Wan2.1 SkyReelsV2 VACE 工作流，已测试 MoviiGen AccVid CausVid FusionX LoRAs（14B T2V，参考 I2V，扩展与循环）

此 ComfyUI 工作流支持：

• 使用 SkyReels-V2-VACE-GGUF 进行 图像到视频（I2V） 和 可循环视频扩展（V2V） 生成

• 使用 AccVid 和 CausVid LoRAs 配合 2 个采样器 实现更快的生成

• 使用 MoviiGen 和 Rewards LoRAs 提升生成质量

你可以：

• 生成首个视频作为起始点

• 逐次扩展视频，逐步构建完整序列

• 精选最佳片段用于最终剪辑

• 随着场景或运动变化，逐步优化提示词

---

🔧 组件

🌀 SkyReels-V2-VACE-GGUF （作者 wsbagnsv1）

• 基于 Wan2.1，在 720p@24fps 视频上微调

• 集成 VACE（一体化视频创作与编辑框架），可通过参考视频实现运动控制（类似视频版 ControlNet）

• 通过 GGUF 格式原生支持 ComfyUI

• 整个序列具有时间一致性

---

⚡ LoRA 模型

速度

• CausVid v2，https://huggingface.co/Kijai/WanVideo_comfy/blob/main/Wan21_CausVid_14B_T2V_lora_rank32_v2.safetensors

• AccVid，https://huggingface.co/Kijai/WanVideo_comfy/blob/main/Wan21_AccVid_T2V_14B_lora_rank32_fp16.safetensors

质量

• MoviiGen，https://huggingface.co/Kijai/WanVideo_comfy/blob/main/Wan21_T2V_14B_MoviiGen_lora_rank32_fp16.safetensors

• MPS，https://huggingface.co/alibaba-pai/Wan2.1-Fun-Reward-LoRAs/blob/main/Wan2.1-Fun-14B-InP-MPS.safetensors

• HPS，https://huggingface.co/alibaba-pai/Wan2.1-Fun-Reward-LoRAs/blob/main/Wan2.1-Fun-14B-InP-HPS2.1.safetensors

一体化

• FusionX，/model/1678575（适用于 VACE 的 T2V）

---

▶️ 使用方法

---

🖼️ 从图像生成视频（作为第一帧）

1. 在静音节点中启用 “第一帧”

2. 上传你的 输入图像

3. 设置生成参数：

   • 提示词（正面/负面）

   • Shift

   • 步数

   • 随机种子

   • 宽度 / 高度

   • 长度（帧数）

   • 采样器

   • 调度器

4. 点击 运行

---

🎥 扩展或循环现有视频

1. 启用 “视频扩展” 或 “视频循环” 选项

2. 上传或选择你的 输入视频（通过 Load Image 节点，建议使用 动画 WebP 格式 以获得最佳质量）

3. 设置扩展参数：

   • 重叠帧数

   • 扩展帧数

   • 提示词（正面/负面）

   • Shift

   • 步数

   • 随机种子

   • 采样器

   • 调度器

4. 点击 运行

延续帧数（根据需要调整）

• 重叠帧：从原始动画中保留的帧数。

  • 数值越高，时间一致性越强，能更好地延续前一段的运动流程。

  • 数值越低，可能导致过渡生硬，或运动、节奏、方向突变。

• 扩展帧：在当前动画基础上新增的帧数。

---

⚠️ 挑战与限制

基础模型为 T2V 模型，并非真正的 I2V 模型。

此处的 I2V 通过将参考图像输入 VACE 节点实现，而非直接保留图像内容。

一个真正的 I2V 模型通常会将输入图像作为精确的第一帧。

而此处，VACE 将图像视为松散引导，不保证视觉内容的严格保留。

示例：

• 如果你的源图像中缺少某个物体，但提示词中包含它，该物体可能被添加进第一帧。

• 如果提示词与图像矛盾，某些原始元素可能消失。

• 细节可能随时间退化，尤其在长视频扩展生成中更为明显。

---

📂 参考资料

• SkyReels V2 + VACE 概览（Reddit）

• MoviiGen + VACE 概览（Reddit）

• causvid wan img2vid - 使用两个串联采样器提升运动效果（Reddit）

• VACE 示例（HuggingFace）

• SkyReels 扩展示例（GitHub）

• VACE 扩展是 FLF2V 的进阶版本（Reddit）

• 用 Wan2.1 VACE 循环任何内容（Reddit）

---

常见问题（FAQ）

❓ 我能用 16GB 显存运行吗？

可以。 我在配备 16GB 显存的 RTX 5060 Ti 上使用 Q6_K GGUF 模型成功运行。

使用 GGUF 模型，你可以选择适合你 GPU 显存的版本：

• Q3_X_X（3-bit）适用于约 8GB 显存

• Q4_X_X（4-bit）适用于约 12GB

• Q5–Q6 适用于约 16GB

• Q8 适用于约 24GB+

👉 模型与硬件信息：https://huggingface.co/QuantStack/SkyReels-V2-T2V-14B-720P-VACE-GGUF

❓ 为什么会出现错误或生成效果差的视频片段？

此工作流仍处于实验阶段，崩溃或效果不佳属常见现象。以下是一些建议：

• OOM（显存不足）错误 = 你的 GPU 显存不足

• 使用更低量化版本（如 Q3 或 Q4）以减少内存占用

• 降低视频分辨率或片段长度，避免过载

• 如果过渡效果不佳，尝试调整提示词或其他参数

• 多次生成，然后挑选最佳片段拼接

❓ 为什么某些分辨率会报错？

“WanVaceToVideo” 节点仅接受宽度和高度均可被 16 整除的分辨率。若输入分辨率不符合要求，很可能报错或处理失败。

以下是基于常用输出高度（320、368、480、544、640、720）推荐的安全分辨率：

✅ 推荐宽高比与分辨率（均为 16 的倍数）

• 🖥 32:9 -> 1136x320

• 📽 21:9 -> 752x320, 864×368, 1120×480, 1264×544

• 🖼 2:1 -> 640x320, 736×368, 960×480, 1088×544, 1280×640

• 📺 16:9 -> 576x320, 656×368, 832×480, 960×544, 1136×640, 1280×720

• 🖥 16:10 -> 512x320, 592×368, 768×480, 864×544, 1024×640, 1152×720

• 📷 3:2 -> 480x320, 560×368, 720×480, 816×544, 960×640, 1088×720

• 🖼 4:3 -> 432x320, 496×368, 640×480, 720×544, 848×640, 960×720

• 🖼 5:4 -> 400x320, 464×368, 608×480, 688×544, 800×640, 896×720

❓ 上传图像时出现“Request Entity Too Large”错误怎么办？

此错误通常因文件大小超过上传限制导致。解决方法：

1. 将 WebP 文件直接放入 ComfyUI\input 文件夹中。

2. 在 ComfyUI 中按 Reload（R） 刷新文件列表。

3. 使用 Load Image 节点选择文件，而非使用“选择上传文件”选项。