WAN 2.2 Perfect Loops
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
これらのワークフローは、GNU Affero General Public License version 3（AGPLv3）の下でライセンスされており、ライセンスの条項において「プログラム」となります。ネットワークサービス内でこれらのワークフローを変更して使用する場合、AGPLv3の第13条により、そのサービスと対話するユーザーに対して変更版を提供しなければなりません。
https://www.gnu.org/licenses/agpl-3.0.en.html#license-text
TL;DR: 最終的な結果は、8秒間の完全にループするクリップである必要があります。（3つの別々のワークフローを経て構築）
ZIPファイルには、WAN 2.2およびWAN 2.1 VACEを使用して完璧なループを段階的に構築するための3つの補完的なワークフローが含まれています。
試行錯誤を重ね、これらのワークフローは、完全にループするクリップを作成する際に最も一貫した結果を得られるように設計されました。デフォルト設定は、私が最も効果的であり、処理速度も許容できるものとして選択したものです。
プロセスは以下の通りです：
wan22-1clip-scene-KJ.json
参照画像からWAN 2.2のI2Vクリップを生成
Qwen2.5-VLを使用したオプションのプロンプト拡張
- ローカルで動作しているOllamaサーバーが必要
wan22-1clip-vace-KJ.json
1で生成したクリップをV2V VACEワークフロー（現時点ではWAN 2.1）で使用
クリップ1の最後の15フレームがトランジションの最初の15フレームに
クリップ1の最初の15フレームがトランジションの最後の15フレームに
その間に51フレームを新しく生成
オプションでQwen2.5-VLを使用してプロンプトを生成
- ローカルで動作しているOllamaサーバーが必要
wan22-1clip-join.json
クリップ1 + クリップ2
720pにアップスケール
WAN 2.2 TI2V 5Bを使用してアップスケールされたクリップをスムーズ化（非常に高速かつ高品質）
GIMM-VFIを使用して60fpsに補間（速度を優先する場合はRIFEに切り替え可能）
オリジナルの参照画像を使用してカラーコレクション
最終的な結果は、8秒間の完全にループするクリップである必要があります。
ワークフロー内にさらに詳細なノートが記載されています。ご質問がある場合はコメントをお願いします。必要なカスタムノード、最新のComfy、Pytorch >= 2.7.1がインストールされていれば、そのまま動作します。使用されているモデルへのリンクはワークフローのノートに記載されています。
私はネイティブよりもKJベースのワークフローを選択しました。サンプリング時には、VRAM（またはシステムRAM）に収まる最小のモデル量子化を選んでください。そうでない場合は、最高品質のためにQ8を選択してください。ComfyUi-MultiGPUカスタムノードには注意してください。私の環境では、ネイティブよりも遅く、両方ともKJ＋基本的なブロックスワップよりも遅いです。