Wan Video ComfyUI (T2V & I2V)

圧縮パッケージには、以下の2つのComfyUIワークフローが含まれています：

1. Wan 2.1 T2V: wan2-t2v-upscale-v1.json

2. Wan 2.1 I2V: wan2-i2v-upscale-v1.json

参照出力:

私のRTX4060 8GB VRAM + 32GB RAMでi2v: プロンプト実行に2807.42秒かかりました

私のRTX5080ラップトップ 16GB VRAM + 32GB RAMでi2v: プロンプト実行に1401.00秒かかりました

必要条件:

モデル:

- wan2.1-t2v-14b-Q3_K_M.gguf (T2V) → ComfyUI\models\unet に配置

https://huggingface.co/city96/Wan2.1-T2V-14B-gguf/resolve/main/wan2.1-t2v-14b-Q3_K_M.gguf

- wan2.1-i2v-14b-480p-Q3_K_M.gguf (I2V) → ComfyUI\models\unet に配置

https://huggingface.co/city96/Wan2.1-I2V-14B-480P-gguf/resolve/main/wan2.1-i2v-14b-480p-Q3_K_M.gguf

- wan2.1_t2v_1.3B_fp16.safetensors (T2Vモデル、「v2v」ワークフローで使用) → ComfyUI\models\diffusion_models に配置

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/diffusion_models/wan2.1_t2v_1.3B_fp16.safetensors

- umt5-xxl-encoder-Q4_K_M.gguf (CLIP) → ComfyUI\models\text_encoders に配置

https://huggingface.co/city96/umt5-xxl-encoder-gguf/resolve/main/umt5-xxl-encoder-Q4_K_M.gguf

- umt5_xxl_fp8_e4m3fn_scaled.safetensors (CLIP、「v2v」ワークフローを変更すれば上記のモデルを使用可) → ComfyUI\models\text_encoders に配置

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors

- wan_2.1_vae.safetensors (VAE) → ComfyUI\models\vae に配置

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/vae/wan_2.1_vae.safetensors

- clip_vision_h.safetensors (CLIP VISION) → ComfyUI\models\clip_vision に配置

https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/clip_vision/clip_vision_h.safetensors

- RealESRGAN_x2plus.pth (アップスケールモデル) → ComfyUI\models\upscale_models に配置

https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.1/RealESRGAN_x2plus.pth

ComfyUIノード:

- rgthree-comfy

- ComfyUI-KJNodes

- ComfyUI-VideoHelperSuite

- ComfyUI-Frame-Interpolation

- Comfyui-Memory_Cleanup (ワークフローを変更しない場合は必須)

より高性能なハードウェアをお持ちの場合は、より高精度の量子化モデルを選択できます。