即使只有 8GB 显存，也能使用 wan2.1-i2v-14b-720p-q6_k 生成视频（推荐 16GB 或以上）。

更新！v3：

测试生成使用 576*1024 图像，共 89 帧，帧率 22。4 步 + 插值 x2，最高可达 44 帧/秒。
8GB 显存：20-25 分钟
16GB 显存：7-12 分钟
32GB 显存：1-5 分钟！

v1：

测试生成使用 512*512 图像，共 45 帧，帧率 16。25 步 + 插值 x2，最高可达 24 帧/秒。
8GB 显存：40-70 分钟
16GB 显存：15-25 分钟
32GB 显存：6-15 分钟

！重要！

要使它正常工作，你需要：

模型：

• wan2.1-i2v-14b-720p-q6_k.gguf
• t5xxl_um_fp8_e4m3fn_scaled.safetensors
• Self-Forcing / CausVid / Accvid Lora（适用于 v3 工作流）
• 任意 CLIP 视觉模型（我使用：CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors）
• 任意 Wan VAE（我使用：wan_2.1_vae.safetensors）

节点（只需在管理器中安装缺失的节点）：

• ComfyUI-Easy-Use
• ComfyUI-GGUF
• ComfyUI-VideoHelperSuite
• ComfyUI-Frame-Interpolation

使用方法

1. 上传将被动画化的图像。图像尺寸很重要，因为视频的宽高将直接从源图像获取。
2. 在 WanImg2Vid 节点中设置要生成的帧数。
3. 在 Video Combine 节点中设置期望的每秒帧数。
4. 完成。开始生成。

你还可以启用“插值与扩展帧”组，这将提升视频质量。

我的使用方式

以 16 帧/秒生成视频。我通常使用 45-55 帧生成。

我得到约 3-3.5 秒的视频（49fps/16f = 3.06s）。生成的帧随后进行 x2 插值，最终获得平滑的 4-5 秒视频，帧率为 24fps（原 49f * 2 = 98f / 24fps = 4.08s，获得流畅感并多出 1 秒视频）。

x2 插值会在两个原始帧之间插入一帧。若要增加倍数，必须为 2 的倍数。4 倍插值会在两帧之间插入两帧。

我不使用 4 倍插值，因为可能产生慢动作效果。

我找到了最适合我的设置。

对于 KSampler：

• steps：22-35
• cfg：4-5
• sampler：uni_pc
• scheduler：simple
• denoise：0.95-1

我使用 RTX 5060 16GB 显存，64GB 内存，i5-24600KF。生成 4 秒视频的平均稳定时间在 1000-1300 秒之间。

这完全取决于图像尺寸和 KSampler 中的 step 数。我主要使用 512512 和 480720 分辨率。

这是我第一个能达到正常质量与速度的工作流，至少我自己很满意。

试试看吧，希望对大家有帮助。

P.S. 我会持续优化这个工作流，如果有人感兴趣请告诉我。