Wan 2.1 Fun | ControlNet 비디오 생성
Wan 2.1 Fun은 Wan 2.1 모델 계열을 기반으로 구축된 유연한 ControlNet 스타일의 AI 비디오 생성 워크플로우입니다. 입력 비디오에서 깊이, 캐니 또는 OpenPose 패스를 추출하여 Wan 2.1 Fun Control 모델에 적용함으로써 제어된 비디오 생성을 가능하게 합니다. 1.3B 및 14B 파라미터 변형을 통해 Wan 2.1 Fun은 창의적 탐색과 정밀 안내 애니메이션 모두를 위한 확장 가능하고 고품질의 출력을 제공합니다.ComfyUI Wan 2.1 Fun 워크플로우
ComfyUI Wan 2.1 Fun 예제
ComfyUI Wan 2.1 Fun 설명
Wan 2.1 Fun | ControlNet 비디오 생성
Wan 2.1 Fun은 Wan 2.1 Fun 모델을 사용한 제어된 AI 콘텐츠 생성의 직관적이고 강력한 방법을 소개합니다. ControlNet에서 영감을 받은 프레임워크로 구축된 Wan 2.1 Fun은 표준 ControlNet 전처리 모듈과의 호환성을 보장합니다. 입력 영상에서 깊이, 캐니, 또는 OpenPose 패스를 추출함으로써 이 ControlNet 기반 ComfyUI 워크플로우는 텍스트 프롬프트에만 의존하는 대신 출력의 구조, 동작, 스타일을 정밀하게 제어할 수 있게 합니다.
Wan 2.1 Fun은 프로세스에 구조화된 시각적 데이터를 도입하여 동작 정확성을 유지하고 스타일화를 향상시키며 더 의도적인 변환을 가능하게 합니다. 역동적인 애니메이션을 만들거나, 포즈 기반 공연을 하거나, 추상적인 모션 아트에 실험하는 경우, Wan 2.1 Fun은 Wan 2.1 Fun 모델과 ControlNet 원칙의 표현력을 활용하여 예술적 제어를 직접적으로 제공합니다.
Wan 2.1 Fun을 사용하는 이유?
Wan 2.1 Fun 워크플로우는 ControlNet 스타일의 시각적 조건을 사용하여 AI 동작과 구조를 안내하는 유연한 방법을 제공합니다:
- 구조화된 제어를 위해 깊이, 캐니, 또는 OpenPose 사용
- 안내된 변환을 가능하게 하는 ControlNet에서 영감을 받은 시스템으로 구축
- 타사 확장을 포함한 여러 ControlNet 전처리기와 호환
- ControlNet 원칙을 통해 더 명확한 공간적 일관성, 형태, 동적 흐름 달성
- 복잡한 프롬프트 엔지니어링이나 훈련 불필요
- 높은 시각적 충실도로 가볍고 반응성이 뛰어남
- 액션 디자인, 스타일화된 안무, 또는 공연 기반의 모션 합성에 적합
Wan 2.1 Fun ControlNet 워크플로우 사용 방법
Wan 2.1 Fun 개요
Load WanFun Model
(보라색): 모델 로더Enter Prompts
(녹색): 긍정적 및 부정적 프롬프트Upload Your Video and Resize
(청록색): 사용자 입력 – 참조 영상 및 크기 조정Choose Control Video Preprocessor
(주황색): 깊이, 캐니, 또는 OpenPose를 위한 ControlNet 노드Wan Fun Sampler + Save Video
(분홍색): 샘플링 및 출력
빠른 시작 단계:
- Wan 2.1 Fun 모델 선택 (
Wan2.1-Fun-Control (1.3B / 14B)
) - 긍정적 및 부정적 프롬프트 입력
- 참조 영상 업로드
Queue Prompt
를 통해 워크플로우 실행- 마지막 노드 또는
Outputs
폴더에서 결과 가져오기
1 - Load WanFun Model
ControlNet 스타일의 조건을 위한 적절한 Wan2.1-Fun-Control
변형 선택:
- 1.3B로 부드러운 실행을 위해
model_cpu_offload
사용 - 14B에서 낮은 GPU 부하를 위해
sequential_cpu_offload
사용
2 - Enter Prompts
- 긍정적 프롬프트:
- 동작 스타일, 분위기, 시각적 질감을 설명
- 생생하고 자세한 프롬프트가 창의적 제어를 향상시킴
- 부정적 프롬프트:
- 출력 안정성을 개선하려면
"Blurring, mutation, deformation, distortion, dark and solid, comics."
와 같은 단어를 시도 - 더 동적인 동작을 위해
"quiet, solid"
와 같은 용어 추가
- 출력 안정성을 개선하려면
3 - Upload Your Video and Resize
소스 영상을 업로드하세요. Wan 2.1 Fun과 최적의 결과를 얻기 위해 원하는 프레임 크기에 맞게 적절히 크기 조정하세요.
4 - Choose Control Video Preprocessor
이 섹션은 Wan 2.1 Fun을 위한 ControlNet 기반 전처리 시스템을 활성화합니다:
깊이
: 깊이 맵으로 공간 레이아웃 캡처캐니
: 강한 가장자리 윤곽과 구조 추출OpenPose
: 동작 기반 작업을 위한 관절, 사지 및 자세 식별
이 가이드는 프롬프트에만 의존하는 대신 시각적 단서를 따르도록 Wan 2.1 Fun 워크플로우를 조건화합니다.
모든 모듈은 ControlNet 전처리 표준에 맞춰져 있어 사용자 정의 노드를 통해 기능을 확장할 수 있습니다.
5 - Wan Fun Sampler + Save Output
Wan 2.1 Fun Sampler는 명확성과 창의적 일관성을 위해 조정되었습니다.
필요한 경우 구성을 사용자 정의하세요. 출력은 지정된 폴더에 자동으로 저장됩니다.
감사의 글
Wan 2.1 Fun 워크플로우는 AI 기반 모션 제어 및 스타일화에 대한 기여로 고급 ControlNet 통합을 가능하게 한 과 에 의해 개발되었습니다. 이 프로젝트는 Wan 2.1 Fun 모델의 표현적 깊이를 깊이, 캐니, OpenPose 입력과 함께 적용하여 AI 지원 시각적 제작에서 구성적이고 동적인 정밀성을 가능하게 합니다. 창의적 커뮤니티에 이러한 도구를 제공해주신 것에 감사드립니다.