WAN 2.2 I2V Lightx2v Faster Motions 3-stage Workflow

感谢 3DBicioo 提出的三阶段思路！

注意：我将暂停使用 Civitai，不再回复任何消息。

此工作流可缓解当前 Lightx2v 存在的慢动作问题。一旦该问题修复，此工作流即不再必要！

Lightx2v 虽能缩短 WAN 2.2 的生成时间，但会使运动变得迟缓。本三阶段工作流可生成更流畅的运动效果，在我的 3090 显卡上运行时间低于 5 分钟。

三阶段设置如下：

1. CFG 3.5，高模型，2 步，euler beta

2. CFG 1，高模型 + Seko v1 高强度 Lora，2 步，euler beta

3. CFG 1，低模型 + Seko v1 低强度 Lora，2 步，euler beta

我从 Lightx2v 社区的帖子中了解到这种三阶段方法：

https://huggingface.co/lightx2v/Wan2.2-Lightning/discussions/26

我希望通过分享此方法，能让更多人现在就对 WAN2.2 感到兴奋，从而催生更多 WAN2.2 Lora！

描述

此工作流支持：

• 放大、60fps 插值

• GGUF 模型

• Lightx2v Lora

• SageAttention

你可以通过以下链接安装 SageAttention：
https://www.reddit.com/r/StableDiffusion/comments/1mdcjyw/finally_an_easy_installation_of_sage_attention_on/

请升级至最新版 ComfyUI。我使用的是以下版本：

• ComfyUI 0.3.49

• ComfyUI_frontend v1.24.4

下载模型并放入正确目录。

• umt5_xxl_fp8_em4m3fn_scaled.safetensors

  • 放入 models/text_encoders

• wan_2.1_vae.safetensors

  • 放入 models/vae

• wan2.2_i2v_high_noise_14B_QX.gguf

• wan2.2_i2v_low_noise_14B_QX.gguf

  • https://huggingface.co/bullerwins/Wan2.2-I2V-A14B-GGUF/tree/main

  • 选择一个量化模型。我使用的是 Q6_K，如果你的显存较少，也可尝试 Q4_K_S。

  • 将这些模型放入 models/unet

• Wan2.2-I2V-A14B-4step-lora-rank64-Seko-V1-high-noise.safetensors

• Wan2.2-I2V-A14B-4step-lora-rank64-Seko-V1-low-noise.safetensors

  • https://huggingface.co/lightx2v/Wan2.2-Lightning/tree/main/Wan2.2-I2V-A14B-4steps-lora-rank64-Seko-V1

  • 下载 high_noise_model.safetensor 和 low_noise_model.safetensor，我将它们重命名为 Wan2.2-I2V-A14B-4step-lora-rank64-Seko-V1-(high-noise/low-noise)

  • 将它们放入 models/loras

此工作流采用三阶段方法：第一阶段使用原始 WAN2.2 模型，不加载 Lightx2v Lora，以生成更快的运动效果；第二和第三阶段则像平常一样使用高、低强度 Lightx2v Lora。

已知问题

此方法仍可能产生一些瑕疵，例如闪烁的灯光和“过度饱和”的色彩。如出现此类问题，可尝试将步数增加至 12 步后重试。

插值模型 RIFE49 会产生一些运动瑕疵（尤其是背景晃动），尤其在快速移动手臂时更为明显。目前我尚无有效的解决方法。

部分用户可能遇到显存不足的问题，可尝试删除“Patch Model Patcher Order”节点。