Wan 2.1 Fun | 軌跡動態控制
Wan 2.1 Fun 軌跡控制是一種創意的照片轉影片工作流程,使用自訂的軌跡路徑將單一圖片轉化為動態序列。基於 Wan 2.1 Fun 模型生態系統,這個工作流程讓藝術家能夠定義精確的運動路徑—無論是相機平移、縮放、環繞或是電影式飛越—並生成平滑的 AI 驅動動畫,精確地遵循該路徑。
用戶可以透過 Wan 2.1 Fun 控制功能,繪製或輸入明確的路徑來有目的地動畫化靜態圖片,而不依賴隨機的動態提示。這解鎖了強大的故事敘述可能性,從夢幻的風景平移到以角色為中心的運動,以及在音樂影片或短片中的視覺節奏。Wan 2.1 Fun 軌跡控制賦予創作者將詳細的視覺美學與有意義的動態融合的能力,僅需最少的輸入和高品質的結果。
為何使用 Wan 2.1 Fun 軌跡控制?
Wan 2.1 Fun 軌跡控制工作流程透過沿著定義路徑動畫化單一照片,為您的 AI 視頻生成帶來結構化的動態:
- 輸入一張圖片和自訂的 軌跡路徑 來引導運動
- 生成平滑的電影鏡頭運動或創意動畫效果
- 在添加動態的同時保持視覺保真度
- 避免繁瑣的關鍵幀設置或複雜的 3D 設置
- 非常適合角色揭示、風景平移、縮放和表現性的照片動畫
透過 Wan 2.1 軌跡控制,您的靜態圖片可以以藝術豐富且技術高效的方式活現起來。
如何使用 Wan 2.1 軌跡控制?

Wan 2.1 Fun 軌跡控制概述
Load WanFun Model: 模型加載器Enter Prompts: 正向和負向提示Upload Your Image and Set Motion Path: 用戶輸入 – 圖片和運動路徑Wan Fun Sampler + Save Video: 在 Wan Fun Sampler 節點中找到幀的持續時間和解析度
快速入門步驟:
- 在 Load EasyAnimate Group 中選擇您的
Wan 2.1 Fun模型 - 輸入正向和負向提示以引導生成
- 上傳您的輸入圖片
- 輸入您的運動路徑以進行軌跡控制
- 點擊
Queue Prompt按鈕運行工作流程 - 在視頻節點中檢查最終輸出(也保存在
Outputs文件夾中)
1 - 加載 WanFun 模型

為您的任務選擇正確的 模型變體:
Wan2.1-Fun-Control (1.3B / 14B): 用於深度、Canny、OpenPose 和軌跡控制的引導視頻生成Wan2.1-Fun-InP (1.3B / 14B): 用於文本到視頻的起始和結束幀預測
記憶體提示:
- 使用
model_cpu_offload快速生成 1.3B - 使用
sequential_cpu_offload減少 GPU 記憶體使用 14B
2 - 輸入提示

- 正向提示:
- 驅動運動、細節和深度的 Wan 2.1 Fun 視頻風格化
- 使用描述性和藝術性語言可以增強您的最終輸出
- 負向提示:
- 使用較長的負向提示如 "Blurring, mutation, deformation, distortion, dark and solid, comics." 可以增加 Wan 2.1 Fun 生成的穩定性
- 添加詞語如 "quiet, solid" 可以增加 Wan 2.1 Fun 控制的動態性
3 - 上傳您的圖片

上傳您的源圖片開始生成。確保解析度與 Wan 2.1 Fun 兼容。
您可以在 Wan Fun Sampler 節點中更改解析度。
4 - 輸入運動以控制視頻

在此設置軌跡路徑以控制上傳照片的主體和背景的運動。
Wan 2.1 Fun 軌跡控制的節點指南:
- Shift + 點擊在末尾添加控制點。Ctrl + 點擊在兩點之間(細分)添加控制點。
- 右鍵單擊一個點可刪除它。注意,您不能刪除起始/結束點。
- 右鍵單擊畫布以打開上下文菜單。
切換手柄可見性:
points_to_sample值設置從繪製樣條曲線本身返回的樣本數,這與實際控制點無關,因此 插值 類型很重要。
取樣方法:
time沿時間軸取樣,用於日程安排path沿路徑本身取樣,對坐標有用
5 - Wan Fun Sampler + 保存視頻

Wan 2.1 Fun Sampler 已優化為最佳設置。您可以根據需要嘗試不同配置。
在此可以找到視頻解析度和幀數持續時間設置。

渲染完成後,Wan 2.1 Fun 風格化視頻將被保存。
鳴謝
Wan 2.1 Fun 軌跡控制工作流程由 bubbliiiing 和 hkunzhe 開發,他們在運動引導的 AI 視頻生成中開創了便利的工具。結合軌跡路徑輸入與 Wan 2.1 Fun 模型的力量,這個工作流程讓用戶能夠精確且具有藝術控制地動畫化靜態圖片。Wan 2.1 Fun 軌跡控制工作流程透過運動軌跡指導推進了照片到影片的生成。我們感謝他們對創意 AI 社區的寶貴貢獻。
