FFGO: unlocking the multi-image reference potential of Wan2.2
세부 정보
파일 다운로드
모델 설명
이 워크플로우는 가벼운 FFGO 모델을 사용하여 Wan2.2 내부에 숨겨진 다중 이미지 참조 잠재력을 발휘합니다. 많은 참조 기반 모델이 존재하지만, 2.2 아키텍처와 특별히 일치하는 모델은 매우 적으며, FFGO는 스타일을 변경하지 않고 단지 Wan2.2가 여러 참조 이미지를 동시에 따르도록 더 잘 유도합니다. 여러 참조 요소를 하나의 복합 첫 번째 프레임으로 통합함으로써, 모델은 구조적이고 시각적인 단서를 집중적으로 받고, Wan2.2는 자체 내부 능력을 바탕으로 누락된 영역을 완성합니다. 이 방법은 학습 편향에 의존하지 않으며, 특정 방향을 강제하지 않습니다. 만약 편향이 존재한다면, 그 것은 Wan2.2 자체에서 비롯됩니다. 고노이즈 및 저노이즈 LoRA는 권장되지 않으며, 가속 LoRA는 품질을 현저히 저하시킬 수 있으므로, 워크플로우는 기본 모델의 핵심 장점을 보존하기 위해 의도적으로 절제되었습니다.
실제로 전체 파이프라인은 여전히 표준적인 Wan2.2 이미지-비디오 프로세스일 뿐이며, 유일한 차이점은 입력이 여러 이미지로 결합된 복합 첫 번째 프레임이라는 점입니다. 이 직접적인 융합은 요소를 분리하고 편집 모델을 거쳐 비디오 생성 전에 재압축할 때 발생하는 품질 손실을 피합니다. Wan2.2는 권장 해상도 1280×720(또는 그 반대) 및 약 81프레임에서 가장 뛰어난 성능을 발휘하며, 가장 선명하고 안정적인 결과를 생성합니다. 출력의 처음 몇 프레임은 실제 움직임이 아니라 참조 구성 요소를 반영하므로, 시작 부분을 잘라내는 것이 일반적입니다. 이전의 Wan2.1 참조 방법(Phantom, MagRef, BindWeave 등)이 제한된 움직임이나 낮은 유사도를 자주 생성했던 것과 비교할 때, 이 방법은 훨씬 더 간단하고 신뢰할 수 있습니다. 깨끗한 복합 첫 번째 프레임과 FFGO가 Wan2.2의 내부 참조 행동을 유도하는 능력을 결합함으로써, 이 워크플로우는 여러 요소를 높은 유사도로 통합하고 품질 손실을 최소화하면서 비디오를 생성하는 실용적이고 효과적인 방법을 제공합니다.
🎥 YouTube 비디오 튜토리얼
이 워크플로우가 실제로 무엇을 하는지, 그리고 어떻게 빠르게 시작할 수 있는지 알고 싶으신가요? 이 비디오는 도구의 정체, 즉시 워크플로우를 시작하는 방법, 그리고 제 핵심 설계 논리를 설명합니다. 로컬 설정이나 복잡한 환경이 필요 없으며, 모든 과정은 RunningHub에서 바로 시작됩니다. 따라서 실제 효과를 먼저 체험하실 수 있습니다.
👉 YouTube 튜토리얼: https://youtu.be/XpR4hp1GIgE
시작하기 전에 비디오를 완전히 시청하는 것을 권장합니다. 전체 맥락을 이해하면 도구를 더 빠르게 익히고 흔한 오류를 피할 수 있습니다.
⚙️ RunningHub 워크플로우
지금 바로 온라인으로 워크플로우를 시도해보세요. 설치가 필요 없습니다.
👉 워크플로우: https://www.runninghub.ai/post/1992972427164663810/?inviteCode=rh-v1111
결과가 기대에 부합한다면, 나중에 로컬에서 사용자 정의 배포를 할 수 있습니다.
🎁 팬 혜택: 등록하면 1000포인트 + 매일 로그인 100포인트를 드립니다. 4090 성능과 48GB 초강력 성능을 즐기세요!
📺 Bilibili 업데이트 (중국 본토 및 아시아 태평양 지역)
아시아 태평양 지역에 계신 분들은 아래 비디오에서 워크플로우의 실증 시연과 창작 분석을 확인하실 수 있습니다.
📺 Bilibili 비디오: https://www.bilibili.com/video/BV12nUkBUEYB/
☕ Ko-fi에서 저를 지원해주세요
제 콘텐츠가 도움이 되셨고, 향후 창작을 지원하고 싶으시다면 커피 한 잔을 사주시면 감사하겠습니다 ☕. 모든 지원은 저에게 창작을 이어가게 하는 불씨가 되며, 작은 불씨가 큰 불길로 타오르게 합니다.
👉 Ko-fi: https://ko-fi.com/aiksk
💼 비즈니스 문의
협업 또는 문의사항은 WeChat에서 aiksk95로 연락주세요.
🎥 YouTube 비디오 튜토리얼
이 워크플로우가 어떤 도구인지, 그리고 어떻게 빠르게 시작할 수 있는지 알고 싶으신가요? 이 비디오는 도구의 정체, 빠른 시작 방법, 그리고 제 설계 철학을 설명합니다. RunningHub에서 직접 시연을 진행하므로, 실제 효과를 즉시 확인하실 수 있습니다.
👉 YouTube 튜토리얼: https://youtu.be/XpR4hp1GIgE
시작하기 전에 비디오를 완전히 시청하는 것을 권장합니다. 전체적인 개념을 이해하면 도구를 더 빠르게 익히고 흔한 오류를 피할 수 있습니다.
⚙️ 온라인 워크플로우 체험
지금 바로 설치 없이 온라인으로 워크플로우를 체험해보세요.
👉 워크플로우: https://www.runninghub.ai/post/1992972427164663810/?inviteCode=rh-v1111
위 링크를 열면 즉시 워크플로우를 실행하고 생성 결과를 실시간으로 확인하실 수 있습니다. 결과가 만족스럽다면 나중에 로컬에서 사용자 정의 배포도 가능합니다.
🎁 팬 혜택: 등록 시 1000포인트를 드리며, 매일 로그인하면 100포인트를 추가로 제공합니다. 4090 성능과 48GB 초강력 성능을 마음껏 즐기세요!
📺 Bilibili 업데이트 (중국 본토 및 아시아 태평양 지역)
중국 본토 또는 아시아 태평양 지역에 계신 분들은 아래 비디오에서 이 워크플로우의 실제 시연과 창작 구조를 확인하실 수 있습니다.
📺 B站 비디오: https://www.bilibili.com/video/BV12nUkBUEYB/
저는 쿠아이크 네트워크 드라이브에서 모델 자원을 지속적으로 업데이트할 예정입니다: 👉 https://pan.quark.cn/s/20c6f6f8d87b
이 자원은 주로 로컬 사용자를 대상으로 하며, 창작 및 학습에 편리하게 활용할 수 있습니다.