ComfyUI의 WanImageToVideo and Wan 2.x video nodes 노드
WanImageToVideo는 시작 이미지, CLIP Vision 임베딩, 프레임 수를 받아 Wan 2.1/2.2 이미지-투-비디오 렌더링을 위한 컨디셔닝과 빈 비디오 잠재 공간을 만듭니다; 주변 그래프는 Load Diffusion Model, Load CLIP, Load VAE, KSampler를 사용해요.
WanImageToVideo and Wan 2.x video nodes이(가) 하는 일
Wan 2.x (Alibaba)는 ComfyUI에서 가장 많이 쓰이는 오픈 비디오 모델이에요. 핵심 노드인 WanImageToVideo (I2V), WanFunControlToVideo, WanFunInpaintToVideo, WanVaceToVideo (VACE 컨트롤과 참조), WanFirstLastFrameToVideo는 긍정/부정 컨디셔닝, VAE, 가로/세로/길이, 시작 이미지(그리고 clip_vision_h 인코더에서 나온 CLIP Vision 출력)를 받아 이미지가 포함된 컨디셔닝과 올바른 모양의 LATENT를 반환해요. 텍스트-투-비디오는 대신 EmptyHunyuanLatentVideo를 잠재 공간으로 사용합니다.
나머지는 일반적인 그래프예요: wan2.1_i2v_480p_14B_fp8 (또는 2.2 고/저 노이즈 쌍)로 Load Diffusion Model, umt5_xxl_fp8 (type wan)으로 Load CLIP, wan_2.1_vae로 Load VAE, CLIP Text Encode, KSampler (uni_pc 또는 euler, 20-30 스텝, cfg 5-6, 또는 LightX2V/CausVid LoRA와 함께 4-8 스텝에 cfg 1), VAE Decode, 그리고 16fps로 Video Combine. ModelSamplingSD3는 모델과 샘플러 사이에 shift 5-8로 위치해 있어요.
입력
이름 | 타입 | 의미 |
|---|---|---|
positive / negative | CONDITIONING | CLIP Text Encode (umt5)에서 나온 프롬프트 컨디셔닝. |
vae | VAE | wan_2.1_vae.safetensors 파일. |
clip_vision_output | CLIP_VISION_OUTPUT | clip_vision_h로 CLIP Vision Encode한 결과 (I2V 2.1). |
start_image | IMAGE | 첫 번째 프레임 이미지. |
width / height / length | INT | 해상도 (832x480 또는 1280x720)와 프레임 수 (81 = 16fps에서 5초; 4n+1). |
batch_size | INT | 보통 1로 설정해요. |
출력
이름 | 타입 | 의미 |
|---|---|---|
positive / negative | CONDITIONING | 이미지 참조가 포함된 컨디셔닝. |
latent | LATENT | KSampler에 쓸 요청한 크기의 빈 비디오 잠재 공간. |
WanImageToVideo and Wan 2.x video nodes 사용법
- Wan 2.1 I2V 14B fp8 확산 모델, umt5_xxl_fp8 텍스트 인코더, clip_vision_h, Wan 2.1 VAE를 각 폴더에 다운로드해요.
- 로더를 만듭니다: Load Diffusion Model, Load CLIP (type wan), Load VAE, Load CLIP Vision.
- 이미지 불러오기 -> CLIP Vision 인코딩; 이걸 WanImageToVideo에 연결하고, 프롬프트, VAE, 이미지도 연결해요 (832x480, 길이 81).
- ModelSamplingSD3 shift 8 -> KSampler uni_pc, 20 스텝, cfg 5, denoise 1.0.
- VAE Decode -> 16fps로 Video Combine, h264 인코딩.
설정과 팁
- 길이는 4n+1이어야 해요 (17, 33, 49, 65, 81).
- LightX2V / CausVid 증류 LoRA를 쓰면 cfg 1에 4-6 스텝으로 10배 빠르게 만들 수 있어요.
- Wan 2.2는 두 개 모델(고노이즈, 저노이즈)과 두 개 KSampler (Advanced) 노드를 스텝으로 나눠서 사용해요; 5B TI2V 모델은 8-12GB 카드에 맞는 단일 파일이에요.
- 480p 모델은 12GB에 fp8과 --lowvram 옵션으로 돌아가고, 720p는 16-24GB가 필요해요.
- 부정 프롬프트가 중요해요: 공식 긴 중국어 부정어(흐림, 정지, 왜곡)가 모션을 더 좋아지게 해줍니다.
WanImageToVideo and Wan 2.x video nodes 문제 해결
오류: 길이는 ... 이어야 함 / 잠재 공간 모양 불일치
원인
프레임 수가 4n+1이 아니거나, 가로/세로가 16의 배수가 아니에요.
해결 방법
81 프레임과 832x480 또는 1280x720 해상도를 사용하세요.
출력이 움직임 없는 정지 이미지임
원인
Shift가 너무 낮거나, cfg가 낮고 증류 LoRA가 없거나, 프롬프트가 너무 짧아요.
해결 방법
ModelSamplingSD3는 shift 5-8, cfg 5-6 (또는 LightX2V LoRA를 cfg 1로), 그리고 프롬프트에 모션을 잘 설명하세요.
clip_vision_output이 필요하거나 잘못된 CLIP Vision 모델
원인
Wan 2.1 I2V는 clip_vision_h.safetensors가 필요해요; 다른 그래프의 SigLIP나 ViT-L 모델은 맞지 않아요.
해결 방법
Load CLIP Vision으로 clip_vision_h를 불러와 시작 이미지를 인코딩하세요. Wan 2.2 5B와 일부 2.2 그래프는 아예 안 써요.
VAE 디코딩 시 메모리 부족
원인
한 번에 720p에서 81 프레임을 디코딩하려고 함.
해결 방법
VAE Decode (Tiled)를 시간 타일과 함께 쓰거나, 해상도를 낮추거나, 480p로 디코딩 후 프레임을 업스케일하세요.
Load CLIP이 umt5 파일로 실패함
원인
Load CLIP의 타입 드롭다운이 wan으로 설정되지 않음.
해결 방법
타입을 wan으로 설정하고, 메모리 절약을 위해 fp8 umt5_xxl 파일을 사용하세요.
WanImageToVideo and Wan 2.x video nodes에 관한 질문
어떤 Wan 모델을 써야 하나요?
Wan 2.2 14B I2V (고+저 노이즈, fp8)가 최고 품질이에요; Wan 2.2 5B TI2V는 작은 GPU에 맞고; Wan 2.1 14B I2V 480p는 가장 안정적이고 LoRA가 많아요.
카메라나 모션을 제어할 수 있나요?
네: Wan Fun Control (깊이/포즈 비디오), VACE는 참조와 인페인팅, 그리고 카탈로그의 모션 LoRA를 쓸 수 있어요.
텍스트-투-비디오도 가능한가요?
Wan T2V 모델과 함께 EmptyHunyuanLatentVideo를 잠재 공간으로 쓰면 돼요; 나머지 그래프는 같아요.
관련 노드
Load Diffusion Model
ComfyUI core
Load Diffusion Model (UNETLoader)는 Flux, SD3.5, Wan, HunyuanVideo 같은 기본 디노이징 네트워크를 models/diffusion_models에서 불러오며, VRAM 절약을 위한 fp8 옵션인 weight_dtype을 제공합니다.
Load VAE
ComfyUI core
Load VAE (VAELoader)는 models/vae에서 독립형 VAE 파일을 불러와서, VAE가 없거나 약한 체크포인트가 깨끗한 색상을 디코딩하도록 하고, Flux나 Wan 같은 분리된 모델들이 자신들의 디코더를 얻도록 해줘.
Video Combine (VideoHelperSuite)
ComfyUI-VideoHelperSuite
Video Combine은 프레임 이미지 배치를 선택한 프레임 속도로 MP4, WebM, GIF 또는 이미지 시퀀스로 변환해 줘. 오디오, 반복 횟수, 핑퐁 재생도 옵션으로 넣을 수 있어. 모든 비디오 작업 흐름에서 기본 출력 노드로 쓰여.
KSampler (Advanced)
ComfyUI core
KSampler (Advanced)는 단계 범위 제어 기능이 추가된 KSampler입니다: add_noise, start_at_step, end_at_step, return_with_leftover_noise를 사용하며, 기본 + 정제 체인과 두 모델 샘플링에 쓰입니다.
EmptySD3LatentImage
ComfyUI core
EmptySD3LatentImage는 Flux, SD3, SD3.5에서 필요한 16채널 빈 잠재 공간을 만들어 줘요; 이 노드는 그런 워크플로우에서 Empty Latent Image를 대신해요.
더 많은 ComfyUI 노드
CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode는 텍스트 프롬프트를 모델 텍스트 인코더를 사용해 CONDITIONING으로 바꿔줘. 한 노드는 긍정 프롬프트를, 다른 노드는 부정 프롬프트를 담아.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager는 인터페이스 안에서 커스텀 노드 팩과 모델을 설치, 업데이트, 수정해주고, 불러온 워크플로우에서 누락된 노드를 해결하며 설정을 스냅샷으로 저장하는 확장 기능이야.
KSampler
ComfyUI core
KSampler는 노이즈 제거 과정을 실행해. 모델, 프롬프트, 그리고 잠재(latent)를 받아서 완성된 잠재 이미지를 만들어내지. 시드, 스텝, cfg, 샘플러, 스케줄러, 그리고 노이즈 제거 정도로 조절할 수 있어.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple)는 .safetensors 또는 .ckpt 모델 파일을 열고, 워크플로우에서 필요한 세 가지 부분인 diffusion MODEL, CLIP 텍스트 인코더, VAE를 제공합니다.
Save Image
ComfyUI core
Save Image는 IMAGE 텐서를 ComfyUI/output에 PNG로 저장해. 파일 메타데이터에 전체 워크플로우가 들어가 있어서, 나중에 그 그림을 ComfyUI에 다시 끌어다 놓으면 그래프를 복원할 수 있어.
VAE Decode
ComfyUI core
VAE Decode는 샘플링된 LATENT를 VAE를 사용해 픽셀 IMAGE로 변환해 줘; VAE Decode (Tiled)는 아주 큰 이미지에 대해 타일 단위로 같은 작업을 해.