V2

V2 更加一致，运动更稳定，且产生的伪影更少。它对于 2D 输入似乎也表现得非常好。所有预览均使用同一提示词生成，无论是文本到图像（t2i）还是图像到视频（i2v）；若分别编写提示词并选择良好的起始图像，效果会更好。

仅用 4 步即可使用 "turbo" LoRA 生成高质量视频！

该 turbo LoRA 可在 Hugging Face 上获取：https://huggingface.co/Kijai/WanVideo_comfy/blob/main/LoRAs/Wan22-Turbo/Wan22_TI2V_5B_Turbo_lora_rank_64_fp16.safetensors

使用方法：将步数设为 4，CFG 值设为 1。我不确定推荐的采样器/调度器是什么，但我已在多个采样器和调度器上获得了极佳的效果。我个人使用 euler/euler a + beta 调度器。
在略低的分辨率下（但不至于显著降低画质），我可以在 3060 显卡上仅用 2 分钟生成 80 帧。

该 LoRA 推荐用于 i2v，但 t2v 也可能表现不错。

该 LoRA 在我新构建的混合毛茸茸生物/人类数据集上训练而成，该数据集的旧版本也曾用于实验性和半稳定文本到视频的 LoRA。

提示词撰写

提示词应使用自然语言。你需要生成 720p 分辨率的视频，因此例如 1280x704、704x1280 或 960x960 均为有效尺寸。这一点对于 i2v 可能比 t2v 更重要，我注意到 i2v 中会出现伪影。

在提示词中，你可以描述为“3D 动画”、“2D 动画”或“真实视频”，这对 t2v 尤其有用，也可能对 i2v 有帮助。

你也可以参考示例视频中的提示词以获取更多信息。