Wan 2.1 Control LoRAは、ビデオ生成に対する軽量で効率的なアプローチを導入し、従来のControlNet方法に代わるものを提供します。Wan 2.1モデル専用に設計されたこれらの深度とタイルベースのLoRAは、推論コストを増加させることなく、Wan 2.1ビデオの構造と詳細をユーザーがガイドできるようにします。ControlNetとは異なり、リソース集約的でトレーニングが複雑になる可能性があるこのControl LoRAは、Wan 2.1とシームレスに統合され、最小限の計算オーバーヘッドで正確で最適化された出力を保証します。
Wan 2.1ワークフロー内のノードは、Wan 2.1と深度とタイルのLoRAを使用する際の明確さのために整理されています。
使用したいグループのミュートを解除し、希望するビデオをアップロードします。 ポジティブテキストを入力し、必要に応じてWan 2.1ビデオ設定（例えば、期間と解像度）を両方のグループで調整します。
すべてのレンダリングされたWan 2.1 Control LoRAビデオは、ComfyUIのOutputsフォルダーに保存されます。
このDepth Control LoRAグループは、ビデオクリップから深度情報を抽出し、Wan 2.1ビデオ生成を向上させるために使用されます。従来のControlNet方法に代わる、より構造的で深度に敏感な選択肢を提供し、Wan 2.1でより一貫性のある視覚的に一貫した出力を作成するのに役立ちます。
ミュートされている場合は、ミュートを解除してください。
使用するには、ビデオをアップロードし、ハードウェアの制限やプロジェクトのニーズに基づいて解像度と長さを調整します。より高い解像度はより詳細な深度をキャプチャできますが、処理時間とVRAM使用量が増加する可能性があります。短いクリップはより速く実行されます。Wan 2.1ワークフローにおいて品質とパフォーマンスのバランスを見つけるために、異なる設定をテストしてください。
これは、詳細と一貫性を維持しながらビデオをアップスケーリングするために設計されたタイルLoRA使用グループです。Wan 2.1でTile Control LoRAメソッドを利用することで、パフォーマンスの大幅な損失なく効率的にビデオ解像度を向上させることができます。入力ビデオは1K解像度未満である必要がありますが、ワークフローは最大1.5Kまでのアップスケーリングをサポートします。ただし、特に長いビデオを処理する場合やVRAMが限られているGPUを使用する場合は、メモリ不足によるクラッシュの可能性に注意してください。品質とシステムパフォーマンスのバランスをとるために設定を調整してください。
ミュートされている場合は、グループのミュートを解除してください。
Tile Control LoRAを使用してビデオをアップスケーリングし、Wan 2.1出力の視覚的一貫性と詳細を維持しながら解像度を向上させます。入力ビデオは1K解像度未満である必要がありますが、ワークフローは最大1.5Kまでのアップスケーリングを許可します。ただし、特に長いビデオや限られたVRAMを持つ場合は、メモリ不足によるクラッシュの可能性に注意してください。Wan 2.1で最高の結果を得るために、品質とパフォーマンスのバランスをとるように設定を調整してください。
Wan 2.1用のControl LoRAモデルは、ワークフローの起動時にマシンに自動で提供されますが、オフラインで使用するために必要なリンクを以下に示します：
自動ダウンロードがマシンの一時ストレージで完了するまで3〜5分かかります。
Wan 2.1 Control LoRAを使用すると、ユーザーはビデオの一貫性と構造を向上させながら、効率的で合理化されたワークフローを維持できます。これらの特殊なLoRAの軽量性は、AI駆動のアニメーション、Wan 2.1を使用した映画的なビデオプロジェクト、および伝統的な制御システムの欠点を避けたクリエイティブな実験に最適です。Control LoRAを利用することで、クリエイターは処理時間を短縮しながら、高品質の結果を維持しつつ、Wan 2.1ビデオ出力をよりコントロールできます。
RunComfyは最高の ComfyUI プラットフォームです。次のものを提供しています: ComfyUIオンライン 環境とサービス、および ComfyUIワークフロー 魅力的なビジュアルが特徴です。 RunComfyはまた提供します AI Playground, アーティストが最新のAIツールを活用して素晴らしいアートを作成できるようにする。
