Wan & SkyReels Text to Image Workflows
详情
下载文件
模型描述
📷 HD 图像输出 – 现已支持 ControlNet 与 Img2Img！（最高可达 2048P）
🌀 SkyReels 和 WAN – 文本转视频模型，呈现惊艳静态图像
分享我目前用于 WAN 和 SkyReels 的工作流——两者均为文本转视频模型，但也能生成令人惊叹的静态图像。
⚙️ 默认设置已表现优异，但所有参数均可调整。
📝 别忽略工作流内的注释——其中包含设置说明与实用技巧。
💡 使用低于 16GB 显存？启用模块交换以获得更流畅的运行体验。
🚀 想要更快速度？将步数降至 4。本示例使用 10 步，在 RTX 5090 上耗时约 25 秒。
🔥 经过大量测试，我发现这些模型的输出效果优于 FLUX——人脸更逼真，完全避免了 FLUX 的人脸问题。
为简化操作，你只需替换模型，无需为每个模型单独维护两个工作流。模型链接已在工作流中提供。
☕ 喜欢我的作品？支持我一下：Buy Me A Coffee 💜
每一杯咖啡都能助我产出更多免费 LoRAs 和工作流！
❓这两个工作流有何不同？
问得好！经过大量测试：
🎬 SkyReels 生成的画面更具电影感与真实感。
🌟 WAN 则更清晰锐利、冲击力强，但电影感稍弱。
不过，LoRA 的选择对输出影响极大，建议你用各自提示词尝试两种工作流，找出最契合你风格的那一个。
🚧 目前这些功能仅适用于 WAN 封装器：
🖊️ 文本转图像
🧠 ControlNet（DepthAnything、DW Pose、Canny、Lineart 等）
🖼️ 图像转图像（带去噪控制的增强/超分辨率）
✅ 原生支持现已启用 — ControlNet 与图像转图像功能即将上线！
✅ 原生 GGUF 支持现已启用 — ControlNet 与图像转图像功能即将上线！
💭 为何这些图像效果如此出色？很简单：它们是在视频数据上训练的，意味着每个概念拥有远超常规的帧数——而 WAN 是一个140 亿参数的模型，远大于 FLUX。这种规模与帧数据量在输出中显而易见。
不妨试一试，告诉我你的感受！
👉 需要帮助撰写文本转图像提示词？我专门为此制作了一个 GPT：完美文本转图像提示词生成器
试试看，告诉我你的想法！