Fast WAN I2V Compact
详情
下载文件
模型描述
专为视觉紧凑和简化操作而设计。我个人认为这是最流畅的工作流程。整体布局旨在用户友好、直观，并在完美适配 ComfyUI 工作区窗口的同时，尽可能节省空间。总而言之，这是满足您所有 WAN 视频生成需求的一站式解决方案。
此工作流程在配备 4070ti 显卡的设备上，使用 Q8 GGUF 或 FP8 模型（未启用 Sage Attention）可在 60 秒内生成一段 5 秒、480x480 分辨率的视频，并采用 LCM 采样配合 Light X2V 加速生成时间。
该工作流程主要使用基础且常见的节点和扩展，因此只需极少努力即可顺利运行。点击“显示更多”查看详细要求和模型下载链接。
显著功能包括：无限 LoRA 加载器、Sage Attention、可提取生成视频的最后一帧用于视频扩展（需手动保存并加载）、独立的视频合成工具工作流，以及独立的超分辨率/插值工具工作流，便于对生成视频进行选择性且简易的后期处理，并充分考虑了从高性能 PC 到低配置设备的多种使用场景。
针对 WAN 2.2：
设计与之前相同，但仅针对运行 WAN 2.2 低噪模型优化。请参阅下方“所需模型”部分了解新的工作流要求。
Light X2V LoRA 在 WAN 2.2 上的强度设置为 1.1 至 2.0 时效果显著，可能以有益或有害的方式大幅改变模型行为。经测试后，我将默认强度设为 1.5，因其表现最稳定，但建议您自行实验以找到最适合您的设置。
WAN 2.2 更加动态，这意味着其提示方式可能与 WAN 2.1 不同。LoRA 的效果也会被放大，这可能有利也可能有弊，但总体而言，我已获得大量优质结果。因此，要获得良好效果，关键在于学习如何正确提示，并根据 LoRA 与您的提示和图像输入的配合情况，调整 LoRA 强度。甚至将步数调整为 6 或 8 步，也可能提升效果。
工作流的采样器/调度器设置表现良好，但仍需更多实验，可能存在更优的组合，尤其是 RES4LYF 自定义采样器与调度器扩展（见下方要求）。
有时可能出现失控的劣质生成，但一旦调校得当，WAN 2.2 能生成大量 WAN 2.1 完全无法实现的优质视频。
针对 WAN 2.1：
您可能需要调整的主要设置仅为输出分辨率或采样步数。其他采样器或调度器也可能适用，但我发现 LCM/SGM Uniform 或 LCM/Beta57 能提供最连贯的输出。您还可微调 LoRA 强度。此外，还有其他可调整的设置，例如“SHIFT”，其作用类似 CFG。根据我的经验，它能显著改变提示/LoRA 的表达方式，并增强运动变化，但通常建议保持默认值。512x512 或 640x640 分辨率也可使用，但可能降低提示一致性。
注意：Sage Attention 默认禁用。如已安装前置依赖，只需选中“启用 Sage Attention”节点并按 Ctrl+B 启用，然后在其下方将“sage_attention”选项从“禁用”改为“启用”。即使您不打算使用 Sage Attention，仍需安装该扩展以确保工作流正常运行。
所需及可选模型：
GGUF WAN 2.2 i2v 模型（仅使用“低噪”版本）：
https://huggingface.co/bullerwins/Wan2.2-I2V-A14B-GGUF/tree/main
GGUF WAN 2.1 i2v 模型：
https://huggingface.co/city96/Wan2.1-I2V-14B-480P-gguf/tree/main
FP8 WAN 2.1 Light X2V（适用于 FP8 工作流，无需独立加速 LoRA，推荐作为运行 WAN 的新默认方式，提示一致性极佳，解决了大量质量缺陷）：
CLIP 模型：
或更高精度的 BF16 CLIP 模型：
https://huggingface.co/minaiosu/Felldude/blob/main/wan21UMT5XxlFP32_bf16.safetensors
CLIP Vision 模型：
或专为 NSFW 优化的自定义 CLIP Vision 模型（推荐）：
https://huggingface.co/ricecake/wan21NSFWClipVisionH_v10/tree/main
VAE 模型：
Light X2V T2V LoRA：https://huggingface.co/Kijai/WanVideo_comfy/blob/main/Wan21_T2V_14B_lightx2v_cfg_step_distill_lora_rank32.safetensors
或标准的 Light X2V I2V LoRA：
或 Kijai 的其他 Light X2V 实验版本：
https://huggingface.co/Kijai/WanVideo_comfy/tree/main/Lightx2v
或 2025 年 10 月发布的 Light X2V LoRA v2.0（若未使用内嵌 LoRA 的模型，推荐使用）：
https://huggingface.co/lightx2v/Wan2.1-Distill-Loras/tree/main
https://huggingface.co/lightx2v/Wan2.2-Distill-Loras/tree/main
RES4LYF 自定义采样器与调度器：
https://github.com/ClownsharkBatwing/RES4LYF
秘密技巧：使用透明或纯色图像（如黑色）可将 i2v 模型转化为类似 t2v 模型。它将从空白输入图像快速过渡，并从零开始生成内容以匹配您的提示。这是一种无需更改工作流或模型即可获得 t2v 能力的简便方法。
其他有用信息：
WAN 的行为会因输出分辨率的改变而显著变化，当宽度或高度为 480 像素时，其响应效果最佳。WAN 2.2 本应是 480p 和 720p 模型，但其在不同分辨率下仍可能表现不同，可能需要调整设置，或在某些分辨率下无法正常工作。有些内容在 480x480 下表现良好，有些在 512x512 或更高分辨率下效果更佳或更差，但通常在宽度或高度为 480 或 720 时能获得最稳定的输出。