🍥 Wan 2.2 (GGUF) [i2v / FFLF] + [t2v] Workflow

⚠️需要 9 个自定义节点包（列表如下）
⚠️使用 GGUF 量化版 Wan2.2 基础模型（适用于轻量级或低显存）
⚠️使用 Lightx2v 蒸馏 LoRA 以支持低步数生成
⚠️使用子图
⚠️密集后端节点处理
⚠️仅在 ComfyUI 桌面版中测试通过
✅ 面向 UI 的工作流
✅ 在单个工作流中切换 i2v/FFLF 或 t2v 模式
✅ 4-8 步生成
✅ 无 spaghetti（杂乱连线）
✅ 随附其他实用工作流

🍥点击此处（CivitAI 文章） 获取模型/LoRA 下载链接 + 详细指南

上方视频包含嵌入式工作流。（下载视频，拖入 ComfyUI）
需要 ComfyUI-VideoHelpSuite 自定义节点才能从视频中打开工作流。

---

⌨️使用方法：

1. 选择 t2v 或 i2v/FFLF 模式。

   • t2v：调整视频分辨率

   • i2v：将图片拖入第一个图像加载器，选择手动缩小图片尺寸或禁用以使用原始图像尺寸

   • FFLF：启用 i2v 模式并启用 FFLF，将图片拖入第一个和第二个图像加载器，选择手动缩小图片尺寸或禁用以使用原始图像尺寸（将使用第一个图像的尺寸）

2. 编辑/添加 🍏提示词，如需可添加 ✨LoRA

3. 调整 ⌚持续时间，或直接保持 5 秒。

   • 设置 🚶‍➡️总步数 和 👞分割步数。（4 总/2 分割用于快速生成，6 总/3 分割用于优质效果，8 总/4 分割用于更高品质）

4. 点击 🎲种子节点中的 “New Fixed Random”

5. 生成视频（▷RUN）

6. 重复步骤 4 和 5，直到 🎥预览中出现满意的视频

7. 在使用相同 🎲种子且不更改任何 非 在 🛠️后处理中设置的内容时，修改/调整 🛠️后处理选项，再次生成视频（▷RUN），并跳过 KSampler

8. 生成的视频将位于输出文件夹中 - 🗂️ComfyUI/Output

🌀若要开始新视频项目，请禁用 🛠️后处理中的所有内容，并将 📺最终视频模式设为 🎥预览

💡若你的显存较低：

• 点击 “ComfyUI 图标” 打开菜单

• 进入 “设置”

• 在左侧栏选择 “服务器配置”

• 滚动至 “内存”

• 找到 “VRAM 管理模式” 选项

• 选择 “lowvram”

• 重启 ComfyUI

---

📱工作流包含：

• GGUF 模型加载器

• Sage Attention

• LoRA 堆叠器

• WanNAG（当 CFG 为 1 时强化负面提示）

• 自动 FPS 输入（基于帧插值和速度）

• 后处理：

  1. 帧插值

  2. 带模型的放大器

  3. 帧裁剪

  4. 视频速度调整

  5. 手动调整 FPS（覆盖自动 FPS 输入和速度调整）

  6. 视频锐化

  7. 添加 Logo/水印

  8. 保存最后一帧

  9. 帧选择

💽下载文件包含：

• 主要的 i2v/FFLF/t2v 工作流

• 视频后处理（非插值视频）

• 视频合并/连接器

• 简易兆像素计算器

---

🧩自定义节点：

（所有自定义节点均可在自定义节点管理器中获取）
打开工作流，打开 🧩管理器，点击 “安装缺失的自定义节点”，全选并安装，重启 ComfyUI。

• ComfyUI-GGUF （请在自定义节点管理器中手动搜索并安装此节点，若 “安装缺失的自定义节点”中未显示）

• rgthree-comfy

• ComfyUI-East-Use

• ComfyUI-KJNodes

• ComfyUI-VideoHelpSuite

• ComfyUI-essentials

• ComfyUI-Frame-Interpolation

• ComfyUI-mxToolkit

• WhiteRabbit

🪞额外实用自定义节点（非必需）：

• ComfyUI-Crystools（在 ComfyUI 中添加实时图表，监控 CPU、GPU、RAM、VRAM 使用率）