Wan 2.2 Workflows (t2v, i2v, v2v, flf2v) with MultiGPU + SageAttention + GGUF + Audio
详情
下载文件
模型描述
更新！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 这是一个修改版的 ComfyUI_portable，内置了 torch 2.9.0 和 Sageattention 2.2.0。部分功能可能无法正常工作，但使用此版本可显著提升 WAN 2.2 的生成速度。不建议在 Flux 和 Qwen 中使用，仅适用于 WAN 2.2 生成。由于 ComfyUI 内嵌了修改版的 Python 3.13.7，部分 Python 设置可能无法正常运行，但你可以通过 oX-COMMAND 安装 Python 库，无需使用 python -m。此外，此版本已预装了一些自定义节点。
我的 TG 频道 - https://t.me/StefanFalkokAI
我的 TG 聊天室 - https://t.me/+y4R5JybDZcFjMjFi
大家好！我向大家介绍我为 ComfyUI 制作的基于 Wan 2.2 生成的视频工作流。
你可以使用 RES4LYF 采样器 https://github.com/ClownsharkBatwing/RES4LYF 通过命令行安装自定义节点：pip.exe install -r requirements.txt
我已包含 5 个工作流：t2v、i2v、v2v、flf2v（首尾帧）以及带插值的超分辨率。
你需要拥有 Wan 2.2 模型（https://huggingface.co/Kijai/WanVideo_comfy_fp8_scaled/tree/main）、clip（https://huggingface.co/Kijai/WanVideo_comfy/blob/main/umt5-xxl-enc-bf16.safetensors）和 vae（wan 2.1 vae）。
此外，我还加入了 4 步 Lora：https://huggingface.co/lightx2v/Wan2.2-Lightning/tree/main/Wan2.2-T2V-A14B-4steps-lora-250928，以实现更快更优的生成效果。
对于 GGUF，我推荐使用 Lightx Lora：https://huggingface.co/Kijai/WanVideo_comfy/blob/main/Lightx2v/lightx2v_T2V_14B_cfg_step_distill_v2_lora_rank256_bf16.safetensors
如需 NSFW Lora，请安装：/model/1307155?modelVersionId=2073605 和 /model/1811313?modelVersionId=2190476
我建议将 Lora 强度设为 1.5，以获得最佳效果。
你还需要安装 Sageattention 2.2.0（含 Triton）：https://github.com/woct0rdho/SageAttention/releases/tag/v2.2.0-windows，以及 Torch 2.7.0+ 以提升生成速度：https://github.com/pytorch/pytorch/releases。同时，你需要下载并安装 CUDA 12.8：https://developer.nvidia.com/cuda-12-8-0-download-archive 和 VS Code：https://visualstudio.microsoft.com/downloads/
安装 Sageattention 的说明（1.0.6 版本）：如何安装 Sageattention 2.2.0？请将 .whl 文件重命名为 .zip，然后将 zip 中的文件夹解压至 ComfyUI\python_embeded\Lib\site-packages。
如果你的 GPU 等级为 5080（我当前的显卡），使用我的 ksampler 设置，生成 5 秒 720p 16fps 的视频需 9-10 分钟，24fps 则需 16-17 分钟。在 480p 或 540/576p 分辨率下，生成速度会快得多：在我的设备上，480p 5 秒 16fps 仅需 3-4 分钟，24fps 需 6-7 分钟。
如遇到问题或发现工作流有错误，请留言反馈。