WAN VACE 2.2 | Perfect for IG/TIKTOK | V2V

指南

这是我的 V2V WAN 2.2 + VACE 工作流的第 2 版。以下是其高层次的工作原理：

上传主体参考图（节点名称：⭐️ 加载主体参考图像）
上传视频参考（节点名称：⭐️ 媒体选择（参考视频））
输入提示词
1. 在 WanVideo TextEncode 中手动输入（默认）
2. 使用 SwissArmyKnife LLM 节点
  1. 若通过 LLM Studio 使用 Qwen3-VL（本地部署模型），需要额外配置
  2. 若使用 Gemini API，需要 API 密钥
运行工作流

注意事项

主体/角色

使用高质量的主体参考图像
- 根据我的测试，特写效果最佳
- 主体参考图的背景会轻微影响视频输出
  - 我尚未找到一种能完美遮罩主体且兼容 WAN VACE 的方法
- 由于 VACE 的特性及种子等其他变量，主体的身份无法完全保留
  - 若需一致性，最佳方案是使用主体/角色 LoRA
若生成的视频过于“闪亮”，可降低 Fun Reward LoRA 的强度

LoRA 补充

可添加更多 LoRA 来微调生成视频，但避免添加过多，否则 LoRA 之间会互相冲突，导致生成结果出现“烧毁”现象

提示词撰写

主体：清晰描述主要主体——它是谁或什么，正在做什么，以及其外观特征
服装：聚焦主体所穿衣物，或服装如何贡献于情绪、纹理、色彩或叙事。考虑面料、配饰、时代、合身度的描述
运动：详述主体如何运动、摄像机如何移动，或场景中的任何动态元素。适当使用电影化语言
场景：定义环境——一天中的时间、地点、背景/前景元素、氛围、构图和光线
视觉风格：确立整体观感——光照、调色、镜头效果、胶片质感、写实与风格化程度，以及任何不希望出现的元素（负向提示感知）

我已在压缩包中的 Markdown 文件中添加了提示词示例

NSFW 内容

如拥有合适的 NSFW LoRA 和优质提示词，本流程支持生成 NSFW 内容。我尚未发现高质量的 NSFW LoRA，因此未包含在内

与 V1 版本的主要变化

增加了主体参考图像上传功能
修复了与 SwissArmyKnife 自定义节点的节点不匹配问题
从 Gemini 切换至 Qwen3 VL（本地运行并通过 Swiss Army Knife 节点暴露）
增加了直接输入提示词的路径，不再依赖 SwissArmyKnife LLM 节点
重做并简化了 VACE 编码节点，现在仅使用主体参考图和深度图

路线图

找出如何遮罩角色，以更好保留主体身份，并减少参考图像背景对生成视频的影响
需要更好的放大与插值解决方案
探索 VACE 的首帧与末帧功能，以生成更长视频
调整 NSFW LoRA 的参数设置

模型链接

所有模型均可在 Huggingface 找到。我使用的是配备 24GB 显存的 NVIDIA 3090TI 和 128GB DDR4 内存。FP8_e5m2 格式在 3000 系列显卡上表现最佳。在我的系统中，生成耗时约 300-500 秒。

扩散模型

WAN 2.2 T2V
- 高噪声
  - Wan2_2-T2V-A14B-HIGH_fp8_e5m2_scaled_KJ.safetensors
  - Wan2_2_Fun_VACE_module_A14B_HIGH_fp8_e5m2_scaled_KJ.safetensors
- 低噪声
  - Wan2_2-T2V-A14B-LOW_fp8_e5m2_scaled_KJ.safetensors
  - Wan2_2_Fun_VACE_module_A14B_LOW_fp8_e5m2_scaled_KJ.safetensors

文本编码器

umt5_xxl_fp16.safetensors

VAE

Wan2.1_VAE.safetensors

LoRAs

模型存储位置

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   ├── Wan2_2-T2V-A14B-HIGH_fp8_e5m2_scaled_KJ.safetensors
│   │   ├── Wan2_2-T2V-A14B-LOW_fp8_e5m2_scaled_KJ.safetensors
│   │   ├── Wan2_2_Fun_VACE_module_A14B_HIGH_fp8_e5m2_scaled_KJ.safetensors
│   │   └── Wan2_2_Fun_VACE_module_A14B_LOW_fp8_e5m2_scaled_KJ.safetensors
│   ├── 📂 vae/
│   │   └── Wan2.1_VAE.safetensors
│   ├── 📂 text_encoders/
│   │   └── umt5_xxl_fp16.safetensors
│   └── 📂 loras/
│       ├── Wan22_A14B_T2V_LOW_Lightning_4steps_lora_250928_rank64_fp16.safetensors
│       ├── Wan2.2-Fun-A14B-InP-HIGH-MPS_resized_dynamic_avg_rank_21_bf16.safetensors
│       ├── Wan2.2-Fun-A14B-InP-LOW-MPS_resized_dynamic_avg_rank_22_bf16.safetensors
│       ├── Instagirlv2.5-HIGH.safetensors
│       └── Instagirlv2.5-LOW.safetensors