Wan 2.2 Workflows (t2v, i2v, v2v, flf2v) with MultiGPU + SageAttention + GGUF + Audio

업데이트! https://huggingface.co/StefanFalkok/ComfyUI_portable_torch_2.9.0_cu129_sageattention_beta_non_official/blob/main/ComfyUI_windows_portable_cu129_p313_torch_2.9.0.zip

이 버전은 torch 2.9.0과 Sageattention 2.2.0을 포함한 수정된 ComfyUI_portable 버전입니다. 일부 기능이 제대로 작동하지 않거나 작동하지 않을 수 있지만, 이 빌드를 사용하면 WAN 2.2로 훨씬 빠른 생성이 가능합니다. Flux 및 Qwen과 함께 사용하지 마시고, 오직 WAN 2.2 생성에만 사용하시기 바랍니다. ComfyUI 내부에 수정된 Python 3.13.7이 포함되어 있어 일부 Python 설정이 제대로 작동하지 않을 수 있으나, oX-COMMAND를 통해 python -m 없이 Python 라이브러리를 설치할 수 있습니다. 또한 이 빌드에는 일부 사용자 정의 노드가 이미 설치되어 있습니다.

제 TG 채널 - https://t.me/StefanFalkokAI

제 TG 채팅 - https://t.me/+y4R5JybDZcFjMjFi

안녕하세요! ComfyUI에서 WAN 2.2 생성을 위한 제 작업 워크플로우 영상을 소개합니다.

RES4LYF 샘플러를 사용할 수 있습니다. https://github.com/ClownsharkBatwing/RES4LYF 이 노드 내부에 cmd를 통해 pip.exe install -r requirements.txt 명령어로 설치하세요.

t2v, i2v, v2v, flf2v(첫 번째 및 마지막 프레임), 보간을 사용한 업스케일러를 포함한 5개의 워크플로우를 제공합니다.

Wan 2.2 모델(https://huggingface.co/Kijai/WanVideo_comfy_fp8_scaled/tree/main), clip(https://huggingface.co/Kijai/WanVideo_comfy/blob/main/umt5-xxl-enc-bf16.safetensors) 및 vae(wan 2.1 vae)를 미리 준비해야 합니다.

또한 더 빠르고 향상된 생성을 위해 4단계 LoRA(https://huggingface.co/lightx2v/Wan2.2-Lightning/tree/main/Wan2.2-T2V-A14B-4steps-lora-250928)도 포함했습니다.

GGUF의 경우 Lightx LoRA(https://huggingface.co/Kijai/WanVideo_comfy/blob/main/Lightx2v/lightx2v_T2V_14B_cfg_step_distill_v2_lora_rank256_bf16.safetensors)를 추천합니다.

NSFW LoRA가 필요하다면 다음을 설치하세요: /model/1307155?modelVersionId=2073605 및 /model/1811313?modelVersionId=2190476

최상의 결과를 얻으려면 LoRA의 strength를 1.5로 설정하시기 바랍니다.

또한 더 빠른 생성을 위해 Sageattention 2.2.0과 Triton(https://github.com/woct0rdho/SageAttention/releases/tag/v2.2.0-windows), Torch 2.7.0+(https://github.com/pytorch/pytorch/releases)를 설치해야 합니다. 또한 CUDA 12.8(https://developer.nvidia.com/cuda-12-8-0-download-archive) 및 VS Code(https://visualstudio.microsoft.com/downloads/)를 다운로드하고 설치해야 합니다.

Sageattention 설치 방법 안내 (1.0.6 버전): Sageattention 2.2.0을 설치하려면 .whl 파일을 .zip으로 이름을 변경한 후, .zip 내의 폴더를 ComfyUI\python_embeded\Lib\site-packages에 복사하세요.

5080급 GPU(제 현재 GPU)를 사용하는 경우, 제 ksampler 설정으로 720p 16fps의 5초 영상 생성은 910분, 24fps는 1617분이 소요됩니다. 480p 및 540/576p에서는 훨씬 빠른 생성 속도를 얻을 수 있으며, 제 환경에서는 480p 5초 16fps는 34분, 24fps는 67분이 소요됩니다.

워크플로우에 문제가 있거나 어려움이 있다면 댓글을 남겨주세요.