Wan 2.1 | 革命性视频生成

ComfyUI Wan 2.1 工作流程描述

1. 什么是 Wan 2.1?

ComfyUI Wan 2.1 工作流程是一个前沿的视频生成管道，利用最新的 Wan 2.1 模型从文本提示或/和基础图像创建高质量的视频。Wan 2.1 支持文本到视频 (T2V) 和图像到视频 (I2V) 生成，制作具有自然运动和专业级质量的 5 秒视频。Wan 2.1 为 AI 视频生成设定了新的基准，性能优于开源和商业替代品。Wan 2.1 14B 模型进一步突破极限，提供高达 720P 的卓越结果。

2. Wan 2.1 的优势和功能

• 高质量输出： 生成 480P 到 720P 的视频，具有逼真的运动和高保真纹理。
• 硬件可访问性： 轻量级的 Wan 2.1 1.3B 模型仅需 8.19GB VRAM，使其与大多数现代 GPU 兼容（由 RunComfy 提供！）。
• 多功能生成： Wan 2.1 支持文本到视频 (T2V) 和图像到视频 (I2V) 工作流程。
• 多语言支持： Wan 2.1 是第一个能够在视频中生成中英文文本的视频模型。
• VAE 效率： Wan-VAE 后端高效处理 1080P 视频，同时保持时间一致性。
• 快速处理： Wan 2.1 1.3B 模型在保持质量的同时提供快速结果。

3. 如何使用 Wan 2.1

3.1 Wan 2.1 生成方法

主要 Wan 2.1 生成方法（默认禁用）：文本到视频

• 输入： 文本提示
• 最佳用途： 使用文本描述从头开始创建视频
• 特征：
  • 使用 Wan 2.1 1.3B 模型进行更快生成
  • 创建 33 帧（5 秒）的视频，分辨率为 480P
  • 针对短片中的平滑运动进行了优化

高级 Wan 2.1 方法（默认启用）：图像到视频加文本提示

• 输入： 基础图像 + 文本提示
• 最佳用途： 动态化静止图像，同时用提示引导运动
• 特征：
  • 保留输入图像的视觉元素
  • 允许文本控制运动方向
  • 使用 Wan 2.1 14B 模型实现更高保真度
  • 创建 33 帧视频，分辨率为 512x512

示例工作流程：

1. 在 CLIPTextEncode (Positive Prompt / Negative Prompt)： 输入场景描述（例如，"一只狐狸在白天美丽的冬季景观中快速移动，镜头跟踪"）。
2. 在 Load Image： 上传您的基础图像。
3. 进一步优化（可选）：
   • 在 KSampler： 调整 steps（默认：30）以平衡质量与速度。
   • 在 ModelSamplingSD3： 修改 scale 值（默认：8）以增强提示遵循性。
4. 点击 Queue Prompt 开始生成。
5. 在 SaveAnimatedWEBP 中找到您的输出预览（也保存在 ComfyUI > Output 文件夹中）。

3.2 Wan 2.1 参数参考

• KSampler：
  • steps：20-30（更高的值提高质量但增加时间）
  • cfg：6.0（控制提示遵循强度）
  • scheduler："simple"（决定噪声调度方法）
  • sampler_name："uni_pc"（推荐的 Wan 2.1 采样器）

  

• WanImageToVideo：
  • width/height：512（输出分辨率）
  • length：33（每个视频的帧数）
  • batch_size：1（每次运行的视频数量）
• ModelSamplingSD3：
  • scale：8（控制指导遵循）
• EmptyHunyuanLatentVideo：
  • width/height：832/480（T2V 输出分辨率）
  • length：33（每个视频的帧数）
  • batch_size：1（每次运行的视频数量）

  

3.3 使用 Wan 2.1 进行高级优化

• 内存优化：
  • 使用 Wan 2.1 1.3B 模型进行更快生成，降低 VRAM 要求。
  • 降低分辨率（例如，512x320）以加快处理速度。
  • 减少帧数以缩短和加快渲染。
• 质量优化：
  • 使用 Wan 2.1 14B 模型以获得更高质量的输出。
  • 增加 KSampler 步骤到 30-40 以获得更精致的结果。
  • 使用高质量的基础图像进行图像到视频以获得最佳保真度。

更多信息

有关 Wan 2.1 的更多详细信息，请访问 。

致谢

Wan 2.1 模型由 Wan 团队开发，ComfyUI 集成由原始开发者创建。全体功劳归于这些创新者，他们推动了 AI 驱动的视频生成的进步。