Wan 2.1 | 革命性的视频生成

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视频。Wan 2.1 支持文本到视频（T2V）和图像到视频（I2V）生成，制作自然运动和专业质量的 5 秒视频。Wan 2.1 为 AI 视频生成树立了新的标杆，超越开源和商业替代方案。Wan 2.1 14B 模型进一步突破极限，提供高达 720P 的卓越效果。

2. Wan 2.1 的优势和功能

• 高质量输出： 生成具有逼真运动和高保真纹理的 480P 至 720P 视频。
• 硬件兼容性： 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！）。
• 多样化生成： 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 是第一个能在视频中生成中文和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： 使用文本描述从头创建视频
• 特点：
  • 使用 Wan 2.1 1.3B 模型实现更快生成
  • 创建 33 帧（5 秒）480P 分辨率的视频
  • 优化短片的流畅运动

高级 Wan 2.1 方法（默认启用）：带文本提示的图像到视频

• 输入： 基础图像 + 文本提示
• 最佳用途： 动画化静态图像，同时用提示引导运动
• 特点：
  • 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 模型提供更高保真度
  • 创建 33 帧 512x512 分辨率的视频

示例工作流程：

1. 在 CLIPTextEncode（正面提示/负面提示）： 输入您的场景描述（例如，"a fox moving quickly in a beautiful winter landscape with trees and mountains during daytime, tracking camera"）。
2. 在 Load Image： 上传您的基础图像。
3. 如需进一步优化（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），以确保提示的遵循。
4. 点击 Queue Prompt 开始生成。
5. 在 SaveAnimatedWEBP 找到您的输出预览（也保存在 ComfyUI > Output 文件夹中）。

3.2 Wan 2.1 的参数参考

• KSampler：
  • steps：20-30（较高值提高质量但增加时间）
  • cfg：6.0（控制提示遵循强度）
  • scheduler："simple"（确定噪声调度方法）
  • 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（控制引导遵循）
• 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 Wan 2.1 的高级优化

• 内存优化：
  • 使用 Wan 2.1 1.3B 模型以更低的 VRAM 需求实现更快的生成。
  • 降低分辨率（例如 512x320）以加快处理速度。
  • 减少帧数以实现更短更快的渲染。
• 质量优化：
  • 使用 Wan 2.1 14B 模型以获得更高质量的输出。
  • 将 KSampler 步骤增加到 30-40 以获得更精细的结果。
  • 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。所有功劳归于这些创新者，他们推动了 AI 驱动的视频生成的发展。