WanImageToVideo and Wan 2.x video nodes-node in ComfyUI
WanImageToVideo maakt de conditioning en de lege video latent voor een Wan 2.1/2.2 image-to-video render van een startafbeelding, een CLIP Vision embedding en het aantal frames; de omliggende grafiek gebruikt Load Diffusion Model, Load CLIP, Load VAE en KSampler.
Wat WanImageToVideo and Wan 2.x video nodes doet
Wan 2.x (Alibaba) is het meest gebruikte open video model in ComfyUI. De kernnodes WanImageToVideo (I2V), WanFunControlToVideo, WanFunInpaintToVideo, WanVaceToVideo (VACE control en referentie) en WanFirstLastFrameToVideo nemen de positieve en negatieve conditioning, de VAE, een breedte/hoogte/lengte en de startafbeelding (plus een CLIP Vision output van de clip_vision_h encoder) en geven conditioning terug met de afbeelding erin verwerkt samen met een LATENT van de juiste vorm. Text-to-video gebruikt in plaats daarvan EmptyHunyuanLatentVideo als latent.
De rest is een normale grafiek: Load Diffusion Model met wan2.1_i2v_480p_14B_fp8 (of de 2.2 high/low noise set), Load CLIP met umt5_xxl_fp8 (type wan), Load VAE met wan_2.1_vae, CLIP Text Encode, KSampler (uni_pc of euler, 20-30 stappen, cfg 5-6, of cfg 1 met een LightX2V/CausVid LoRA bij 4-8 stappen), VAE Decode en Video Combine op 16 fps. ModelSamplingSD3 met shift 5-8 zit tussen het model en de sampler.
Invoer
Naam | Type | Wat het is |
|---|---|---|
positive / negative | CONDITIONING | Prompt conditioning van CLIP Text Encode (umt5). |
vae | VAE | wan_2.1_vae.safetensors. |
clip_vision_output | CLIP_VISION_OUTPUT | Van CLIP Vision Encode met clip_vision_h (I2V 2.1). |
start_image | IMAGE | De eerste frame. |
width / height / length | INT | Resolutie (832x480 of 1280x720) en aantal frames (81 = 5 s bij 16 fps; 4n+1). |
batch_size | INT | Meestal 1. |
Uitvoer
Naam | Type | Wat het is |
|---|---|---|
positive / negative | CONDITIONING | Conditioning met de afbeeldingsreferentie. |
latent | LATENT | Lege video latent van de gevraagde grootte voor KSampler. |
Zo gebruik je WanImageToVideo and Wan 2.x video nodes
- Download het Wan 2.1 I2V 14B fp8 diffusion model, umt5_xxl_fp8 text encoder, clip_vision_h en de Wan 2.1 VAE in hun mappen.
- Bouw loaders: Load Diffusion Model, Load CLIP (type wan), Load VAE, Load CLIP Vision.
- Laad Afbeelding -> CLIP Vision Encode; verbind dit, de prompts, de VAE en de afbeelding met WanImageToVideo (832x480, lengte 81).
- ModelSamplingSD3 shift 8 -> KSampler uni_pc, 20 stappen, cfg 5, denoise 1.0.
- VAE Decode -> Video Combine op 16 fps, h264.
Instellingen en tips
- Lengte moet 4n+1 zijn (17, 33, 49, 65, 81).
- LightX2V / CausVid distillatie LoRAs laten 4-6 stappen toe bij cfg 1: tien keer sneller.
- Wan 2.2 gebruikt twee modellen (high noise, low noise) met twee KSampler (Advanced) nodes verdeeld over stappen; het 5B TI2V model is één bestand voor 8-12 GB kaarten.
- Het 480p model werkt op 12 GB met fp8 en --lowvram; 720p wil 16-24 GB.
- Negatieve prompt is belangrijk: de officiële lange Chinese negatieve prompt (blur, statisch, vervorming) verbetert beweging.
Problemen met WanImageToVideo and Wan 2.x video nodes oplossen
Fout: lengte moet ... zijn / vorm komt niet overeen in de latent
Waarom het gebeurt
Een frame aantal dat niet 4n+1 is, of breedte/hoogte niet veelvouden van 16.
Zo los je het op
Gebruik 81 frames en 832x480 of 1280x720.
Output is een stilstaand beeld zonder beweging
Waarom het gebeurt
Shift te laag, cfg te laag zonder een distillatie LoRA, of een heel korte prompt.
Zo los je het op
ModelSamplingSD3 shift 5-8, cfg 5-6 (of een LightX2V LoRA bij cfg 1), en beschrijf de beweging in de prompt.
clip_vision_output is vereist / verkeerd CLIP Vision model
Waarom het gebeurt
Wan 2.1 I2V heeft clip_vision_h.safetensors nodig; SigLIP of ViT-L modellen uit andere grafieken komen niet overeen.
Zo los je het op
Laad clip_vision_h met Load CLIP Vision en codeer de startafbeelding. Wan 2.2 5B en sommige 2.2 grafieken gebruiken het helemaal niet.
Geheugen tekort bij VAE decode
Waarom het gebeurt
81 frames tegelijk decoderen op 720p.
Zo los je het op
Gebruik VAE Decode (Tiled) met een temporele tegel, verlaag de resolutie, of decodeer op 480p en schaal de frames daarna op.
Load CLIP faalt met het umt5 bestand
Waarom het gebeurt
De type dropdown bij Load CLIP staat niet op wan.
Zo los je het op
Zet type op wan (en gebruik het fp8 umt5_xxl bestand om geheugen te besparen).
Vragen over WanImageToVideo and Wan 2.x video nodes
Welk Wan model moet ik kiezen?
Wan 2.2 14B I2V (high+low noise, fp8) is de beste kwaliteit; Wan 2.2 5B TI2V past op kleine GPU's; Wan 2.1 14B I2V 480p is de stabiele keuze met de meeste LoRAs.
Kan ik de camera of beweging sturen?
Ja: Wan Fun Control (depth/pose video), VACE voor referenties en inpainting, en motion LoRAs uit de catalogus.
Text-to-video?
Gebruik EmptyHunyuanLatentVideo als latent met het Wan T2V model; de rest van de grafiek is hetzelfde.
Verwante nodes
Load Diffusion Model
ComfyUI core
Load Diffusion Model (UNETLoader) laadt een kale denoising netwerk zoals Flux, SD3.5, Wan of HunyuanVideo uit models/diffusion_models, met een weight_dtype optie voor fp8 om VRAM te besparen.
Load VAE
ComfyUI core
Load VAE (VAELoader) laadt een losse VAE-bestand uit models/vae zodat een checkpoint zonder of met een zwakke VAE schone kleuren decodeert, en zodat gesplitste modellen zoals Flux en Wan hun decoder krijgen.
Video Combine (VideoHelperSuite)
ComfyUI-VideoHelperSuite
Video Combine zet een IMAGE-batch van frames om in een MP4, WebM, GIF of afbeeldingsreeks met een gekozen framerate, met optionele audio, aantal loops en ping-pong, de standaard output-node voor elke videowerkflow.
KSampler (Advanced)
ComfyUI core
KSampler (Geavanceerd) is KSampler met controle over het stappenbereik: add_noise, start_at_step, end_at_step en return_with_leftover_noise, gebruikt voor basis + verfijningsketens en sampling met twee modellen.
EmptySD3LatentImage
ComfyUI core
EmptySD3LatentImage maakt de lege 16-kanaals latent aan die Flux, SD3 en SD3.5 nodig hebben; het vervangt Empty Latent Image in die workflows.
Meer ComfyUI-nodes
CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode zet een tekstprompt om in CONDITIONING met de modeltekstencoder. Eén node bevat de positieve prompt, een tweede de negatieve prompt.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager is de extensie die aangepaste node-pakketten en modellen installeert, bijwerkt en repareert vanuit de interface, ontbrekende nodes in geïmporteerde workflows oplost en je setup vastlegt.
KSampler
ComfyUI core
KSampler voert de denoising-lus uit: het neemt het model, prompts en een latent en maakt de afgewerkte latente afbeelding, gestuurd door seed, stappen, cfg, sampler, scheduler en denoise.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) opent een .safetensors of .ckpt modelbestand en levert de drie onderdelen die elke workflow nodig heeft: het diffusion MODEL, de CLIP tekstencoder en de VAE.
Save Image
ComfyUI core
Save Image schrijft de IMAGE tensor als een PNG naar ComfyUI/output, met de hele workflow ingebed in de bestandsmetadata zodat je de afbeelding weer terug kunt slepen in ComfyUI om de grafiek te herstellen.
VAE Decode
ComfyUI core
VAE Decode zet de gesamplede LATENT om in een pixel IMAGE met de VAE; VAE Decode (Tiled) doet hetzelfde in tegels voor heel grote afbeeldingen.