V2

V2はより一貫性が高く、動きが安定しており、アーティファクトが減少します。2D入力に対しても非常にうまく機能するようです。すべてのプレビューは、t2iとi2vの両方で同じプロンプトを使用して生成されています。別々のプロンプトを記述し、適切な開始画像を選択すれば、さらに優れた結果が得られるでしょう。

高品質な生成をたった4ステップで実現！「turbo」LoRAを使用してください！

turbo LoRAはHugging Faceで利用可能です：https://huggingface.co/Kijai/WanVideo_comfy/blob/main/LoRAs/Wan22-Turbo/Wan22_TI2V_5B_Turbo_lora_rank_64_fp16.safetensors

使用方法：ステップ数を4、CFGを1に設定してください。推奨されるサンプラー/スケジューラーは不明ですが、複数のサンプラーとスケジューラーで非常に良い結果を得ています。私は個人的にeuler/euler a + betaスケジューラーを使用しています。
やや低い解像度（ただし画質が大きく低下しない程度）で、3060 GPU上で80フレームをたった2分で生成できます。

このLoRAはi2vに推奨されますが、t2vにもそれなりに機能する可能性があります。

詳細なキャプションを含む、新しい混合されたファーリー/人間のデータセットで学習されました。以前のバージョンは実験的および準安定なテキストから動画へのLoRAの学習にも使用されています。

プロンプティング

プロンプトには自然言語を使用してください。720pで生成する必要があるため、例としては1280x704、704x1280、960x960などが適切です。これはi2vにおいてt2vより重要である可能性があり、i2vではアーティファクトが発生しやすいことに気づいています。

プロンプト内では「3Dアニメーション」、「2Dアニメーション」、または「リアルな動画」と表現できます。これはt2vに特に有効ですが、i2vにも役立つ可能性があります。

例の動画では、プロンプトの参考情報も確認できます。