WAN 2.2 Perfect Loops

注意： 这些工作流采用 AGPLv3 许可证。我发布的所有工作流将永久免费向所有人开放。
https://www.gnu.org/licenses/agpl-3.0.en.html#license-text

简要说明： 最终结果应为一个8秒完美循环的片段（通过三个独立的工作流逐步构建）。

ZIP文件中包含三个互补的工作流，用于使用WAN 2.2和WAN 2.1 VACE逐步构建完美的循环。

通过反复试验，这些工作流被设计为在创建完美循环片段时提供最一致的结果。默认设置是我认为效果最佳且处理速度可接受的配置。

流程如下：

• wan22-1clip-scene-KJ.json

  • 从参考图像生成WAN 2.2 I2V片段

  • 可选：使用Qwen2.5-VL扩展提示

    • 需要本地运行的Ollama服务器

• wan22-1clip-vace-KJ.json

  • 在V2V VACE工作流中使用步骤1的片段（目前使用WAN 2.1）

  • 片段1的最后15帧成为过渡的前15帧

  • 片段1的前15帧成为过渡的最后15帧

  • 在中间生成51个新帧

  • 可选：使用Qwen2.5-VL生成提示

    • 需要本地运行的Ollama服务器

• wan22-1clip-join.json

  • 片段1 + 片段2

    • 放大至720p

    • 使用WAN 2.2 TI2V 5B平滑放大后的片段（极快且高质量）

    • 使用GIMM-VFI插值至60fps（如需更快可换为RIFE）

    • 使用原始参考图像进行色彩校正

最终结果应为一个8秒的完美循环片段。

工作流中还有更多说明。如有疑问，请留言。只要您拥有所需的自定义节点、最新版ComfyUI以及Pytorch >= 2.7.1，这些工作流应可开箱即用。所用模型的链接见工作流说明。

我选择基于KJ的工作流，因为原生工作流对我不够快。采样时请选择适合您显存（或系统内存）的最小模型量化版本；若无限制，建议选用Q8以获得最佳质量。请注意ComfyUi-MultiGPU自定义节点——对我而言，它比原生更慢，而两者都比使用基础块交换的KJ慢。