Wan Alpha est un workflow ComfyUI conçu pour générer des vidéos avec un canal alpha natif en utilisant la famille Wan 2.1. Il produit conjointement RGB et alpha pour que les personnages, accessoires et effets s'insèrent directement dans les timelines sans nécessiter de keying ou de rotoscopie. Pour les VFX, les graphismes animés et les applications interactives, Wan Alpha offre des bords nets, des effets semi-transparents et des masques précis prêts pour la production.
Construit autour de Wan2.1‑T2V‑14B et d'une paire VAE consciente de l'alpha, Wan Alpha équilibre fidélité et rapidité. L'accélération optionnelle LightX2V LoRA raccourcit l'échantillonnage tout en préservant les détails, et le workflow exporte des séquences de trames RGBA ainsi qu'un aperçu animé WebP pour une revue rapide.
Ce graphe ComfyUI suit un chemin simple de l'invite aux trames RGBA : charger les modèles, encoder le texte, allouer un latent vidéo, échantillonner, décoder RGB et alpha en synchronisation, puis enregistrer.
Chargement des modèles et de LoRA
Load Wan 2.1 t2v 14B (#37) pour charger le modèle de base. Si vous utilisez l'accélération ou des raffinements de style, appliquez-les avec LoraLoaderModelOnly (#59) et LoraLoaderModelOnly (#65) en séquence. Le modèle passe ensuite par ModelSamplingSD3 (#48), qui configure un échantillonneur compatible avec le checkpoint chargé. Cet ensemble définit le mouvement préalable et le style de rendu que Wan Alpha affinera dans les étapes ultérieures.Encodage de l'invite
Load Text Encoder (#38) charge l'encodeur de texte UMT5‑XXL. Entrez votre description dans CLIP Text Encode (Positive Prompt) (#6); gardez votre sujet, action, cadrage de caméra, et la phrase "transparent background" concis. Utilisez CLIP Text Encode (Negative Prompt) Useless s (#7) pour éviter les halos ou les encombrements de fond si nécessaire. Ces encodages conditionnent à la fois la génération RGB et alpha pour que les bords et les indices de transparence suivent votre intention.Configuration de la toile vidéo
EmptyHunyuanLatentVideo (#40) pour définir la toile vidéo latente. Réglez width, height, frames, et fps pour s'adapter à votre prise de vue; des résolutions plus élevées ou des clips plus longs nécessitent plus de mémoire. Ce nœud alloue un volume latent temporellement cohérent que Wan Alpha remplira de mouvement et d'apparence. Envisagez d'harmoniser la durée et la fréquence d'images avec votre montage pour éviter le rééchantillonnage plus tard.Génération
KSampler (#3) effectue la diffusion sur le latent vidéo en utilisant votre pile de modèles et le conditionnement de l'invite. Ajustez seed pour des variations, et sélectionnez un sampler et un scheduler qui équilibrent rapidité et détail. Lorsque le LightX2V LoRA est actif, vous pouvez utiliser moins d'étapes pour des rendus plus rapides tout en maintenant la stabilité. La sortie est un flux latent unique partagé par l'étape de décodage suivante pour garantir un alignement parfait RGBA.Décodage RGB et alpha
RGB VAE Decode (#8) s'associe à VAELoader (#39) pour reconstruire les trames RGB. En parallèle, Alpha VAE Decode (#52) s'associe à VAELoader (#51) pour reconstruire le canal alpha. Les deux décodeurs lisent le même latent pour que le matte s'aligne exactement avec les pixels de couleur, une idée centrale dans la conception de Wan‑Alpha pour une transparence cohérente. Ce double chemin de décodage est ce qui rend Wan Alpha prêt pour un compositing direct.Enregistrement et aperçu
SavePNGZIP_and_Preview_RGBA_AnimatedWEBP (#73) écrit deux livrables : une archive zip de trames PNG RGBA et un aperçu animé WebP compact. La séquence de trames est conviviale pour les NLEs et les compositeurs, tandis que l'aperçu accélère les revues. Nommez votre ensemble de sortie, choisissez une longueur et une qualité d'aperçu, et exécutez le nœud pour emballer votre résultat.EmptyHunyuanLatentVideo (#40)
width, height, frames, et fps pour correspondre à la livraison. Les toiles plus grandes et les durées plus longues augmentent les besoins en VRAM ; envisagez des brouillons plus courts pour le développement de look, puis augmentez pour les finales.KSampler (#3)
seed pour les explorations, steps pour échanger rapidité et détail, sampler et scheduler pour la stabilité, et cfg pour équilibrer l'adhésion à l'invite avec le mouvement naturel. Avec LightX2V LoRA actif, vous pouvez réduire significativement steps tout en préservant la qualité grâce à la distillation par étapes. Voir LightX2V pour le contexte sur l'échantillonnage rapide. ModelTC/LightX2VLoraLoaderModelOnly (#59)
strength pour mélanger son effet si vous voyez des suraffûtages ou des artefacts de tempo. Gardez ce LoRA le plus proche du modèle de base dans la chaîne pour que les LoRAs en aval héritent de ses avantages de vitesse.LoraLoaderModelOnly (#65)
strength pour éviter de dominer la cohérence du mouvement ; combinez avec votre invite plutôt que de la remplacer. Si des artefacts apparaissent, baissez ce LoRA avant de changer l'échantillonneur.VAELoader (#39) RGB
RGB VAE Decode (#8). Gardez cela associé au VAE alpha Wan‑Alpha pour s'assurer que les deux décodeurs interprètent les latents de manière cohérente. Passer à des VAEs non liés peut désaligner les bords ou adoucir la transparence. Le contexte sur la conception conjointe RGB–alpha est dans le rapport Wan‑Alpha. Wan‑Alpha (arXiv)VAELoader (#51) Alpha
Alpha VAE Decode (#52). Il reconstruit le matte à partir du même espace latent que le RGB pour que la transparence corresponde au mouvement et aux détails. Si vous personnalisez les VAEs, testez que le RGB et l'alpha s'alignent toujours sur les bords subpixel comme les cheveux.SavePNGZIP_and_Preview_RGBA_AnimatedWEBP (#73)
output_name clair pour la versioning, choisissez une qualité d'aperçu et une fréquence d'images qui reflètent le clip généré, et gardez l'export PNG comme votre maître pour un compositing sans perte. Évitez de redimensionner entre le décodage et l'enregistrement pour préserver la fidélité des bords.Ressources utilisées dans Wan Alpha
Ce workflow implémente et s'appuie sur les travaux et ressources suivants. Nous remercions sincèrement WeChatCV pour Wan-Alpha pour leurs contributions et leur maintenance. Pour des détails autoritaires, veuillez vous référer à la documentation originale et aux dépôts répertoriés ci-dessous.
Note : L'utilisation des modèles, ensembles de données et codes référencés est soumise aux licences et conditions respectives fournies par leurs auteurs et mainteneurs.
RunComfy est la première ComfyUI plateforme, offrant des ComfyUI en ligne environnement et services, ainsi que des workflows ComfyUI proposant des visuels époustouflants. RunComfy propose également AI Playground, permettant aux artistes d'utiliser les derniers outils d'IA pour créer des œuvres d'art incroyables.