Wan 2.2 I2V: HD/FHD resolution, but much faster

该工作流显著缓解了“速度与质量”的权衡难题，使配备低端硬件的用户能够以高清分辨率生成视频，速度几乎提升一倍！

工作原理

原理极其简单：我们在极低分辨率下运行高噪声模型，然后在将其注入低噪声采样器之前对潜在空间进行上采样。

由于原始图像也会被重新注入，并且在低噪声采样步骤中新增了 Wan 封装节点，因此视觉细节得以保留。

局限性

• 运动的细腻程度略有损失，但在大多数情况下，速度的提升完全值得。

• 未在 T2V 上测试，可能无法工作。

快速开始

1. 将模型替换为您的模型，或点击下方链接下载。

2. 如您的安装中缺少以下所需的自定义节点，请安装它们。

3. 加载一张图像并编写您的提示词。

4. 点击运行。

自定义节点

必需

• ComfyUI-KJNodes

• RES4LYF

可选

·         ComfyUI-GIMM-VFI（用于插帧）

使用的模型

Wan 2.2 14B I2V，量化版：

• https://huggingface.co/QuantStack/Wan2.2-I2V-A14B-GGUF/tree/main

Lightx2v LoRas：

• /model/1585622?modelVersionId=2361379

• /model/1585622?modelVersionId=2337903

Fun LoRa：

• https://huggingface.co/alibaba-pai/Wan2.2-Fun-Reward-LoRAs/tree/main

速度基准测试

• 设置：65 帧，使用 Q5_K_M I2V 模型，高噪声阶段 4 步（配合 lightx2v 1030），低噪声阶段 4 步（配合 lightx2v 1022 和 Fun HPS2.1 LoRas），两个采样器均使用 euler/beta 采样器/调度器。

• 硬件：RTX 3060，12GB 显存，32GB 内存。

768*1152px（2:3）

• 768*1152，无上采样：20′46″

• 256*384 先 x2 再 x1.5：11′16″（-46%）

• 256*384 先 x1.5 再 x2：10′48″（-48%）

720*1280px（9:16）

• 720*1280，无上采样：23′19″

• 288*512 x2.5：15′57″（-32%）

• 288*512 先 x2 再 x1.25：11′57″（-49%）<- 此为演示视频

目标分辨率与硬件需求

• HD：≥ 12GB 显存

• FHD：≥ 16GB 显存？（未测试，欢迎反馈）

工作流中已包含初始采样分辨率和步数设置建议。

编辑：最后一个采样器的调度器默认设置为 linear_quadratic，但应改为 beta。