Wan 2.2 - FFLF - XT 404 - Master UI
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
個人的なワークフローです。モデルやノードの作成には一切責任を負いません!!!
以下に説明されているノードとモデルを使用してください!!!
ノード > https://github.com/XT-404/XT-404_SKYNET
Lora Loader https://github.com/HenkDz/rgthree-comfy
モデル > https://civarchive.com/models/2244942?modelVersionId=2527274
🤖 XT-404 Skynet Suite: Wan 2.2 統合
ComfyUI用「オメガエディション」
XT-404 Skynet Suite は、ComfyUI用に特別に設計された、Wan 2.1および2.2ビデオディフュージョンモデルに最適化された、高度に専門化されたカスタムノードのコレクションです。
標準的なノードとは異なり、このスイートは「ビジュアルの至高性」を追求します。数学的精度で8K、OLED級の品質を実現します。汎用的な処理を放棄し、シグナルの整合性を保護し、VRAMを外科的に管理し、デジタルアーティファクトを排除する、ヒューリスティックでコンテキスト認識型のアルゴリズムを採用しています。
⚠️ 必要条件
ComfyUI: 最新版を推奨します。
Wan 2.2 モデル: VAE、CLIP、UNet/Transformerモデルを必ず用意してください。
Python: 3.10以上。
FFmpeg: Compressorノードに必要（通常は
imageio-ffmpeg経由）。
注意
INFILTRATION PROTOCOL (GGUF): Cyberdyne Model Hub でGGUF量子化モデルを使用するには、ComfyUI-GGUF エンジンが必須です。📥 エンジンをダウンロード: city96/ComfyUI-GGUF このエンジンがない場合、Cyberdyne Model HubはSafetensors専用モードで動作します。
🚀 主な機能
ゼロポイントノイズ注入: 動画生成における「静電ノイズ」を排除。
ARRIロールオフトーンマッピング: 高コントラストシーンでも白飛びを防止。
Nano-Repair (Genisys): TF32精度による黒画面/NaNを防ぐためのリアルタイムテンソル監視。
OLED/8Kワークフロー: 深い黒、有機的な粒状、マイクロディテールの幻覚を実現する専用パイプライン。
Sentinelテレメトリ: リアルタイムコンソールログ（「The Mouchard」）がステップごとの彩度、白飛び、VRAM使用量を分析。
📦 インストール
ComfyUIのカスタムノードディレクトリに移動します：
cd ComfyUI/custom_nodes/
このリポジトリをクローンします：
git clone https://github.com/YourUsername/XT-404-Skynet-Suite.git
必要なパッケージをインストール：
pip install imageio-ffmpeg scikit-image
🛠️ モジュールの構成
1. コアエンジン (XT404_Skynet_Nodes.py)
生成プロセスの中心。標準的なKSamplersをWanのFlow Matching用に最適化されたハイブリッドエンジンで置き換えます。
ゼロポイント修正:
0 + ノイズ = 純粋なノイズを保証し、注入前に潜在空間をクリア。Wanシグマ計算機: Wan 2.1/2.2に必要な特定のシフト式を使用。
チェーンアーキテクチャ: マスターシグマクロックをノード間で伝達することで「Hires Fix」を実現。
2. ユニバーサルローダー (cyberdyne_model_hub.py)
チェックポイント、SafeTensors、GGUFモデルの統一ローダー。
再帰的検索: サブディレクトリ内のモデルを自動的に検出。
GGUF委譲: GGUFファイルを検出し、適切なバックエンドにルーティング。
スマートオフロード: 使用していないモデルを積極的にRAMにオフロードし、サンプラー用にVRAMを確保。
3. ビジュアル至高性スイート (wan_visual_supremacy.py)
「AIのプラスチック感」を克服する「秘密のレシピ」。
Latent Detailer X: 復号前にマイクロディテールを注入しつつ、シグナル飽和を防止。
Temporal Lock Pro: 復号後の安定化器。低差分フレームをブレンドしてちらつきを排除。
OLED Dynamix (ARRIロールオフ): ハイライトテクスチャを保持する対数圧縮カーブ。
4. Nano-Repairシステム (wan_genisys.py)
ノード:
Cyberdyne Genisys [OMNISCIENT]機能: TF32/BF16での「黒画面」問題を解決。テンソルのドリフトを計算し、NaNに達する前に値をクランプ。
5. T-X補間器 (wan_tx_node.py)
機能: スタート画像とエンド画像の間に動画を生成。
革新: 逆構造反発 を使用し、単純なブレンドではなく、モデルが変換パスを幻覚するように強制。
🎛️ 推奨ワークフローストラテジー
究極の8K OLEDの外観を得るには、以下の順序でノードを連結してください：
ローダー:
Cyberdyne Model Hub（モデルとVAEを読み込み）。プロンプト:
Wan Text CacheおよびWan Vision Cache。生成:
WanImageToVideoUltra→XT-404 Skynet 1 (Master)。洗練:
XT-404 Skynet 3 (Refiner)（ノイズ低減 0.3）。復号:
VAE Decode。ビジュアル至高性スタック:
Temporal Lock Pro（ピクセルを安定化）。OLED Dynamix（光を彫刻）。Organic Skin（テクスチャを追加）。
最終仕上げ:
Wan Chroma Mimic（シグナルを検証し、シャープネスを向上）。エンコード:
Video Combine→Wan Compressor。
📟 コンソールHUD (XT-Mouchard)
コンソールを無視しないでください！このスイートはシグナルの健康状態を通知します：
🟢 グリーン: シグナルは正常。
🟡 イエロー: 高シグナルが検出（ロールオフが有効）。
🔴 レッド: 致命的な飽和/白飛び（
specular_popを下げてください）。
例ログ:
[XT-MIMIC] 🎨 FINAL VALIDATION | DynRange: [0.000, 0.982]
└── Signal Integrity: OK (Clip: 0.00%)
これは、数学的に完璧な黒と白を保ち、ディスプレイのブロームを許容するために98.2%で制限していることを示します。
📜 クレジット
アーキテクト: XT-404 オメガ
企業: Cyberdyne Systems
ステータス: GOLD MASTER (V3.8)
"運命など存在しない。我々が作り出すものだけが真の運命だ。"
Cyberdyne研究部門が保守。"Infiltration Reports" についてはイシューを開いてください。
🤖 XT-404 Skynet : Wan 2.2 Sentinel Suite (オメガエディション)
Cyberdyne Systems Corp. | Series T-800 | Model 101
"未来は決まっていない。我々自身が作り出すものだけが真の運命だ。"
⚠️ クリティカルなシステム依存
注意
INFILTRATION PROTOCOL (GGUF): Cyberdyne Model Hub でGGUF量子化モデルを使用するには、ComfyUI-GGUF エンジンが必須です。
📥 エンジンをダウンロード: city96/ComfyUI-GGUF
このエンジンがない場合、Cyberdyne Model HubはSafetensors専用モードで動作します。
🚀 なぜXT-404 Skynetを選ぶのか？（競合分析）
標準的なノードは汎用実装に依存しています。XT-404 Skynet は、Wan 2.2 の特異性に特化してカスタム設計されたアーキテクチャです。
| 機能 | 標準ノード / 競合 | 🤖 XT-404 Skynet アーキテクチャ |
|---|---|---|
| 精度 | 標準FP16/BF16（バンドリングが発生しやすい） | ハイブリッドFP32/TF32コンテキスト切り替え（バンドリングゼロ） |
| 補間 | 単純な線形フェード（静的/凍結） | T-Xデュアルフェーズラッパー（ネイティブVAE注入） |
| カラーサイエンス | RGB白飛び | LAB空間変換 & OLEDダイナミクス（シネマグレード） |
| キャッシュ | 基本的なTeaCache（モーションフリーズリスク） | T-3000 Genisys（運動量 & Nano-Repair搭載） |
| スケーリング | ビリニア（ぼやける） | Lanczos/Bicubic FP32（ピクセル完璧） |
| メモリ | 高VRAM使用（OOMリスク） | 外科的ピン止めメモリ（DMA） & 積極的パージ |
🌍 ニューラルネットナビゲーション
🇺🇸 英語ドキュメント
🇫🇷 フランス語ドキュメント
完全な技術的詳細についてはフランス語版をご参照ください。
🇺🇸 英語ドキュメント
🎨 フェーズ0：ビジュアルエンジニアリング (Wan Chroma Mimic)
ファイル: wan_chroma_mimic.py
究極のカラーグレーディングエンジン。 単なるフィルターではありません。GPU上でリアルタイムで動作し、画像テンソルをLABカラースペースに変換して輝度と色情報を分離し、ライティングデータを破壊せずにシネマグレードのリファレンスを可能にします。
🔥 主な機能と設定
アーキテクチャ: 100% PyTorch GPU。0% CPUレイテンシ。
形態学的フィルター: 動画ディフュージョンで発生するマイクロアーティファクト（黒/白ドット）が拡大する前に除去。
OLEDダイナミクス: 黒を深めつつピークハイライトを保持するため、0.5を中心に非線形Sカーブを適用。
パラメータ 推奨値 説明reference_image 必須 ソース画像（スタイルの参照）。ムードはここから抽出されます。effect_intensity 0.25 LAB変換のブレンド強度。oled_contrast 0.00 「Netflix」風の見た目。 動的範囲を強調。0.0 = ニュートラル。skin_metal_smooth 0.25 スマートサーフェスブラー。 皮膚や金属を滑らかにし、エッジを検出してシャープネスを維持します。detail_crispness 0.2 シネマ・ピケ。 差分ガウス法でマイクロディテールを強化します。
🛡️ フェーズ1：浸透（Cyberdyneモデルハブ）
ファイル： cyberdyne_model_hub.py
SafetensorsとGGUFアーキテクチャを橋渡す統合ローダー。Wan 2.2の「デュアルUNet」要件を自動的に解決します。
- 再帰的スキャナー： サブフォルダ内にあるモデルを検出します。
- Skynetプロトコル： アクティブなVRAM管理。読み込み前にチェックサム（SHA256）を計算し、フラグメンテーションを防ぐためにメモリをクリアします。
- ハイブリッドローディング： 高解像度FP16モデルと低解像度GGUFモデルを同時に読み込むことができます。
🧠 フェーズ2：ニューラルネットコア（XT-404サンプラー）
ファイル： XT404_Skynet_Nodes.py
「Sentinel」エンジン。標準的なサンプラーとは異なり、これらはWan 2.2に必要なsimple（線形）スケジューラーをハードコードしており、標準のKSamplerで見られる「焼き付き出力」の問題を回避します。
🔴 XT-404 Skynet 1（マスター）
- シフト値（5.0）： Wan 2.2の潜在空間タイミングにおける重要な設定。
- Bongmathエンジン： カスタムテクスチャノイズ注入システム。
True：アナログフィルムグレインの整合性を追加。False：純粋なデジタルクリーンさ。
🟡 XT-404 Skynet 2（チェーン）
- シードロック：
options辞書を通じてマスターノードのシードを自動的に継承。生成プロセス全体で時間的一貫性を保証します。
🟢 XT-404 Skynet 3（リファイナー）
- リサンプリングモード： チェーンの最後に制御されたノイズを注入し、高周波ディテールを空想的に生成します。
💀 フェーズ3：T-3000 Genisys（全知キャッシュ）
ファイル： wan_genisys.py
TeaCacheよりも優れています。 標準のTeaCacheは差分が低すぎると動画の動きを凍結します。T-3000は「運動量」を使用します。
- 運動量： 動きが検出された場合、次のXフレームの計算を強制し、「マネキンチャレンジ」効果を防ぎます。
- ナノ修復： テンソルストリーム内の
NaNまたはInf値（黒画面バグ）を検出し、ハードクリッピングではなくソフトクランプ（-10/+10）で外科的に修復します。 - HUD： コンソールにリアルタイムの信号整合性とドリフトメトリクスを表示します。
🎭 フェーズ4：模倣レンダリング（I2V Ultra & フィデリティ）
ファイル： nodes_wan_ultra.py / wan_fast.py
🌟 Wan Ultra（クオリティの王）
- 核融合正規化： Bicubic-AntiAliasを使用して入力画像を厳密に0.0–1.0の範囲に整えます。
- ディテールブースト： VAEエンコード前にシャープニング畳み込み行列を適用し、圧縮ぼやけを補正します。
- モーションアンプ： 「ソフトリミッター」（Tanhカーブ）を使用して、物理法則を破ることなくモーションベクトルを増幅します。
⚡ Wan Fidelity（スピードの王）
- 最適化： メモリ効率を高めるために連結操作ではなく
torch.fullを使用します。 - ロジック： 完全な時間的整合性を実現するため、元のWan 2.1のコンテキストウィンドウロジックを復元します。
🧪 フェーズ6.5：ポリメトリック合金（T-Xデュアルフェーズ）[新規]
ファイル： wan_tx_node.py
補間の特異点。 標準のI2Vモデルは特定の最終フレームに到達するのが困難で（しばしば凍結またはスタイルを失う）、T-XエンジンはネイティブVAE注入ラッパーを使用してタイムラインを完璧に橋渡しします。
- キーフレーム注入： 潜在空間を破損させずに、[開始フレーム → 空の虚無 → 終了フレーム]をエンコードするためにVAEの内部ロジックを一時的に上書きします。
- 流動的モーフィング： Wan 2.2モデルに点Aと点Bの間の物理方程式を解かせ、「スライドショー」効果を防ぎます。
- スマートVRAMスキャナー： GPU容量を自動検出し、「セーフ」（512pxタイリング）と「ウルトラ」（1280pxタイリング）モードの間で切り替えます。
パラメータ 説明start_image 開始フレーム（フレーム0）。end_image 目標フレーム（フレームN）。T-Xエンジンはこの画像への収束を強制します。motion_amp キーフレーム間の潜在モーションベクトルを増幅します。detail_boost VAE圧縮中にテクスチャを保持するための前処理シャープニング。
⚡ フェーズ5：センサー＆アクセラレーター（オメガツール）
🚀 Wanハードウェアアクセラレーター（Anti-Burn V4）
ファイル： wan_accelerator.py パフォーマンスの「秘密のレシピ」。
- 問題： Wan 2.2でTF32を有効にすると、正規化エラーにより画像が「焼け」（コントラスト問題）を起こします。
- 解決策（コンテキストスイッチング）： このノードは速度向上のためTF32をグローバルに有効にしますが、
GroupNormおよびLayerNormレイヤーをインターセプトしてFP32精度に強制します。 - 結果： TF32の30%高速化と、FP32の視覚的クオリティを両立。
👁️ Wanビジョン＆テキストキャッシュ（DMA）
ファイル： wan_i2v_tools.py
- ピンニングメモリ： テキスト埋め込みをCPUページロックメモリ（DMA）を使用してGPUに即座に転送します。
- ビジョンハッシュ： 画像コンテンツ（ストライドを含む）をハッシュ化し、同じCLIPビジョン入力を再エンコードしないようにします。
🛠️ フェーズ6：ポストプロセッシング＆自動化
- Wanコンプレッサー（オメガ）： スレッドセーフなH.265エンコード。Threadripper/i9のクラッシュを防ぐためにCPUスレッドを16に制限します。
- Wanサイクルターミネーター： Windows APIの
EmptyWorkingSetを使用してRAMスタンバイリストをフラッシュ（OSのストラクチャーを防止）。 - Auto Wanオプティマイザー： Wanに必要な
Modulo 16の寸法を強制し、OOM（>1024px）を回避するスマートリサイズ機能。