Wan 2.1 Fun | ControlNet 视频生成

Wan 2.1 Fun | ControlNet 视频生成

Wan 2.1 Fun 引入了一种直观而强大的方法，用于使用 Wan 2.1 Fun 模型进行受控 AI 内容创作。 构建在一个 ControlNet 启发的框架上，Wan 2.1 Fun 确保与标准 ControlNet 预处理模块的兼容性。通过从输入素材中提取 Depth、Canny 或 OpenPose 通道，这个 ControlNet-based ComfyUI 工作流允许用户以精确的方式影响输出的结构、运动和风格，而不只是依赖文本提示。

Wan 2.1 Fun 将结构化的视觉数据引入流程——保持运动精确性，增强风格化，并实现更为明确的转换。无论您是在构建动态动画、姿态驱动的表演，还是在实验抽象运动艺术，Wan 2.1 Fun 都能将艺术控制直接置于您的手中，同时利用 Wan 2.1 Fun 模型和 ControlNet 原则的表现力。

为什么选择 Wan 2.1 Fun？

Wan 2.1 Fun 工作流程提供了一种灵活的方式，通过 ControlNet 风格的视觉条件引导 AI 运动和结构：

• 使用 Depth、Canny 或 OpenPose 进行结构化控制
• 构建在一个 ControlNet 启发的系统上，实现引导转换
• 兼容多种 ControlNet 预处理器，包括第三方扩展
• 通过 ControlNet 原则实现更清晰的空间一致性、形态和动态流动
• 无需复杂的提示工程或训练
• 轻量且响应迅速，具备高视觉保真度
• 适合动作设计、风格化编舞或表演驱动的运动合成

如何使用 Wan 2.1 Fun ControlNet 工作流程

Wan 2.1 Fun 概览

• Load WanFun Model (紫色): 模型加载器
• Enter Prompts (绿色): 正面和负面提示
• Upload Your Video and Resize (青蓝色): 用户输入 – 参考素材和调整大小
• Choose Control Video Preprocessor (橙色): ControlNet 节点，用于深度、Canny 或 OpenPose
• Wan Fun Sampler + Save Video (粉色): 采样与输出

快速开始步骤：

1. 选择你的 Wan 2.1 Fun 模型 (Wan2.1-Fun-Control (1.3B / 14B))
2. 输入你的正面和负面提示
3. 上传参考素材
4. 通过 Queue Prompt 运行工作流程
5. 从最后一个节点或 Outputs 文件夹中检索结果

1 - 加载 WanFun 模型

选择适合 ControlNet 风格调节的 Wan2.1-Fun-Control 变体：

• 使用 model_cpu_offload 以更平稳地运行 1.3B
• 使用 sequential_cpu_offload 以降低 14B 的 GPU 负载

2 - 输入提示

• 正面提示：
  • 描述运动风格、氛围或视觉纹理
  • 生动而描述性的提示增强创意控制
• 负面提示：
  • 为提高输出稳定性，尝试使用词语如 "Blurring, mutation, deformation, distortion, dark and solid, comics."
  • 为了更具动态性的运动，添加词语如 "quiet, solid"

3 - 上传您的视频并调整大小

上传您的源素材。为获得 Wan 2.1 Fun 的最佳效果，请适当调整大小以满足所需的帧尺寸。

4 - 选择控制视频预处理器

此部分激活 Wan 2.1 Fun 的 ControlNet 基础预处理系统：

• Depth: 捕捉空间布局为深度图
• Canny: 提取强边缘轮廓和结构
• OpenPose: 识别关节、肢体和姿态以进行运动驱动的工作

这些指南使 Wan 2.1 Fun 工作流程遵循视觉线索，而不仅仅依赖提示。
所有模块均符合 ControlNet 预处理标准，允许您通过自定义节点扩展功能。

5 - Wan Fun 采样器 + 保存输出

Wan 2.1 Fun 采样器 针对清晰度和创意一致性进行了调优。
如有需要，可自定义配置。输出会自动保存到指定文件夹。

致谢

Wan 2.1 Fun 工作流程由 和 开发，他们对 AI 基础的运动控制和风格化做出的贡献使得高级 ControlNet 集成成为可能。此项目应用了 Wan 2.1 Fun 模型的表现力深度，结合深度、Canny 和 OpenPose 输入，实现 AI 辅助视觉制作中的构图和动态精度。 我们感谢他们为创意社区提供这些工具。