WAN 2.2 Smooth Workflow v5.0: un pipeline tout-en-un ComfyUI pour des vidéos fluides de 5 secondes#
WAN 2.2 Smooth Workflow v5.0 est une seule toile qui couvre la conversion texte-en-vidéo, image-en-vidéo, animation de Premier-à-Dernier-Cadre, et audio-en-vidéo. Il est construit autour de la famille de modèles SmoothMix WAN 2.2 avec des LoRAs Lightx2v optionnels, des opérateurs WanVideoWrapper pour WAN 2.x, et l'interpolation de trame RIFE, afin que vous puissiez générer des clips cinématographiques courts avec un mouvement cohérent et une itération rapide.
Utilisez ce WAN 2.2 Smooth Workflow v5.0 lorsque vous souhaitez un graphique organisé qui vous permet de passer entre T2V, I2V, F2LF, et A2V sans reconfigurer les nœuds. La toile inclut des bascules de mode, des contrôles de durée et de taille, des aperçus de dernier cadre, et une branche audio optionnelle qui peut suivre le rythme visuel de votre clip.
Modèles clés dans Comfyui WAN 2.2 Smooth Workflow v5.0#
- Points de contrôle SmoothMix WAN 2.2 Texte-en-Vidéo et Image-en-Vidéo (Haut et Bas)
- Rôle : principales épines dorsales de diffusion pour la synthèse de mouvement et le raffinement à travers les chemins T2V et I2V. Haut favorise la qualité et le détail; Bas favorise la vitesse et la marge de manœuvre VRAM.
- Lightx2v WAN 2.2 Distill LoRAs
- Rôle : LoRAs optionnels distillés pour WAN 2.2 qui améliorent la fluidité du mouvement ou la stylisation tout en gardant les invites réactives. Chargez-les selon vos besoins pour orienter l'apparence et la dynamique. lightx2v/Wan2.2-Distill-Loras
- WAN 2.x VAE
- Rôle : le VAE utilisé tout au long de la toile pour encoder et décoder les latents vidéo afin que la qualité de l'image et la réponse des couleurs restent cohérentes à travers les branches.
- Encodeur de texte WAN 2.x (famille uMT5 XXL)
- Rôle : l'encodeur de texte spécialisé utilisé par WAN 2.x ; le workflow charge le tokenizer/modèle correspondant pour que les invites conditionnent correctement le mouvement et l'apparence.
- Encodeur de vision CLIP (famille ViT-H)
- Rôle : extrait des embeddings robustes de début et de fin de cadre pour le chemin d'animation Premier-à-Dernier-Cadre, améliorant la cohérence temporelle pendant l'interpolation.
- Branche de génération audio
- Rôle : synthèse audio optionnelle sensible aux cadres qui se conditionne sur le timing visuel et les invites textuelles pour créer des éléments de bande sonore alignés avec la coupe visuelle.
- Interpolation vidéo RIFE
- Rôle : augmente la fluidité temporelle et le taux de trame apparent en insérant des cadres intermédiaires de haute qualité, idéal pour les boucles cinématographiques courtes. Utilisé via l'intégration ComfyUI VFI. GACLove/ComfyUI-VFI
Comment utiliser Comfyui WAN 2.2 Smooth Workflow v5.0#
La toile est organisée en quatre modes de production que vous pouvez activer via les commutateurs sur la toile. À travers les modes, vous verrez des groupes cohérents pour les Points de contrôle, CLIP/VAE, Invites, Taille et Longueur de la Vidéo, Échantillonnage, et Résultat Vidéo. Chaque mode peut activer la génération audio via le commutateur Audio Enabler.
Texte à Vidéo (T2V)#
Entrez votre description dans l'invite Positive et affinez-la avec une invite Négative. Le texte de l'invite est encodé dans CLIPTextEncode (#90) et combiné avec le VAE WAN 2.x. WanImageToVideo (#50) agit comme le point d'entrée T2V même sans image de départ, produisant une séquence latente initiale qui passe aux échantillonneurs puis à la décodage. L'interpolation RIFE RIFEInterpolation (#160) lisse la séquence avant que VHS_VideoCombine (#77) n'exporte votre MP4. Utilisez l'Audio Enabler pour générer une bande sonore à partir de vos cadres et de votre invite audio.
Image à Vidéo (I2V)#
Déposez une seule image dans le groupe IMAGE, puis définissez vos dimensions et votre durée de vidéo. L'image est redimensionnée et envoyée dans WanImageToVideo (#172) avec vos invites textuelles, ce qui produit un latent conscient du mouvement. Les échantillonneurs appariés affinent le latent, puis le résultat est décodé, agrandi et interpolé pour une sortie fluide. Activez le groupe Audio I2V si vous souhaitez un son généré qui correspond au contenu animé.
Animation de Premier à Dernier Cadre (F2LF)#
Fournissez un cadre de début et un cadre de fin. Le graphique encode les deux avec CLIP Vision et les passe dans WanFirstLastFrameToVideo (#343), qui planifie un chemin entre les premières et dernières images tout en respectant vos invites textuelles. Les échantillonneurs SmoothMix Haut et Bas sculptent ensuite les cadres intermédiaires avant la décodage et l'interpolation. Le résultat est exporté par VHS_VideoCombine (#332), et une branche audio optionnelle peut synthétiser une bande sonore alignée à la transition visuelle.
Audio à Vidéo (A2V)#
Chargez un clip existant dans VHS_LoadVideo (#145). Le workflow peut éventuellement l'interpoler pour plus de fluidité, puis la branche audio crée du son basé sur les visuels et votre invite audio. VHS_VideoCombine (#148) mélange la piste et exporte un nouveau fichier. Utilisez l'aperçu du dernier cadre sur la toile pour vérifier rapidement la cohérence visuelle avant l'exportation.
Exportations et aperçus du dernier cadre#
Chaque mode se termine par un groupe de Résultat Vidéo qui écrit un MP4 via les nœuds VHS_VideoCombine de VideoHelperSuite. Un panneau de Dernier Cadre dédié enregistre et prévisualise le cadre final afin que vous puissiez juger de l'éclairage, de la couleur et de la qualité du sujet d'un coup d'œil avant de lancer des générations complètes. Les fonctionnalités d'E/S vidéo et de prévisualisation sont fournies par VideoHelperSuite. pythongosssss/ComfyUI-VideoHelperSuite
Nœuds clés dans Comfyui WAN 2.2 Smooth Workflow v5.0#
WanImageToVideo (#50)
- C'est le point d'entrée vidéo WAN 2.x pour T2V et I2V dans WanVideoWrapper. Il fusionne vos invites avec le VAE (et une image de départ optionnelle) pour construire un latent de mouvement initial. Les contrôles de taille et de longueur en amont doivent respecter les contraintes adaptées au modèle, et ce nœud alimente les échantillonneurs appariés qui suivent. Les détails de mise en œuvre et les mises à jour de WanVideoWrapper sont maintenus ici : kijai/ComfyUI-WanVideoWrapper.
WanFirstLastFrameToVideo (#343)
- Conduit le chemin Premier-à-Dernier-Cadre en ingérant les embeddings CLIP Vision pour les deux cadres limites avec vos invites textuelles. Il crée une trajectoire guidée qui préserve l'identité du sujet et la disposition de la scène tout en évoluant vers la cible. Gardez les cadres de début et de fin alignés dans l'échelle du sujet et la composition pour des transitions les plus naturelles.
KSamplerWithNAG (Advanced) (#234)
- Applique une Guidance Assistée par le Bruit pour améliorer l'adhérence à l'invite et réduire la dérive temporelle dans les clips courts. Ajustez sa guidance uniquement lorsque vous voyez une contrainte excessive ou insuffisante ; il fonctionne en tandem avec l'échantillonneur standard et votre invite négative. Voir la méthode et les conseils de réglage dans la documentation du projet : scottmudge/ComfyUI-NAG.
RIFEInterpolation (#160)
- Insère des intermédiaires de haute qualité pour améliorer la fluidité du mouvement avant l'encodage en vidéo. Utilisez-le lorsque votre séquence de base semble bonne cadre par cadre mais semble un peu saccadée à la lecture. Le nœud intègre l'implémentation RIFE fournie par l'extension ComfyUI VFI. GACLove/ComfyUI-VFI
VHS_VideoCombine (#77)
- Gère l'encodage final, le mélange audio optionnel, et la sauvegarde des métadonnées. Gardez son format et son format de pixel cohérents à travers les projets pour une lecture prévisible. VideoHelperSuite alimente également les utilitaires rapides de prévisualisation du dernier cadre utilisés ailleurs sur la toile. pythongosssss/ComfyUI-VideoHelperSuite
Extras optionnels#
- Utilisez les points de contrôle SmoothMix Haut vs Bas pour équilibrer qualité et vitesse. Haut est idéal pour les plans principaux et la dernière itération, Bas vous aide à itérer plus rapidement sur les invites et le timing.
- Gardez la largeur et la hauteur de la vidéo dans des multiples adaptés au modèle pour minimiser les artefacts et accélérer l'échantillonnage.
- Si un clip T2V semble statique, rafraîchissez la graine ou renforcez les verbes de mouvement dans l'invite avant d'augmenter la profondeur d'échantillonnage.
- Pour F2LF, choisissez des cadres limites avec des angles de caméra et des expositions similaires. Les grands sauts dans la composition sont plus difficiles à résoudre en douceur.
- La toile inclut un assistant d'Invites Adaptatives pour un phrasé plus riche lorsque vous souhaitez des variations rapides sans réécritures manuelles des invites. Alectriciti/comfyui-adaptiveprompts
Ce WAN 2.2 Smooth Workflow v5.0 a été conçu pour minimiser les frictions de changement de mode tout en gardant les résultats fluides et cinématographiques. Commencez par le mode qui correspond à votre entrée, définissez la taille et la durée, écrivez une paire d'invites claires, et laissez les échantillonneurs plus RIFE faire le reste.
Remerciements#
Ce workflow implémente et s'appuie sur les travaux et ressources suivants. Nous remercions chaleureusement les créateurs de Civitai pour le workflow Smooth Workflow Wan 2.2 AIO et les modèles Smooth Mix Wan 2.2 14B I2V/T2V, kijai pour ComfyUI-WanVideoWrapper, et lightx2v (ModelTC) pour Wan2.2-Distill-Loras pour leurs contributions et leur maintenance. Pour des détails autoritaires, veuillez vous référer à la documentation originale et aux dépôts liés ci-dessous.
Ressources#
- Civitai/Smooth Workflow Wan 2.2 AIO (Workflow v5.0)
- Docs / Notes de version : Source du workflow
- Civitai/Smooth Mix Wan 2.2 14B (I2V/T2V)
- Docs / Notes de version : Modèles SmoothMix WAN 2.2 I2V/T2V
- kijai/ComfyUI-WanVideoWrapper
- GitHub : kijai/ComfyUI-WanVideoWrapper
- lightx2v/Wan2.2-Distill-Loras
- GitHub : ModelTC/LightX2V
- Hugging Face : lightx2v/Wan2.2-Distill-Loras
Note : L'utilisation des modèles, jeux de données et code référencés est soumise aux licences et conditions respectives fournies par leurs auteurs et mainteneurs.
