Wan Video ComfyUI (T2V & I2V)

압축 패키지에는 다음을 실행하기 위한 2개의 ComfyUI 워크플로우가 포함되어 있습니다:

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

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

참조 출력:

RTX4060 8GB VRAM + 32GB RAM에서 i2v: 프롬프트 실행 시간 2807.42초

RTX5080 랩톱 16GB VRAM + 32GB RAM에서 i2v: 프롬프트 실행 시간 1401.00초

요구 사항:

모델:

- wan2.1-t2v-14b-Q3_K_M.gguf (T2V) 위치: ComfyUI\models\unet

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) 위치: ComfyUI\models\unet

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 모델, "v2v" 워크플로우에서 사용) 위치: ComfyUI\models\diffusion_models

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) 위치: ComfyUI\models\text_encoders

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" 워크플로우를 수정하면 위 모델 대신 사용 가능) 위치: ComfyUI\models\text_encoders

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) 위치: ComfyUI\models\vae

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) 위치: ComfyUI\models\clip_vision

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

- RealESRGAN_x2plus.pth (업스케일 모델) 위치: ComfyUI\models\upscale_models

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

ComfyUI 노드:

- rgthree-comfy

- ComfyUI-KJNodes

- ComfyUI-VideoHelperSuite

- ComfyUI-Frame-Interpolation

- Comfyui-Memory_Cleanup (워크플로우를 수정하면 필요 없음)

더 높은 성능의 하드웨어를 사용하는 경우, 더 높은 양자화 모델을 선택할 수 있습니다.