Wan2.2 Another workflow that do NSFW. But now - with custom LORA for each step.
详情
下载文件
模型描述
红色字母：取消所有已绕过的正向提示，以绕过错误。
这里已修复。早就该这么做了。
配置：4070TiS 16GB + 64GB DDR5 + i7-14700。所以你可能会问，我为什么发在这里？因为它使用GGUF（你可以选择自己的轻量模型），能生成长视频，并且可以在每一步应用不同的LoRA。就这些。我自己找过类似的东西，但……
注意！采样器是自定义的，放置在ComfyUI-WanMoeKSampler中，必须放入custom_nodes目录（天啊……我真的必须用标准节点做5.1版本吗？.............................................................................................................................................................................................................................. 我原以为你能自己搞定的）。
灵感来源：
/model/1829052?modelVersionId=2070152 —— 我几乎从这里抄了所有内容。
/model/1847579/wan-22-i2v-helper-loras-without-killing-motion-or-lora-action-lightning-22-i2v-pusa-fusionx Kiefstorm：感谢你提供的精准输出，我终于相信这是可能的。
采样器：
和
我为了自己愉悦而修正了它，所以将修正版放进了归档文件，但你可以忽略它，直接使用默认的两个。理论上，高、低分辨率使用不同的ModelSampling会产生不同效果，但据称Boundary的作用更大。我不懂这些，所以我为自己修改了原始的ComfyUI-WanMoeKSampler，以便能安心睡觉（你可以下载原始版本，或像其他人那样只用两个采样器，或者我已在归档中附上截图中的版本，你只需将文件夹“ComfyUI-WanMoeKSampler”复制到custom_nodes即可，原始nodes.py在其中以nodes1.py命名）。剩下的数十亿节点，你自己想办法安装吧。
哦，如果你给它们足够的时间和空间，它们脱衣效果会好很多（我的意思是，把我的测试时长49秒至少延长到97秒）。
注意：在WanImageToVideo节点中选择分辨率，而不是在load&resize中——我只在WanVideoWrapper工作流中看到调整分辨率的好处（WanVideo ImageToVideo Encode节点会把我系统直接抛进太空），我完全不明白为什么它会这样，而同样的WanImageToVideo节点却不会。
感谢这个分叉奇迹：“wan2.2 GGUF Kijai longvideo.json”（也放在归档中，供学习用）。我几乎不记得是从哪儿搞到这个黑暗流程的，但它纯粹在WanVideo节点上运行（而这些节点与普通节点不兼容，就因为某些原因），生成的质量糟糕到甚至导致BSOD，我硬是与之搏斗，才搞明白如何为每一步提示单独提取LoRA。这原本是不可能的，因为开发者不知为何要把WanVideo节点做得和别人不一样。老兄，我们用的是同样的模型，为什么你的节点表现不同？为什么我们连调度器都无法选择（哦对了，你把采样器命名为调度器，而你的“调度器”在wan2.2中的选择简直糟糕透顶）。
我用自己的方式解决了。可能一开始你不太清楚连接关系，但你主要用到的核心节点应该清晰可见——和其他人一样。
兄弟们，我一个月前才刚接触Wan，你们也一定能搞明白。
选择你已有的或想要的量化模型，尝试不同的clip和clip_vision（它们都差不多）。我本无意追求最快的工作流，我想要的是更强的可控性。
现在，你就是自己的导演。
附言：之前半年我都在沉迷Forge和Fooocus生成的图片。两年前我试过你们的Comfy，但觉得太复杂，而且在我的硬件上生成太慢（想象一下，RTX 2070上SD1或SDXL和Flux一样快）。然后几年后，经过Forge、一点点Invoke和Fooocus用于修复，我偶然发现了SwarmUI（感谢StabilityMatrix——只需点两下就能安装），当我安装Swarm时，发现它基本上就是Comfy，我心想：艹。而且它自带现成的工作流，我试了试。后来Wan2.2也出来了。如果你要做视频，我原以为你得拼命努力（或者用CogVideo，但那简直是我见过最烂的东西）。于是我想，每个人都能搞定一切，唯独永远的问题是找不到需要的节点（实际上，你也可以用自己有的节点替换它们）。
选择你想要的LoRA，试试我的或你自己的。至少它能跑起来。至少它可以作为一个不错的起点，只要你理解它是怎么工作的。你也可以自由使用dpmppppmdpdpdpfpdgppgpgpg_2m_sde和sgm_uniform，或者lcm和ddim_uniform（有人在GitHub上说这是他见过最好的东西，但对我和我的分辨率而言，眼睛总是会出故障）。当脸部被衣服遮住或移出画面时，面部一致性无法保证，但我们都明白这个问题（只需提示“女人始终保持面向并注视摄像头”，然后祈祷吧）。最佳效果是：画面从一开始就直视着你。当我看到这个效果时，我差点震惊了。
哦，对了，给那些见证神圣边界的人：720p用0.9，600p用0.89，480p用0.88。别问为什么。也别问为什么HIGH SD3Sampler设为8.5（跟普通值差别不大），而LOV Noise设为4.5。我没法解释，但至少没变得更差——这就够了。但我欢迎对此展开讨论。
我不喜欢用内置方式上采样，因此没有那种廉价塑料感的东西。当然，你可以自行添加。你也可以把分辨率降到480p，也不会更差。但我见过720p的效果，现在我再也无法视而不见。
更新 04:09：我缺乏继续完成我初衷的动力，即至少实现身体一致性（如果有人脱衣服，脱完后比例必须保持一致），所以谨慎地为每个不同内容使用LoRA是种办法，我在这里提供了这些，但要找到真正有效、通用的LoRA非常困难（要么破坏身体一致性，更别提面部，要么每个种子生成结果都一样，比如“口腔插入”LoRA）。
我最终停在了首尾帧，因为这样更可预测。我正在等待真正的Wan2.2 vace（是的，我试过用fakewan或test_wan运行WanVideo工作流，但不知为何对我而言效果极差）。我检查过一些超级复杂的大型工作流（比如火箭飞船，需要重做整个venv，用一堆一次性节点），它们都需要H100，但全都依赖WanVideo节点（这就是为什么需要H100），结果却根本不值得——所以我不太喜欢WanVideo节点（没错，也没有调度器选项）。
我修复了这个工作流版本的几个问题，添加了更好的LoRA，甚至自己编写了节点，但从未发布。因为没有令人感兴趣的例子。我其实不想发布NSFW内容，但我所有测试都是NSFW。想象力和动力都枯竭了。