ComfyUI>工作流程>Wan 2.1 Ditto | 電影風格視頻重新設計生成器

Wan 2.1 Ditto | 電影風格視頻重新設計生成器

Workflow Name: RunComfy/Wan-2-1-Ditto

Workflow ID: 0000...1302

此工作流程幫助您將現有或生成的視頻轉換為新的藝術風格，同時保持運動穩定和結構準確。您可以在視頻流程中直接應用電影、畫風或抽象的視覺效果。它提供強大的時間一致性，確保幀之間的平滑過渡。配備直觀的控制，簡化您的創作過程，確保一致的高品質結果。非常適合追求精緻風格化視頻輸出的編輯者和設計師。

Wan 2.1 Ditto 視頻重新設計工作流程適用於 ComfyUI

此工作流程將 Wan 2.1 Ditto 應用於任何輸入視頻的重新設計，同時保持場景結構和運動。它專為希望獲得電影、藝術或實驗外觀且具強烈時間一致性的編輯者和創作者而設計。您加載一段剪輯，描述目標外觀，Wan 2.1 Ditto 會生成乾淨的風格化渲染，並提供可選的並排比較以便快速審查。

該圖將 Wan 2.1 文本轉視頻主幹與 Ditto 的風格轉移在模型層面上配對，因此變化在幀之間一致發生，而不是作為逐幀濾鏡。常見用例包括動畫轉換、像素藝術、黏土動畫、水彩畫、蒸汽朋克或模擬到實際的編輯。如果您已經使用 Wan 生成內容，這個 Wan 2.1 Ditto 工作流程可以直接插入您的流程中，提供可靠的無閃爍視頻風格化。

Comfyui Wan 2.1 Ditto 工作流程中的關鍵模型

Wan2.1‑T2V‑14B 文本轉視頻模型。作為生成主幹，根據文本和視覺條件合成時間一致的運動。
Wan 2.1 VAE。編碼和解碼視頻潛在變量，以便採樣器可以在緊湊空間中工作，然後可靠地重建全分辨率幀。
mT5‑XXL 文本編碼器。將提示轉換為豐富的語言嵌入，指導場景內容和風格。有關 mT5 的背景，請參閱 Xue 等人的論文 mT5: A Massively Multilingual Pre‑trained Text‑to‑Text Transformer。
Wan 2.1 的 Ditto 風格化模型。提供具有強大時間一致性的穩健全球重新設計。Ditto 方法和模型文件記錄在此處：EzioBy/Ditto。
可選的 Wan 2.1 14B 的 LoRA。在不重新訓練基礎模型的情況下，根據 Hu et al., 2021 描述的方法，增加輕量的風格或行為變化。

如何使用 Comfyui Wan 2.1 Ditto 工作流程

工作流程分為四個階段：加載模型、準備輸入視頻、編碼文本和視覺效果，然後採樣和導出。群組按順序操作，生成風格化渲染和可選的並排比較。

模型

此群組準備 Wan 2.1 Ditto 所需的一切。使用 WanVideoModelLoader (#130) 加載基礎主幹，並與 WanVideoVAELoader (#60) 和 LoadWanVideoT5TextEncoder (#80) 配對。Ditto 組件使用 WanVideoVACEModelSelect (#128) 選擇，該選項將主幹指向專用的 Ditto 風格化權重。如果需要更強的轉換，可以使用 WanVideoLoraSelect (#122) 附加一個 LoRA。WanVideoBlockSwap (#68) 可用於記憶體管理，以便較大的模型可以在有限的 VRAM 上順利運行。

輸入參數

使用 VHS_LoadVideo (#101) 加載您的源剪輯。然後使用 LayerUtility: ImageScaleByAspectRatio V2 (#76) 調整幀的大小，以保持一致的幾何形狀，並以一個簡單的整數輸入 JWInteger (#89) 控制長邊分辨率。GetImageSizeAndCount (#65) 讀取準備好的幀，將寬度、高度和幀數轉發到下游節點，以便 Wan 2.1 Ditto 採樣正確的空間大小和持續時間。如果您更喜歡在自己的字段中撰寫提示，小提示助手 CR Text (#104) 已包含。名為 "Maximum Variation Limit" 的群組提醒您將長邊像素目標保持在實用範圍內，以確保一致的結果和穩定的記憶體使用。

採樣

條件設置在兩條平行通道中進行。WanVideoTextEncode (#111) 將您的提示轉換為文本嵌入，定義意圖和風格。WanVideoVACEEncode (#126) 將準備好的視頻編碼為視覺嵌入，保持編輯的結構和運動。一個可選的指導模塊 WanVideoSLG (#129) 控制模型如何通過去噪軌跡平衡風格和內容。然後 WanVideoSampler (#119) 將 Wan 2.1 主幹與 Ditto、文本嵌入和視覺嵌入融合，生成風格化潛在變量。最後，WanVideoDecode (#87) 將潛在變量重建為幀，生成以 Wan 2.1 Ditto 著稱的時間一致性風格化序列。

輸出和比較

主要導出使用 VHS_VideoCombine (#95) 以您選擇的幀速率保存 Wan 2.1 Ditto 渲染。為了快速審查，該圖將原始幀和風格化幀合併，使用 ImageConcatMulti (#94) 調整比較大小，並通過 VHS_VideoCombine (#100) 寫入並排影片。通常，您會在輸出文件夾中獲得兩個視頻：一個乾淨的風格化渲染和一個比較剪輯，幫助利益相關者更快地批准或迭代。

提示想法

您可以從簡短、清晰的提示開始並進行迭代。適合 Wan 2.1 Ditto 的示例：

使其成為日式動畫風格，逐幀著色視頻。
使其成為像素藝術視頻。
使其成為鉛筆素描風格視頻。
使其成為黏土動畫視頻。
使其成為水彩畫風格視頻。
使其成為蒸汽朋克風格，帶有齒輪、管道和黃銅細節。
使其成為賽博朋克風格，帶有霓虹燈和未來植入物。
使其成為浮世繪風格視頻。
使其成為文藝復興藝術風格視頻。
使其成為梵高的畫作。
將其轉變為樂高風格。
將其轉變為吉卜力風格。
將其轉變為 3D Chibi 風格。
將其轉變為剪紙風格。

Comfyui Wan 2.1 Ditto 工作流程中的關鍵節點

WanVideoVACEModelSelect (#128)
選擇要用於風格化的 Ditto 權重。默認的全球 Ditto 模型是大多數影片的平衡選擇。如果您的目標是動畫轉實景轉換，請在節點註釋中選擇參考的模擬到實景 Ditto 變體。切換 Ditto 變體會改變重新設計的特性，而不影響其他設置。

WanVideoVACEEncode (#126)
從您的輸入幀構建視覺條件。關鍵控制是 width、height 和 num_frames，應與準備好視頻匹配以獲得最佳效果。使用 strength 調整 Ditto 的風格在編輯中影響的強度，並使用 vace_start_percent 和 vace_end_percent 限制條件在擴散軌跡中應用的時間。啟用 tiled_vae 在非常高的分辨率下減少記憶體壓力。

WanVideoTextEncode (#111)
通過 mT5‑XXL 編碼器編碼正面和負面提示以指導風格和內容。保持正面提示簡潔描述，並使用負面提示抑制如閃爍或過飽和等瑕疵。force_offload 和 device 選項允許您在運行大型模型時以速度換取記憶體。

WanVideoSampler (#119)
使用 Ditto 風格化運行 Wan 2.1 主幹以生成最終的潛在變量。最有影響的設置是 steps、cfg、scheduler 和 seed。當您想保留更多原始結構時，使用 denoise_strength，並保持 slg_args 連接以在內容保真度與風格強度之間取得平衡。增加步驟或指導可能會在以時間為代價改善細節。

ImageScaleByAspectRatio V2 (#76)
在條件設置之前為所有幀設置穩定的目標大小。使用獨立的整數驅動長邊目標，以便您可以測試小而快速的預覽，然後增加分辨率以獲得最終渲染。保持縮放在迭代之間一致，以使 A/B 比較有意義。

VHS_LoadVideo (#101) 和 VHS_VideoCombine (#95, #100)
這些節點處理解碼和編碼。當您關心時間時，將幀速率與源匹配。比較編寫器在探索期間很有用，如果您只想要風格化的結果，可以在最終導出時禁用。