WAN 2.2 Smooth Workflow v5.0: un'unica pipeline ComfyUI per video fluidi di 5 secondi#
WAN 2.2 Smooth Workflow v5.0 è un canvas unico che copre la conversione da testo a video, da immagine a video, animazione dal primo all'ultimo fotogramma e da audio a video. È costruito attorno alla famiglia di modelli SmoothMix WAN 2.2 con Lightx2v LoRAs opzionali, operatori WanVideoWrapper per WAN 2.x e interpolazione di fotogrammi RIFE, così puoi generare clip brevi e cinematografiche con movimento coerente e iterazione rapida.
Usa questo WAN 2.2 Smooth Workflow v5.0 quando vuoi un grafico organizzato che ti permetta di passare da T2V, I2V, F2LF e A2V senza dover ricollegare i nodi. Il canvas include interruttori di modalità, controlli di durata e dimensione, anteprime dell'ultimo fotogramma e un ramo audio opzionale che può seguire il ritmo visivo del tuo clip.
Modelli chiave in Comfyui WAN 2.2 Smooth Workflow v5.0#
- Checkpoint SmoothMix WAN 2.2 Text‑to‑Video e Image‑to‑Video (Alto e Basso)
- Ruolo: ossature principali di diffusione per la sintesi e il raffinamento del movimento nei percorsi T2V e I2V. Alto favorisce qualità e dettaglio; Basso favorisce velocità e spazio VRAM.
- Lightx2v WAN 2.2 Distill LoRAs
- Ruolo: LoRAs opzionali distillati per WAN 2.2 che migliorano la fluidità del movimento o la stilizzazione mantenendo reattive le richieste. Carica secondo necessità per guidare aspetto e dinamiche. lightx2v/Wan2.2-Distill-Loras
- WAN 2.x VAE
- Ruolo: il VAE utilizzato in tutto il canvas per codificare e decodificare i latenti video in modo che la qualità dell'immagine e la risposta cromatica rimangano coerenti tra i rami.
- Codificatore di testo WAN 2.x (famiglia uMT5 XXL)
- Ruolo: il codificatore di testo specializzato utilizzato da WAN 2.x; il flusso di lavoro carica il tokenizer/modello corrispondente in modo che le richieste condizionino correttamente il movimento e l'aspetto.
- Codificatore Vision CLIP (famiglia ViT‑H)
- Ruolo: estrae robusti incapsulamenti di fotogrammi iniziali e finali per il percorso di animazione dal primo all'ultimo fotogramma, migliorando la coerenza temporale durante l'interpolazione.
- Ramo di generazione audio
- Ruolo: sintesi audio opzionale consapevole dei fotogrammi che si condiziona sul tempismo visivo e sulle richieste di testo per creare elementi di colonna sonora allineati con il taglio visivo.
- Interpolazione video RIFE
- Ruolo: aumenta la fluidità temporale e il frame rate apparente inserendo fotogrammi intermedi di alta qualità, ideale per loop cinematografici brevi. Utilizzato tramite l'integrazione VFI di ComfyUI. GACLove/ComfyUI-VFI
Come usare Comfyui WAN 2.2 Smooth Workflow v5.0#
Il canvas è organizzato in quattro modalità di produzione che puoi abilitare dagli interruttori sul canvas. Tra le modalità vedrai gruppi coerenti per Checkpoint, CLIP/VAE, Prompts, Dimensione e Lunghezza Video, Campionamento e Risultato Video. Ogni modalità può abilitare opzionalmente la generazione audio tramite l'interruttore Audio Enabler.
Da Testo a Video (T2V)#
Inserisci la tua descrizione nel prompt Positivo e raffina con un prompt Negativo. Il testo del prompt è codificato in CLIPTextEncode (#90) e combinato con il WAN 2.x VAE. WanImageToVideo (#50) funge da punto di ingresso T2V anche senza un'immagine di partenza, producendo una sequenza latente iniziale che passa ai campionatori e quindi alla decodifica. L'interpolazione RIFE RIFEInterpolation (#160) appiana la sequenza prima che VHS_VideoCombine (#77) esporti il tuo MP4. Usa l'Audio Enabler per generare una colonna sonora dai tuoi fotogrammi e dal prompt audio.
Da Immagine a Video (I2V)#
Inserisci un'unica immagine nel gruppo IMMAGINE, quindi imposta le dimensioni e la durata del video. L'immagine viene ridimensionata e inviata in WanImageToVideo (#172) insieme ai tuoi prompt di testo, che producono un latente consapevole del movimento. I campionatori accoppiati affinano il latente, quindi il risultato viene decodificato, ingrandito e interpolato per un'uscita fluida. Abilita il gruppo Audio I2V se desideri un suono generato che corrisponda al contenuto animato.
Animazione dal Primo all'Ultimo Fotogramma (F2LF)#
Fornisci un fotogramma iniziale e uno finale. Il grafico codifica entrambi con Vision CLIP e li passa in WanFirstLastFrameToVideo (#343), che pianifica un percorso tra le prime e ultime immagini rispettando i tuoi prompt di testo. I campionatori High e Low SmoothMix scolpiscono quindi i fotogrammi intermedi prima della decodifica e dell'interpolazione. Il risultato è esportato da VHS_VideoCombine (#332), e un ramo audio opzionale può sintetizzare una colonna sonora allineata alla transizione visiva.
Da Audio a Video (A2V)#
Carica un clip esistente in VHS_LoadVideo (#145). Il flusso di lavoro può opzionalmente interpolarlo per una maggiore fluidità, quindi il ramo audio crea suono basato sui visuali e sul tuo prompt audio. VHS_VideoCombine (#148) mescola la traccia ed esporta un nuovo file. Usa l'anteprima dell'ultimo fotogramma sul canvas per controllare rapidamente la coerenza visiva prima dell'esportazione.
Esportazioni e anteprime dell'ultimo fotogramma#
Ogni modalità termina con un gruppo Risultato Video che scrive un MP4 tramite i nodi VHS_VideoCombine di VideoHelperSuite. Un riquadro dedicato Salva Ultimo Fotogramma salva e visualizza in anteprima il fotogramma finale in modo da poter giudicare l'illuminazione, il colore e la qualità del soggetto a colpo d'occhio prima di eseguire generazioni complete. Video I/O e funzionalità di anteprima sono forniti da VideoHelperSuite. pythongosssss/ComfyUI-VideoHelperSuite
Nodi chiave in Comfyui WAN 2.2 Smooth Workflow v5.0#
WanImageToVideo (#50)
- Questo è il punto di ingresso video WAN 2.x sia per T2V che per I2V all'interno di WanVideoWrapper. Unisce i tuoi prompt con il VAE (e un'immagine di partenza opzionale) per costruire un latente di movimento iniziale. I controlli di dimensione e lunghezza a monte devono rispettare i vincoli compatibili con il modello, e questo nodo alimenta i campionatori accoppiati che seguono. I dettagli e gli aggiornamenti dell'implementazione di WanVideoWrapper sono mantenuti qui: kijai/ComfyUI-WanVideoWrapper.
WanFirstLastFrameToVideo (#343)
- Guida il percorso dal Primo all'Ultimo Fotogramma inserendo gli incapsulamenti Vision CLIP per entrambi i fotogrammi di confine insieme ai tuoi prompt di testo. Crea una traiettoria guidata che preserva l'identità del soggetto e il layout della scena mentre si trasforma verso il bersaglio. Mantieni allineati i fotogrammi iniziali e finali in scala e composizione del soggetto per le transizioni più naturali.
KSamplerWithNAG (Avanzato) (#234)
- Applica la Guida Assistita dal Rumore per migliorare l'aderenza al prompt e ridurre la deriva temporale nei brevi clip. Regola la sua guida solo quando vedi eccessiva restrizione o sotto-restrizione; funziona in tandem con il campionatore standard e il tuo prompt negativo. Vedi il metodo e la guida alla regolazione nei documenti del progetto: scottmudge/ComfyUI-NAG.
RIFEInterpolation (#160)
- Inserisce in-between di alta qualità per migliorare la fluidità del movimento prima della codifica in video. Usalo quando la tua sequenza di base sembra buona fotogramma per fotogramma ma appare un po' scattosa alla riproduzione. Il nodo integra l'implementazione RIFE fornita dall'estensione VFI di ComfyUI. GACLove/ComfyUI-VFI
VHS_VideoCombine (#77)
- Gestisce la codifica finale, il muxing audio opzionale e il salvataggio dei metadati. Mantieni il suo formato e il formato dei pixel coerenti tra i progetti per una riproduzione prevedibile. VideoHelperSuite alimenta anche le rapide utilità di anteprima dell'ultimo fotogramma utilizzate altrove sul canvas. pythongosssss/ComfyUI-VideoHelperSuite
Extra opzionali#
- Usa checkpoint SmoothMix Alti vs Bassi per bilanciare qualità e velocità. Alto è ideale per riprese eroiche e l'ultima iterazione, Basso ti aiuta a iterare più rapidamente su prompt e tempistica.
- Mantieni larghezza e altezza del video in multipli compatibili con il modello per minimizzare gli artefatti e velocizzare il campionamento.
- Se un clip T2V sembra statico, aggiorna il seed o rafforza i verbi di movimento nel prompt prima di aumentare la profondità di campionamento.
- Per F2LF, scegli fotogrammi di confine con angoli di ripresa e esposizione simili. Grandi salti nella composizione sono più difficili da risolvere in modo fluido.
- Il canvas include un aiuto Adaptive Prompts per frasi più ricche quando vuoi variazioni rapide senza riscritture manuali dei prompt. Alectriciti/comfyui-adaptiveprompts
Questo WAN 2.2 Smooth Workflow v5.0 è stato progettato per minimizzare l'attrito nel cambio di modalità mantenendo i risultati fluidi e cinematografici. Inizia con la modalità che corrisponde al tuo input, imposta dimensioni e durata, scrivi una coppia di prompt chiara e lascia che i campionatori più RIFE facciano il resto.
Riconoscimenti#
Questo flusso di lavoro implementa e si basa sui seguenti lavori e risorse. Ringraziamo sinceramente i creatori di Civitai per il flusso di lavoro Smooth Workflow Wan 2.2 AIO e i modelli Smooth Mix Wan 2.2 14B I2V/T2V, kijai per ComfyUI-WanVideoWrapper e lightx2v (ModelTC) per Wan2.2-Distill-Loras per i loro contributi e la manutenzione. Per i dettagli autorevoli, si prega di fare riferimento alla documentazione originale e ai repository linkati di seguito.
Risorse#
- Civitai/Smooth Workflow Wan 2.2 AIO (Workflow v5.0)
- Documenti / Note di Rilascio: Workflow source
- Civitai/Smooth Mix Wan 2.2 14B (I2V/T2V)
- Documenti / Note di Rilascio: SmoothMix WAN 2.2 I2V/T2V models
- kijai/ComfyUI-WanVideoWrapper
- GitHub: kijai/ComfyUI-WanVideoWrapper
- lightx2v/Wan2.2-Distill-Loras
- GitHub: ModelTC/LightX2V
- Hugging Face: lightx2v/Wan2.2-Distill-Loras
Nota: L'uso dei modelli, dei dataset e del codice di riferimento è soggetto alle rispettive licenze e ai termini forniti dai loro autori e manutentori.
