ComfyUI beginner friendly WAN 2.2 Image-to-Video with Audio GGUF Workflow by SarcasticTOFU
详情
下载文件
模型描述
这是一个非常简单、适合初学者的 ComfyUI 图像转视频工作流，适用于单张输入图像搭配匹配的音频片段，使用单一的 WAN 2.2 S2V GGUF 模型（一种用于将音频片段编码为视频的更新版 WAN 2.2 模型）。该工作流简单且快速，因此可在相对廉价的 GPU（12GB / 16GB 的 Nvidia 或 Radeon 显卡，或部分性价比更高的 Apple Silicon Mac）上高效运行 WAN 2.2。（建议安装 ComfyUI Manager 和 LORA Manager 插件，以便轻松下载和管理检查点、LORA 及其他资源。这两个插件不仅对本工作流有帮助，在其他任何情况下也会极大提升你的效率。）你需要一个 Hugging Face 账户来下载必要的 WAN 2.2 S2V 文件（详情见下文）。请确保通过 ComfyUI Manager 安装 GGUF 插件，并将正确的文件放置在正确的位置。此外，也可以查看我其他针对 SD 1.5 + SDXL 1.0、WAN 2.1、WAN 2.2 全能版、Chroma、QWEN、HiDream 和 Flux 的工作流。
使用方法如下：
#1. 首先选择你所需的 WAN 2.2 S2V GGUF 模型及其他必要模型
#2. 然后选择用于图像转视频生成的输入图像及匹配的音频片段
#3. 接着输入你的正向提示词和负向提示词
#4. 选择批次设置（请参考本节中的说明）并设定要生成的视频数量（更改“运行”按钮旁的数字）
#5. 最后点击运行按钮开始生成。完成。
*** 如果你使用的是通过 Stability Matrix 管理的 ComfyUI，请确保将音频编码器下载并放置在 ComfyUI 包的 models 子文件夹内，而不是 Stability Matrix 的通用模型文件夹中。正确路径应为：<你的 Stability Matrix 数据文件夹>/Packages/ComfyUI/models/audio_encoders，而非 <你的 Stability Matrix 数据文件夹>/Models/audio_encoders（后者是用于在 ComfyUI、WebUI Forge、SD.Next 等多个通过 Stability Matrix 安装和管理的工具间共享的通用模型子文件夹）。若未正确放置，本工作流将无法运行。
祝你使用愉快！
要使用此工作流，你需要登录 Hugging Face 并从其下载必要文件（我还附带了一个包含工作流文件的文本文件，其中提供了更多关于我其他工作流所需关键下载的链接）：
WAN 2.2 模型
===============================================================================================================
WAN 2.2 S2V 检查点下载链接
https://huggingface.co/QuantStack/Wan2.2-S2V-14B-GGUF/resolve/main/Wan2.2-S2V-14B-Q2_K.gguf