Long videos with SVI 2.2 PRO WanVideoWrapper Workflow

이것은 새로 출시된 SVI 2.2 Pro(https://github.com/vita-epfl/Stable-Video-Infinity/tree/svi_wan22?tab=readme-ov-file#-model-preparation)를 사용하는 워크플로우입니다.

다음을 읽어주세요:

이 워크플로우는 Kijjai의 WanVideoWrapper 노드를 대량으로 사용합니다: https://github.com/kijai/ComfyUI-WanVideoWrapper 최신 버전을 설치해야 하며, 이 버전에는 WanVideoSVIPro Embeds가 포함되어 있습니다. 설치하려면 custom_nodes로 이동하여 리포지토리를 git clone하세요. 또는 업데이트되면 확장 관리자를 사용하세요.

추가 노드:

• kjnodes

• VideoHelperSuite

SVI 2.2 Pro LORAs는 다음에서 다운로드해야 합니다: https://github.com/vita-epfl/Stable-Video-Infinity/tree/svi_wan22?tab=readme-ov-file#-model-preparation. 또한 I2V에는 선호하는 lightx2v LORAs를 사용할 수 있습니다.

이 워크플로우는 비디오를 지속적으로 확장하기 위해 여러 장면을 쉽게 추가할 수 있도록 설계되었습니다. 두 가지 다른 워크플로우를 확인할 수 있습니다:

• "Same" 워크플로우: 이 워크플로우는 단일 세트의 LORAs로 모델을 한 번만 로드합니다. 사용하기 가장 간단하지만, 각 클립마다 LORAs를 변경할 수 없기 때문에 유연성이 낮습니다. 장면을 확장하거나 각 장면에 LORAs가 필요하지 않을 때 매우 적합합니다. 이 방식을 사용하면 무한히 확장할 수 있습니다.

• "Switch" 워크플로우: 이 워크플로우는 각 클립마다 다른 LORAs 세트를 선택할 수 있게 해줍니다. 그러나 ComfyUI가 결과를 캐싱하기 위해 RAM을 사용하는 방식 때문에 RAM 소모량이 매우 큽니다. 일반적으로 이 방법으로 3개 이상의 다른 클립을 처리하는 데 어려움을 겪게 되며, 기존 비디오를 이어가기 위해 재개해야 합니다. 모델을 언로드해야 할 때는 Save/Load latent 노드를 사용하세요.

이 워크플로우는 3개의 클립(1개의 시작 및 2개의 확장 블록)과 함께 제공됩니다. 더 확장하려면 다음을 수행하세요:

1. 마지막 블록을 Ref latent 및 Video Concat 그룹과 함께 복사하세요.

2. 이전 Inference의 latents를 새 블록의 WanVideo SVIPro Embeds의 prev_samples에 연결하세요.

3. 이전 Get Image Size and Count의 image를 새 블록의 Select last image old node에 연결하세요.

4. 이전 Video Concat group의 extended_images를 새 Image Batch Extend With Overlap의 source_images에 연결하세요.

비디오 완성 후 GIMM VFI를 사용하여 작은 보간 그룹을 포함했지만, 원하는 어떤 종류의 포스트 프로세싱도 사용할 수 있습니다.