WAN 2.2 S2V Lipsync Workflow with SageAttention + BlockSwap + GGUF (include Upscale and Interpolation)

我的 TG 频道 - https://t.me/StefanFalkokAI

我的 TG 聊天室 - https://t.me/+y4R5JybDZcFjMjFi

大家好！我向大家介绍我在 ComfyUI 中使用 Wan 2.2 S2V 生成视频的工作流程。

你需要拥有 Wan 2.2 S2V 模型。

你需要拥有 Wan 2.2 模型（https://huggingface.co/Kijai/WanVideo_comfy_fp8_scaled/tree/main/S2V）、clip（https://huggingface.co/Kijai/WanVideo_comfy/blob/main/umt5-xxl-enc-bf16.safetensors）、audio_encoder（https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/audio_encoders）和 vae（wan 2.1 vae）。

GGUF - https://huggingface.co/QuantStack/Wan2.2-S2V-14B-GGUF/tree/main

此外，我还包含了 Lora https://huggingface.co/Kijai/WanVideo_comfy/tree/main/Lightx2v，以实现更优和更快的生成效果。

我建议将 Lora 的强度设置为 1.5，以获得最佳效果。

你还需安装 Sageattention 2.2.0（带 Triton）（https://huggingface.co/Kijai/PrecompiledWheels/tree/main）和 Torch 2.7.0+ 以实现更快的生成（https://github.com/pytorch/pytorch/releases），同时需要下载并安装 CUDA 12.8（https://developer.nvidia.com/cuda-12-8-0-download-archive）和 VS Code（https://visualstudio.microsoft.com/downloads/）。

安装 Sageattention 的说明（1.0.6 版本；如何安装 Sageattention 2.2.0：将 .whl 文件重命名为 .zip，然后将 .zip 中的文件夹复制到 ComfyUI\python_embeded\Lib\site-packages）。

只需使用音频、图像、撰写提示词，即可享受生成过程！

如果遇到问题或发现工作流程有故障，请留下评论。