Alfonso Azpiri Style Wan 2.2. t2v

这个 LoRA 是我之前为 Pony XL 和 SD 1.5 的 Alfonso Azpiri 风格版本移植到 Wan Video 2.2 的版本。Alfonso Azpiri 是一位传奇的西班牙艺术家，以其情色漫画《Lorna》和在 80 至 90 年代创作超过 200 张西班牙电子游戏封面而闻名。他还曾在知名杂志《Heavy Metal》上发表漫画，并为年轻观众创作过以角色 Mot 为主角的漫画。他的视觉风格极具辨识度且富有吸引力。

对于本版本，我建议在高噪声 LoRA 中使用 0.7–0.8 的强度，在低噪声 LoRA 中使用 1 的强度。

在尝试了多种推荐的加速 LoRA 方法后，我发现以下方法与该模型配合最佳，也推荐在 Wan 2.2 中普遍使用：

• 使用包含两个 KSampler（高噪声/低噪声阶段）的标准工作流。

• 通过 ComfyUI Manager 安装 RES4LYF 自定义节点，以使用其包含的自定义可选采样器/调度器（如 res_2s、res_3s 等 / Beta57、Bong Tangent 等）。

• 在高噪声阶段，使用 Lightning 1.1 t2v High 4 步 Wan 2.2 LoRA，强度为 0.75，并使用 lightx2v wan 2.1 i2v Rank64 Fixed 加速 LoRA（没错，就是这个图像转视频的 LoRA），强度为 2.20。

• 在低噪声阶段，使用 Lightning 1.1 t2v Low 4 步 Wan 2.2 LoRA，强度为 1，并再次使用相同的 lightx2v wan 2.1 i2v Rank64 加速 LoRA，强度为 0.68。

• 在高级 KSampler 中，总步数设为 4–6，CFG 设为 1，采样器使用 Euler，调度器使用 Beta57，每个 KSampler 各执行一半步数（例如：4 步总长时，高噪声 KSampler 执行 0 到 2 步，低噪声 KSampler 执行 2 到 4 步）。

• 在 ModelSampling 节点中，使用 15.87 的 shift 值（这是 Beta57 调度器的最优值）。

我尝试了各种方法（如使用三个高级 KSampler，或仅在低噪声阶段使用加速 LoRA 等），但上述方法效果最佳——这一点也来自一位 Reddit 用户早前的评论。该方法能在最短时间内提供最高质量，同时避免大部分慢动作视频效果。图库中的所有示例视频均以此方式生成，并在元数据中包含了对应的工作流。