整合并视频，请选择“True”。这会将整个合并视频传递至下一阶段放大器。因此，使用中间级别视频至关重要，因为系统将再次进行放大和插值。

1）第一阶段：按您选择的步数和分辨率执行单次完整渲染

2）暂停并让您决定是否继续放大，或取消重试

3）放大：将中间渲染结果再次翻倍分辨率

4）插值：将帧率翻倍

所有开关和选项：

请确保在第 1 步中只选择一种方法。

* 这些是默认设置。

您无需在此工作流中重新连接任何节点。工作流内含详细说明与注释。

V2V - 视频转视频：

在控制面板中启用：

您可将视频作为输入或引导。在控制面板启用此选项并点击上传源视频。请注意，输出将使用您所选的分辨率。

为调整与输入视频的相似度，请在主控制面板中调节“去噪”参数。数值较低（0.5 - 0.75）将更贴近输入视频，数值较高则更具创意。

I2V - 图像转视频

使用“加载图像”导入源图像。图像将自动缩放以避免破坏插件。输出分辨率将使用分辨率选择器中选定的分辨率。

您有两种分辨率选项：若想使用源分辨率，只需将“使用原始图像分辨率”滑块设为 1。但此选项仅保持宽高比，不进行裁剪。另一种是基础缩放（默认 384），由于视频引擎限制，尝试以原生分辨率渲染高分辨率图像将迅速耗尽内存。此选项将根据基础缩放值调整渲染尺寸。建议从 384-500 开始，测试您的显存能否处理，尤其当源图像分辨率很高时。若源图分辨率较低，可大幅上调滑块。

I2V 方法 1：单次渲染至放大/插值/音频

使用此方法的主要方式是：在主工作流中禁用 1a、1b、3，系统将直接使用您的图像作为输入。设置高步数后，将其送入放大器或插值器。

** 请记住，I2V 对分辨率非常敏感，请尽量使用分辨率选择器中标注“I2V”的浅蓝色分辨率。若出现闪烁、伪影或颜色异常，说明您正在使用不支持的分辨率。

I2V 方法 2：双阶段渲染至放大/插值/音频（未充分测试）

选择低质量紫色分辨率。设置第一阶段步数 = 14，第二阶段步数 = 25。系统将使用您的图像作为预览渲染，确保效果符合预期，然后在双倍分辨率下生成完整版本。此方法在 T2V 中效果良好，I2V 仍在测试中。

选择模型（低显存选项）：

请按如下方式设置您的模型：

默认情况下，每个模型使用模型 1：标准扩散模型。如需使用 GGUF，请选择模型 2。如不使用标准模型或 GGUF，可右键并绕过这些框。

若使用 GGUF 模型，请将 "virtual_vram_gb" 设置为一个数值，例如 "4.0"，这将允许使用该数量的系统内存作为虚拟显存，以尽量避免 OOM 错误。您可在此处设置所用虚拟显存的量。请注意，一旦使用系统内存，渲染时间将显著变慢，但至少您的生产流程不会中断。

模型获取地址：

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files

LoRA 选项：

可使用传统 LoRA 和双区块，双区块为默认设置。

双区块在使用多个 LoRA 时表现更佳，无需频繁调整权重。

主 LoRA 栈为标准加法 LoRA 树。可添加或组合最多 5 个不同 LoRA，根据您使用的 LoRA 设置 all、single_blocks、double_blocks。您可同时运行这些 LoRA 与随机 LoRA。在主 LoRA 部分添加风格，再添加随机角色 LoRA 和随机角色动画。

通过右键点击并选择“绕过”来启用/禁用你的LoRA。

分辨率选项：

从5种常用分辨率中选择，或编辑另外5种自定义分辨率以满足你的需求。使用“分辨率选择器”更改分辨率。默认情况下，选中的是速度最快、尺寸最小的分辨率，旨在进入工作流的下一个V2V阶段。随着你选择更大的分辨率，渲染时间将显著延长。

预览后暂停 ——（默认开启）

视频生成耗时过长，当渲染速度缓慢时，尝试多种LoRA或调整提示词会非常耗时。使用此功能可快速预览视频，然后再进行耗时的上采样过程。默认情况下此功能已启用。启动工作流后，系统将快速渲染预览版，随后你会听到提示音。请确保滚动到视频预览旁边的中间部分，查看下一步操作。

选择你喜欢的预览进行上采样，或取消并重新尝试！

1. 继续完整渲染/工作流 —— 选择任意一张图像（选哪张都行），然后点击“进度选中图像”

2. 取消 —— 点击“取消当前运行”，然后重新排队生成另一组预览。

要禁用此功能，请在“选项选择器”中关闭它。

MMaudio —— 自动为视频添加音频

默认情况下，仅对已上采样的视频添加音频。但可通过开关启用在渲染全过程添加音频。为获得更好效果，请在提示词中加入具体的音频描述。

** 注意：MMaudio 会消耗额外的VRAM，使用时需在视频长度和质量间取得平衡。在 v5.2 版本中提供了独立插件，你可在主工作流完成后，再单独添加音频。这能让你根据VRAM最大化视频质量和长度，然后在后期处理中作为额外步骤加入音频。使用独立插件可更灵活地多次生成，直到获得最理想的音频效果。

上采样后插值

此选项可将你渲染视频的帧率翻倍，默认“已启用”。

你可以在“选项选择器”中禁用它。如果你不需要该功能，启用它可能会减慢渲染速度。

我需要速度，迫切需要速度！

运行太慢？你可以启用TeaCache以提升速度。该功能仍处于实验阶段。在“加载模型”下切换开启或关闭。

T2V - 文本转视频 - 提示词与通配符

请在绿色的“输入提示词”节点中输入你的提示词。*** 请确保你的提示词中不包含任何换行符或回车，否则会影响系统处理工作流的方式。

使用通配符功能可自动更改你的提示词，或实现夜间批量生成不同变体。要创建通配符，请在文件夹 /custom_nodes/ComfyUI-Easy-Use/wildcards 中创建一个 .txt 文件。每行写一个通配符，按回车键分隔每个通配符。你可以使用单词或短语，只要它们之间用“回车”分隔即可，不要使用双空格。以下是两个示例通配符文件：

color.txt

red

blue

green

---

locations.txt

一片美丽的绿色森林，阳光穿过树冠，光线散射，形成细微的光柱，背景中可听见树叶沙沙作响

一座夜景都市，正在下雨，可听见雨水滴落在附近屋顶的噼啪声

森林中的一片空地，悬崖边缘有一座美丽的小瀑布，旁边是一个小池塘和绿树，远处可听见瀑布声，背景中鸟儿在鸣叫

---

在提示词中使用这些通配符时，点击“选择添加通配符”，然后在提示词的适当位置插入它们。

ellapurn3ll 穿着一件 __color__ 夹克，她身处 __locations__。

有关此自定义节点的完整详情，请参见：https://github.com/ltdrdata/ComfyUI-extension-tutorials/blob/Main/ComfyUI-Impact-Pack/tutorial/ImpactWildcard.md

随机LoRA与触发词

结合使用通配符和随机LoRA，可大幅提升你夜间批量生成的效果。

选择最多12个随机LoRA进行组合。请注意，默认情况下仅启用前5个。请在相应设置中修改“最大数量”，以设定你所配置的LoRA数量。系统总是从上至下计数。因此，如果你只想在3个LoRA中随机选择，请将“最大数量”设为3，并填写前3个LoRA的信息。

** 重要提示：为了让触发词生效，你必须在提示词字段中包含以下文本：

(LORA-TRIGGER) 或 (LORA-TRIGGER2)。系统将在使用随机LoRA生成时自动填充对应值。此选项区分大小写，请小心输入。

请注意，你可以使用完整提示词、单个触发词或触发短语，系统会自动为你填充。

要在此处添加通配符，请使用 {} 括号和 | 分隔符。例如：她戴着一顶{红色|绿色|蓝色}的帽子。或使用完整提示词：{她站在时代广场吻着飞吻|她坐在公园里吻着飞吻}

** 如果这些LoRA不起作用，请确保将你的模块类型设置为“全部”

仅在“随机LoRA堆栈2”中可用的辅助LoRA

辅助LoRA现已可用。某些LoRA搭配运动或风格LoRA效果更佳。启用辅助LoRA仅在第二个随机堆栈中生效，且仅当该LoRA被随机选中时才应用。例如，如果LoRA 1搭配运动或风格LoRA效果更好，请启用LoRA 1辅助项，当随机过程中选中LoRA 1时，系统将同时应用主LoRA和辅助LoRA。

此功能主要面向高级用户，但部分用户可能会觉得它很有用。

使用“提示词保存器”加载和保存你喜爱的提示词（*** 此功能因不兼容暂时移除***）

运行工作流时，系统会自动将最新提示词填充到“提示词保存器”中，你可以稍后保存以备使用。请注意，加载并使用提示词时：选择你之前保存的提示词，然后点击“加载已保存”。但重要的是，你必须将“使用输入”切换为“使用提示词”才能应用已加载的提示词。别忘了使用完毕后，再切回“使用输入”以恢复常规提示词输入方式。

** 默认为“使用输入”——这意味着你的提示词将由常规输入通配符字段生成，仅在“提示词保存器”中显示提示词内容。

一个种子，统御一切：

单一种子可统一管理所有LoRA随机化、通配符和生成过程。你可以放心复制并重复使用你喜爱的种子，配合随机LoRA和通配符，无需担心结果不一致。

* 小贴士：点击回收按钮即可重复使用上一个种子。你想微调刚刚生成的视频？或在第二阶段遇到OOM错误？使用上一个种子，稍作调整后再次尝试！

独立MM-Audio：

为最大化质量和视频长度，你可能希望在主工作流中禁用MM-Audio，而在后期处理中单独添加音频。此插件专为独立运行设计，用于后续添加音频。

启用“MM-Audio-独立模式”，并禁用工作流中其他所有部分。

只需上传你希望添加音频的视频，所有计算将自动完成。建议使用空白提示词，但我也保留了提示词保存器功能，供你加载之前保存的提示词。

（可选）你可以优化提示词，重点描述声音或与声音相关的场景。

可多次生成，直到获得完美的音频效果！

独立上采样与插值：

只想对现有视频文件进行上采样或插值？只需上传文件，仅保留上采样和插值功能，禁用工作流中其他所有部分。

上传框需在正确位置启用。

点击“启用”设置为“是”以使用此功能。使用常规工作流时别忘了关闭它。默认情况下，这两项功能都应为禁用状态。

使用工作流的小贴士

提高生成质量

增加步数：

对于默认方法 1a/b，在控制面板（设置）中，将步数从20增加到35或更高（最高可达50）。每一步都会消耗更多时间和内存，因此请在分辨率和步数之间找到平衡。

尝试更高分辨率：

将分辨率改为其中一种较大的选项。

** 更多分辨率建议，待进一步测试后补充。

平衡视频长度与质量，打造完美视频

以下是我用于平衡视频长度和质量的设置，已在3090 24GB显存上测试：

---

故障排除：

5090/5080/5070 50xx系列NVIDIA显卡修复

50xx系列NVIDIA显卡仍在开发中。以下是针对随附Python 3.12.X的Standard ComfyUI可移植版的一些设置建议。

你刚升级到NVIDIA 50xx系列显卡，却发现一切都不工作了？！

以下是我用于平衡视频长度和质量的设置，已在3090 24GB显存上测试。

下载标准ComfyUI可移植版，或使用你现有的文件夹。

• 安装 Cuda 12.8

  （安装 Torch 2.7 开发版）

• 进入 python_embedded 文件夹

• python.exe -s -m pip install --force-reinstall torch==2.7.0.dev20250307+cu128 torchvision==0.22.0.dev20250308+cu128 torchaudio==2.6.0.dev20250308+cu128 --index-url https://download.pytorch.org/whl/nightly/cu128 --extra-index-url https://download.pytorch.org/whl/nightly/cu128

• 或者，你也可以使用以下命令获取最新版本：

  Python.exe -m pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128

  （Triton 3.3 预发布版）

• python.exe -m pip install -U --pre triton-windows

• python.exe -m pip install sageattention==1.0.6

  （Sage Attention）

• SET CUDA_HOME=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8

• git clone https://github.com/thu-ml/SageAttention.git

• cd sageattention

• ..\python.exe setup.py install

• 如果以上方法无效，请访问此文章，并用此处代码替换你的 setup.py：https://github.com/thu-ml/SageAttention/issues/107

现在你应该可以正常运行了。一些之前能正常工作的节点因未知原因停止工作，我会很快更新两个工作流，以包含针对5090、5080、5070系列显卡的修复。

** 请注意，我并非这方面的专家，无法协助你排查此部分问题……即使Sage和Triton安装成功，它们仍可能与ComfyUI存在兼容性问题。我相信随着更多开发者获得50xx显卡，这些bug很快会被解决。

缺失的节点：

MMaudio - 如果您的音频节点无法加载，请前往 ComfyUI Manager，使用以下地址执行“通过 Git URL 安装”：https://github.com/kijai/ComfyUI-MMAudio

然后重启。

如果您遇到安全错误，需要前往：ComfyUI/user/default/ComfyUI-Manager，打开 config.ini 文件，用记事本查看并找到 "security_level = normal"，将其更改为 "security_level = weak"。然后尝试安装。安装完成后，您可以将此设置改回 normal。更多关于 MMaudio 的信息请参阅其 GitHub 页面。

ReActor 或面部增强节点缺失：

如果您在使用 Re-Actor 节点时遇到问题，可以轻松将其移除。理论上，工作流在默认绕过该节点的情况下仍可正常运行。

1. 进入 RED 恢复面部框，双击灰色区域任意位置，搜索 "reroute" 并添加该节点。

2. 将“恢复面部”左侧的输入线拖到新节点的左侧。

3. 从 reroute 节点的右侧拖出一条新连线，连接到“上采样视频”的图像输入，然后即可完全删除“恢复面部”节点。

---

就这样了，所有功劳归于这些内容的原始作者。

希望您喜欢！能参与如此开放和共享的社区真好！

欢迎分享您使用此工作流的创作和设置。