Wan2.2 I2V GGUF Workflow (For-Loop w/ Individual Loras + Auto Caption + Predictive Flow + FLF + T2V -> I2V + Upscale/Interpolate)

版本 3 注释

首先，这个版本包含了一个我为预测光流以平滑迭代间过渡而自制的自定义节点。请将整个文件夹（包含在工作流下载中）放置到你的自定义节点目录中。

目前版本 3 还处于实验阶段，仍需更多测试和调整，但它具备一些很棒的功能，因此我想分享一下。

• 预测光流——这可能是目前最酷且效果最好的功能。基本上在每次迭代结束时，它会预测下一次迭代应从什么状态开始，并将其转换为潜空间，以与后续迭代进行融合，从而减少迭代间的抖动。

• 噪声自适应——如果迭代过程中图像质量下降、噪声增加，系统将动态增加采样步数并调整采样器参数。

• 面部 ID——目前尚未生效，因为我遇到了 Wan 兼容性问题，但其目的是防止面部扭曲，我仍在努力解决。

---

与版本 2 相比，我为其新增了一项 T2V 功能。通过此功能，你可以将工作流设置为从 T2V 提示生成开始，而非 I2V 工作流作为第一次迭代；之后的迭代将继续使用 I2V，从而让你可以持续使用 T2V 提示进行任意次数的循环。

请注意，T2V 中的 FLF（最后一帧）仍引用上传的图像。我计划在未来版本中让 FLF 引用 T2V 生成的第一帧图像，但目前尚未设置好条件逻辑。

致谢说明：

基础部分来自：/model/1829052?modelVersionId=2070152

大部分 Florence 相关内容来自：/model/1687498/wan-2221-i2v-2-workflows-merge-fusionx-lora-2-sampler-florence-caption-last-frame-color-match?modelVersionId=2061133

关于 FLF 的部分主要由我自行调整和实验添加，并基于上述两个工作流进行了我更喜欢的修改。

功能说明：

这本质上是一个基于循环的 gguf wan2.2 工作流。你可以设置任意次数的迭代。还有一个选项，允许最后一次迭代切换至 FLF 工作流，以提升连续性。

特性：

• 基于循环的 I2V gguf 工作流

• 首次迭代采用 T2V，后续转为 I2V gguf 工作流

• 每次迭代自动字幕生成 + 可自定义每次迭代后的文本

• 自动调整图像尺寸（避免矩阵错误）

• 最后一次循环迭代可选切换至 FLF

• 超分 + 插值

• 每次迭代可分别设置高、低强度 LoRA（增强 LoRA 便于选择）

• 使用 ClownsharKSampler

未来可能添加的功能（待我深入学习后）：

• VACE 集成（也想研究 Phantom）

• 样条曲线集成

到目前为止，我发现线性/Euler + beta57 效果不错，但仍持续寻找更优选项。