🎯 Compact Wan Workflow — Simplify Your Setup 🚀
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
一つのボックスにすべて — 混乱なし、遅延なし。低VRAM（6–8GB）対応！ 💡
✅ 6〜8GBのビデオメモリを搭載したノートPCにも最適！
🧠 初めての方でも、このセットアップでプロジェクトを高速で安定し、美しいものにできます。
このワークフローは、Wanの操作をより簡単で速く、楽しくすることを目的として設計されています。ごちゃごちゃした不要なノードではなく、すべてのロジックが「裏側」に隠された、コンパクトなブロックで構成されています。あなたはただ創作に集中すればいいだけです 🎨。
💡 核心思想：「バックエンドは影に隠れ、すべての魔力はあなたの手のなかで起こる。」
低VRAM（たったの6–8GB！）対応により、このプロジェクトはノートPCでも簡単に利用できます。組み込みの最適化と正規化により、弱いデバイスでも苦痛や長時間の待機なしでパイプラインを実行できます ⏳。
⚠️ 重要注意
ComfyUIにノードをコピーする際、パラメータがずれる場合があります（既知のバグ）。
👉 問題を避けるには：
- このプロジェクトと同じ展開済みバージョンのみを使用してください。
- すべてのノードは分離され、徹底的にテスト済みです——安全にコピーできます！
- すべてのコンポーネントが正しい順序で接続されていることを確認してください（特に Wan Setup）。
ノードパラメータ
- ?input — オプションの入力
- _output — 非表示出力（主にデバッグ用）
- [input/output] — 単一イテレーション内での入出力
🎨 ノードの色のロジック
- 黄色 — 便利なユーティリティ
- 紫 — パイプライン設定と構成
- シアン — コンディショニングノード
- 緑 — サンプラー
- 赤 — コーダー/デコーダー（VAE）
- 紫青 — 条件ブロック（分岐ロジック）
- 青 — 「すべて一つに」— 強力なコンパクトノード
- 黒 — Wan Animate専用ですが、本質的に同じユーティリティ ✨
🛠️ 接続済みカスタムノード
📦 モデル
2. wan2-gguf (Calcuis Repackaged)
3. WanVideo_comfy (Kijai Repackaged)
🔍 最適化推奨
以下のパラメータはVRAM消費を削減したり、動画生成速度を向上させます：
| ノード | パラメータ | 影響 | パフォーマンス | 特徴 |
| -------------------- | ---------------- | ------ | --------------- | ----------------------- |
| Wan Setup->Load Wan | GGUF | 強い | 有効化 | VRAM削減、高速化 |
| Wan Setup->Load Clip | GGUF | 中程度 | 有効化 | VRAM削減、高速化 |
| Wan Optimizer | Sage Attention | 強い | オート | VRAM削減、高速化 |
| Wan Optimizer | FP16 | 低い | 有効化 | VRAM削減 |
| Wan Optimizer | MagCache | 中程度 | 有効化 | 高速化 |
| Wan Optimizer | Compile | 中程度 | 有効化 | VRAM削減、高速化 |
| Wan Optimizer | Block swap | 強い | 値が高いほど良い | VRAM削減 |
| Image Normalize | is_scale | 強い | 有効化 | VRAM削減、高速化 |
| Image Normalize | megapixels | 強い | 値が低いほど良い | VRAM削減、高速化 |
| Decode | VAE Tiled Decode | 強い | 有効化 | VRAM削減 |
低VRAM（6–8GB）向け最適設定：
- Wan Setup->Load Wan - GGUF - Q4_K_M
- Wan Setup->Load Clip - GGUF - Q4_K_M
- Wan Optimizer - Sage Attention - オート
- Wan Optimizer - FP16
- Wan Optimizer - Block swap - 高解像度動画またはWan Animateを使用する場合、40に設定
- Image Normalize - megapixels - Wan 2.2 14B の場合は0.21
- Decode - VAE Tiled Decode
💾 ヒント：RAMが不足する場合は、仮想メモリを設定するか、Mem Reductを使用してください。
💻 私のテスト構成
- 🎮 GPU：RTX 3060 ノートPC（6GB）
- 🧠 RAM：24 GB + 32 GB スワップ
- ⚡ CPU：Intel i5-11300H
- 💻 ノートPC：Asus TUF Dash F15
このような環境でも安定して動作します 🏆。
📜 ライセンス
为什么要在这里？自己判断使用风险吧 ¯\_(ツ)_/¯
👤 作者
NeuroContent 作 ✨
- CivitAI 🧠
- Instagram 🎨
- Pinterest 📌
- 寄付 ☕
TODO
- [ ] T2I用ノードを追加
- [x] clip_visionを追加
- [ ] S2Vをサポート
- [ ] Lucy Editをサポート
- [ ] Vace Funをサポート
- [x] Wan OptimizerにEasyCacheとLazyCacheを追加
- [ ] Wan Context Windowsノードで長時間動画生成をサポート
変更履歴
1.1
- ComfyUIの新しいバージョンへの対応
- 標準とタイルベースのエンコード/デコードが2つのコンパクトなノードに統合
- clip_visionのサポートを追加。セットアップでclip_visionを有効/無効にできます。clip_visionのオプション使用用の新しいユーティリティノードを追加。現在、すべてのコンディショニングノードに接続され、追加のコンディショニングノードを生成します。
- Optimizerのreduce_vramパラメータを削除し、ノード利用体験を向上
- EasyCacheとLazyCacheオプティマイザーを追加
- Wan Full Setupのネガティブパラメータのバグを修正