Wan 2.2 提示中继 | 场景控制视频制作器

Wan 2.2 提示中继：在 ComfyUI 中通过时间线控制从图像到视频的转换#

此工作流将片段级场景方向带到 Wan 2.2 图像到视频。它使用 Wan 2.2 进行生成，并使用提示中继方法在单一时间线上路由不同的提示，因此您可以在不切割渲染的情况下将控制从一个场景交给下一个。结果是一个平滑的多事件视频，每个片段都遵循其自己的提示，而对象身份和风格保持一致。

Wan 2.2 提示中继是一种推理时路由技术，不是独立模型或 LoRA。图表设计用于 RunComfy 云，包含一个两阶段采样器链和可选的 RIFE 帧插值。使用它时，您只需提供一个起始图像，定义全局提示和每段提示，设置视频长度并渲染，即可实现紧密的时间场景控制，设置最小。

Comfyui Wan 2.2 提示中继工作流中的关键模型#

• Wan 2.2 图像到视频扩散模型 14B。高噪声和低噪声变体组合在一起，以在两阶段过程中平衡运动和细节。模型可在 Hugging Face 上的 Comfy-Org 重打包集中找到。 Comfy-Org/Wan_2.2_ComfyUI_Repackaged
• UMT5‑XXL 文本编码器用于 Wan。此编码器将您的全局和本地提示翻译为 Wan 2.2 使用的条件。 Comfy-Org/Wan_2.1_ComfyUI_repackaged
• Wan 2.1 VAE。用于在采样后将潜在内容解码回帧。 Comfy-Org/Wan_2.2_ComfyUI_Repackaged/vae
• RIFE 帧插值模型（可选）。增加生成后的时间平滑度或目标帧率。 hzwer/Practical‑RIFE

如何使用 Comfyui Wan 2.2 提示中继工作流#

该工作流在时间上路由文本提示，从起始图像生成潜在视频，然后在可选插值和编码之前进行精细化和解码帧。它被组织成几个清晰的组，合作生成最终的 MP4。

• 第一步 - 加载模型 本节初始化 Wan 2.2、文本编码器和 VAE。高噪声和低噪声 Wan 模型都已准备好，因此管道可以首先建立运动，然后增强细节。如果存在 LoRA，则在采样前将其应用于基础模型。除非您想更换检查点，否则无需更改此处的任何内容。
• 第二步 - 上传 start_image 导入单个参考图像，使用 LoadImage (#85) 定义构图、主题身份和第一帧的光照。起始图像锚定视频的外观，并有助于在片段间保持连续性。使用干净、符合模型的参考以获得最佳效果。每当您想要不同的主题或布局时，请更换它。
• 第三步 - 视频尺寸和长度 在潜在视频初始化程序 (EmptyHunyuanLatentVideo (#121)) 中设置目标分辨率和总帧数，并保持与您的片段计划一致。您的片段长度之和应等于总帧数。将您打算导出的帧率与提示中继设置和图表中的视频写入器匹配。
• Lightx2v + i2v 核心渲染路径使用两阶段采样器链。第一阶段使用高噪声模型建立运动和场景过渡。第二阶段使用低噪声模型细化细节和纹理，同时保留第一阶段的运动路径。这种组合使 Wan 2.2 提示中继在场景到场景交接中既可控又稳定。
• 提示路由 在 PromptRelayEncodeTimeline (#117) 中输入适用于整个剪辑的强 global_prompt。然后定义片段提示，可以是 JSON 时间线数据，也可以是以管道分隔的列表。提示中继对每帧条件进行编码，仅在片段边界处更改，选择性地缓解过渡以实现自然交接。节点馈送 Wan 的条件，确保每个片段遵循其预定方向。
• 采样和解码 管道通过 WanImageToVideo (#79)，然后是粗略的 KSamplerAdvanced (#73) 和精细的 KSamplerAdvanced (#83)。帧通过 VAEDecode (#74) 解码，并使用 VHS_VideoCombine (#108) 写入视频。可选地，在第二次 VHS_VideoCombine (#132) 之前使用 RIFE VFI (#131)，如果您想要更平滑的运动或更高的输出帧率。

Comfyui Wan 2.2 提示中继工作流中的关键节点#

• PromptRelayEncodeTimeline (#117) Wan 2.2 提示中继的核心，此节点将您的 global_prompt 和每段提示转换为时间感知的正条件流。您可以在 timeline_data JSON 中或在 local_prompts 中使用管道语法来创作片段。使用 max_frames 匹配视频长度，选择与您的计划一致的 time_units，并调整 epsilon 来软化或加硬段间提示交接。保持 fps 与最终导出一致。
• WanImageToVideo (#79) 将起始图像加上条件转换为 Wan 2.2 的初始潜在时间线。将您的起始参考连接到 start_image，并保持宽度、高度和长度与潜在初始化程序对齐。此图表中的负条件有意为零，以减少过度约束并保持稳定的身份；仅在您看到反复出现的伪影需要抑制时引入明确的负提示。
• KSamplerAdvanced (#73) 强调运动和布局的第一次采样器。它与通过 ModelSamplingSD3 配置的高噪声 Wan 模型一起工作，以在尊重提示中继条件的同时探索轨迹。调整 steps 和 cfg 以获得指导的强度，并在您希望跨编辑迭代的可重复运动时保持固定的 noise_seed。
• KSamplerAdvanced (#83) 使用低噪声 Wan 模型增强细节和时间一致性的第二次采样器。它在不对抗第一次通过的粗略轨迹的情况下细化纹理、边缘和微观运动。如果在此处提高保真度，请考虑平衡指导以避免过度锐化可能会破坏运动稳定性。
• EmptyHunyuanLatentVideo (#121) 创建定义空间分辨率、帧预算和批量大小的空白潜在视频。将总帧数设置为所有片段长度之和，以便提示中继可以干净地映射提示。更改分辨率会影响内存和运动节奏的外观，因此请谨慎缩放。
• VHS_VideoCombine (#108, #132) 将帧编码为 MP4。当您不使用插值时，将 frame_rate 与提示中继 fps 匹配。如果使用 RIFE VFI，请将写入器的帧率设置为新的有效 fps。调整 crf 以在大小和质量之间进行权衡。

可选附加功能#

• 编写 global_prompt 以锁定音调、相机语言和质量标签，然后保持片段提示简短且以动作为中心。
• 确保您的片段长度总和等于视频长度，以避免提示不对齐。
• 在提示迭代时保持种子固定，然后仅在您想要新的视角时随机化种子。
• 使用更高或更宽的起始图像来暗示宽高比偏好，但始终设置明确的宽度和高度以获得可预测性。
• 如果您看到跨片段的身份漂移，请加强 global_prompt，使用显著的对象描述符并简化本地提示。

探索此处使用的组件的资源：

• kijai 为 ComfyUI 提供的提示中继节点 GitHub
• Wan 2.2 重打包模型 Hugging Face
• 为 Wan 2.x 重打包的 UMT5‑XXL 文本编码器 Hugging Face

致谢#

此工作流实现并构建在以下作品和资源之上。我们感谢 kijai 为 ComfyUI-PromptRelay 节点的贡献，gordonchen19 为 Prompt-Relay 项目的贡献，以及 Comfy-Org 为 Wan_2.2_ComfyUI_Repackaged 模型的贡献和维护。有关权威细节，请参考下列链接的原始文档和存储库。

资源#

• YouTube/Workflow @Ai Verse 源教程
  • 文档 / 发布说明: @Ai Verse Workflow 源教程
• AI Verse/AI Verse 工作流页面
  • 文档 / 发布说明: AI Verse 工作流页面
• kijai/ComfyUI-PromptRelay 节点仓库
  • GitHub: kijai/ComfyUI-PromptRelay
• gordonchen19/Prompt Relay 项目页面
  • GitHub: gordonchen19/Prompt-Relay
  • 文档 / 发布说明: Prompt Relay 项目页面
• Comfy-Org/Wan 2.2 ComfyUI 重打包模型
  • Hugging Face: Comfy-Org/Wan_2.2_ComfyUI_Repackaged (split_files)

注意：使用所引用的模型、数据集和代码需遵循其作者和维护者提供的各自许可证和条款。