ComfyUI-WanVideoWrapper 完整上手三步跑通 WanVideo 图生视频工作流【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapperComfyUI-WanVideoWrapper 把 WanVideo 及二十余个相关视频生成模型封装成 ComfyUI 自定义节点让你在一个界面里完成图生视频I2V、文生视频T2V、视频转视频V2V以及姿态、相机等控制类生成。读完本文你能在本地 ComfyUI 中装好它放对模型并直接加载 example_workflows 目录下的 JSON 工作流跑出自己的第一段视频。克隆到 custom_nodes 并安装依赖建议先准备一个满足以下条件的环境Python 3.10、8GB 以上显存、稳定网络首次要下载模型。把仓库克隆进 ComfyUI 的 custom_nodes 目录git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper ComfyUI/custom_nodes/ComfyUI-WanVideoWrapper进入项目目录一键装好 依赖清单 里的全部 Python 包cd ComfyUI/custom_nodes/ComfyUI-WanVideoWrapper pip install -r requirements.txt依赖不多但版本有要求diffusers0.33.0、accelerate1.2.1、peft0.17.0、sentencepiece0.2.0、gguf0.17.1、opencv-python等装完重启 ComfyUI节点就会出现在 WanVideoWrapper 分类下。如果你用的是便携版 ComfyUI在便携版根目录执行下面这条即可不需要激活任何环境python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-WanVideoWrapper\requirements.txt模型放对目录WanVideo 工作流需要四类模型文件作者已在 Hugging Face 的Kijai/WanVideo_comfy仓库整理好可直接下载其中 FP8 缩放版权重Kijai/WanVideo_comfy_fp8_scaled显存更省作者本人在 readme 里也推荐优先用它。下载后按下表对应放入 ComfyUI 的模型目录模型类别用途放置目录文本编码器提示词编码如 umt5-xxlComfyUI/models/text_encodersClip 视觉模型图生视频时的首帧参考ComfyUI/models/clip_vision主模型Transformer核心视频生成模型1.3B / 5B / 14BComfyUI/models/diffusion_modelsVAE潜空间编解码ComfyUI/models/vae放好后在画布上连好WanVideoModelLoader、WanVideoTextEncode、WanVideoSampler三个节点或直接用示例工作流加载器会在对应目录里列出这些模型。另外两个小细节主模型加载器同时扫描 GGUF 量化模型unet_gguf目录文本编码和 Clip 视觉环节也可以改用 ComfyUI 原生的加载器不强制使用本项目的节点。加载示例工作流跑通三类场景示例工作流 目录内置 37 个 JSON 工作流配套输入素材在 example_workflows/example_inputs。打开 ComfyUI点加载选中对应 JSON按下面的输入替换成你自己的素材即可出片。场景一图生视频I2V输入一张人物或场景图。示例里的 woman.jpg、human.png 就是配套输入。关键步骤加载wanvideo_2_1_14B_I2V_example_03.json把输入图接到图像输入节点写好提示词描述运动与镜头设置帧数默认 81 帧与分辨率后按队列运行。产出一张静态图变成带自然运动的短视频首帧与输入图保持一致。场景二姿态控制动画输入一段 DWPose 骨骼序列视频姿态关键帧。关键步骤加载wanvideo_2_1_14B_SCAIL_pose_control_example_01.json或wanvideo_2_1_14B_SteadyDancer_pose_control_example_01.json把姿态序列接到控制节点再给一个参考主体图。产出参考主体完全按骨骼序列的动作跳出一段舞蹈/动作视频动作幅度由姿态视频决定。上图为姿态控制工作流的输入素材人物图像用于驱动 SCAIL / SteadyDancer 工作流中的动画生成。场景三相机重运镜ReCamMaster输入一段已有视频。关键步骤加载wanvideo_2_1_14B_ReCamMaster_example_01.json由 ReCamMaster 子模块生成相机轨迹再用本项目的运镜控制节点约束生成。产出同一段内容输出一个全新的运镜版本推拉摇移原视频内容不变。同类场景还有重打光的wanvideo_2_1_14B_UniLumos_relight_example_01.json换光不换内容、参考动画的wanvideo_2_2_14B_Pusa_extension_example_01.json都可以照同样方式加载体验。进阶能力多模型、省显存与控制上图为参考动画类工作流的输入素材配合 InfiniteTalk / FantasyTalking 等节点让静态人像跟着参考表演说话或做表情。多模型集成除 WanVideo 本体外仓库内置 SkyReels、VACE、FantasyTalking、FantasyPortrait、MultiTalk、EchoShot、Ovi、WanAnimate、Lynx、MoCha、LongCat-Video 等约二十个可选模块的节点见init.py 中的 OPTIONAL_MODULES 列表。个别模块缺依赖时只会警告、不影响主流程启动。显存优化主模型加载节点nodes_model_loading.py 的WanVideoModelLoader支持fp8_e4m3fn_scaled等 FP8 量化搭配对应的 scaled 版权重、块交换block swap与 DiffSynth 风格的激进卸载vram_management_args两者不可同开。readme 实测14B 模型开启 20/40 块交换时约 16GB 显存可跑 512x512x811.3B 模型配合上下文窗口context_windows/用不到 5GB 显存生成了 1025 帧。LoRA 权重现在也参与块交换能享受异步预取。量化与编译主模型加载器可直接加载 GGUF 量化权重compile_args支持 torch.compile 加速注意下节第一个坑。控制类功能姿态控制SCAIL、SteadyDancer、One-to-All-Animation、相机控制ReCamMaster、Fun Camera、Uni3C、时间与轨迹控制TimeToMove、WanMove、ControlNetcontrolnet/都通过对应节点挂到主模型上做条件约束。加速辅助TeaCachecache_methods/缓存跳步、FlashVSR 超分FlashVSR/都在仓库内配合 1.3B 小模型可以显著降低出片成本。避坑指南先解决这五个问题1. 现象14B 模型直接爆显存队列报错 OOM。解决改用 FP8 缩放版权重并加块交换或 vram_management_args显存仍然紧张就降分辨率/减帧数或先换 1.3B 模型验证流程。2. 现象torch.compile 下第一次跑某个分辨率显存异常飙高第二次又正常。解决这是 Windows 上 triton 缓存的已知问题删掉C:\Users\用户名\.triton和C:\Users\用户名\AppData\Local\Temp\torchinductor_用户名两个目录后重跑即可作者已注明该问题主要出现在 Windows。rmdir /s /q C:\Users\username\.triton rmdir /s /q C:\Users\username\AppData\Local\Temp\torchinductor_username3. 现象更新 wrapper 后未合并 LoRA 的工作流显存变高了。解决新版 LoRA 权重作为 buffer 挂在模块上、随块一起换出如果你没用块交换LoRA 会全量留在显存里开块交换并多换 1~2 个块即可抵消readme 里的估算1GB LoRA 换 20 个块约多占 500MB。4. 现象模型加载节点的下拉框里找不到文件或加载直接报错。解决核对四类模型是否放在正确目录上一节表格文本编码器和 Clip 视觉也可以改用 ComfyUI 原生加载节点绕过。5. 现象加载 GGUF 权重时报 Quantization should be disabled 或 LoRA 合并报错。解决GGUF 模型必须把 quantization 设为 disabled会自动走 gguf 路径且不能在 LoRA 节点里勾选 merge_loras。上图为 V2V 工作流的输入素材一段已有视频如示例里的 jeep.mp4 / thing.png 场景作为源素材由 14B 或 1.3B 的 T2V 模型做风格重绘验证流程时优先用 1.3B 省时间。下一步跑通示例后建议沿着三条路径继续翻 示例工作流 目录按文件名里的场景I2V / 控制 / 参考动画挑着加载对照 readme 里的Supported extra models清单按需下载 SkyReels、VACE、Phantom 等额外权重遇到问题先看 readme 顶部的显存更新说明再在 ComfyUI 的 Issue 区或相关社区提问。【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ComfyUI-WanVideoWrapper 完整上手：三步跑通 WanVideo 图生视频工作流
ComfyUI-WanVideoWrapper 完整上手三步跑通 WanVideo 图生视频工作流【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapperComfyUI-WanVideoWrapper 把 WanVideo 及二十余个相关视频生成模型封装成 ComfyUI 自定义节点让你在一个界面里完成图生视频I2V、文生视频T2V、视频转视频V2V以及姿态、相机等控制类生成。读完本文你能在本地 ComfyUI 中装好它放对模型并直接加载 example_workflows 目录下的 JSON 工作流跑出自己的第一段视频。克隆到 custom_nodes 并安装依赖建议先准备一个满足以下条件的环境Python 3.10、8GB 以上显存、稳定网络首次要下载模型。把仓库克隆进 ComfyUI 的 custom_nodes 目录git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper ComfyUI/custom_nodes/ComfyUI-WanVideoWrapper进入项目目录一键装好 依赖清单 里的全部 Python 包cd ComfyUI/custom_nodes/ComfyUI-WanVideoWrapper pip install -r requirements.txt依赖不多但版本有要求diffusers0.33.0、accelerate1.2.1、peft0.17.0、sentencepiece0.2.0、gguf0.17.1、opencv-python等装完重启 ComfyUI节点就会出现在 WanVideoWrapper 分类下。如果你用的是便携版 ComfyUI在便携版根目录执行下面这条即可不需要激活任何环境python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-WanVideoWrapper\requirements.txt模型放对目录WanVideo 工作流需要四类模型文件作者已在 Hugging Face 的Kijai/WanVideo_comfy仓库整理好可直接下载其中 FP8 缩放版权重Kijai/WanVideo_comfy_fp8_scaled显存更省作者本人在 readme 里也推荐优先用它。下载后按下表对应放入 ComfyUI 的模型目录模型类别用途放置目录文本编码器提示词编码如 umt5-xxlComfyUI/models/text_encodersClip 视觉模型图生视频时的首帧参考ComfyUI/models/clip_vision主模型Transformer核心视频生成模型1.3B / 5B / 14BComfyUI/models/diffusion_modelsVAE潜空间编解码ComfyUI/models/vae放好后在画布上连好WanVideoModelLoader、WanVideoTextEncode、WanVideoSampler三个节点或直接用示例工作流加载器会在对应目录里列出这些模型。另外两个小细节主模型加载器同时扫描 GGUF 量化模型unet_gguf目录文本编码和 Clip 视觉环节也可以改用 ComfyUI 原生的加载器不强制使用本项目的节点。加载示例工作流跑通三类场景示例工作流 目录内置 37 个 JSON 工作流配套输入素材在 example_workflows/example_inputs。打开 ComfyUI点加载选中对应 JSON按下面的输入替换成你自己的素材即可出片。场景一图生视频I2V输入一张人物或场景图。示例里的 woman.jpg、human.png 就是配套输入。关键步骤加载wanvideo_2_1_14B_I2V_example_03.json把输入图接到图像输入节点写好提示词描述运动与镜头设置帧数默认 81 帧与分辨率后按队列运行。产出一张静态图变成带自然运动的短视频首帧与输入图保持一致。场景二姿态控制动画输入一段 DWPose 骨骼序列视频姿态关键帧。关键步骤加载wanvideo_2_1_14B_SCAIL_pose_control_example_01.json或wanvideo_2_1_14B_SteadyDancer_pose_control_example_01.json把姿态序列接到控制节点再给一个参考主体图。产出参考主体完全按骨骼序列的动作跳出一段舞蹈/动作视频动作幅度由姿态视频决定。上图为姿态控制工作流的输入素材人物图像用于驱动 SCAIL / SteadyDancer 工作流中的动画生成。场景三相机重运镜ReCamMaster输入一段已有视频。关键步骤加载wanvideo_2_1_14B_ReCamMaster_example_01.json由 ReCamMaster 子模块生成相机轨迹再用本项目的运镜控制节点约束生成。产出同一段内容输出一个全新的运镜版本推拉摇移原视频内容不变。同类场景还有重打光的wanvideo_2_1_14B_UniLumos_relight_example_01.json换光不换内容、参考动画的wanvideo_2_2_14B_Pusa_extension_example_01.json都可以照同样方式加载体验。进阶能力多模型、省显存与控制上图为参考动画类工作流的输入素材配合 InfiniteTalk / FantasyTalking 等节点让静态人像跟着参考表演说话或做表情。多模型集成除 WanVideo 本体外仓库内置 SkyReels、VACE、FantasyTalking、FantasyPortrait、MultiTalk、EchoShot、Ovi、WanAnimate、Lynx、MoCha、LongCat-Video 等约二十个可选模块的节点见init.py 中的 OPTIONAL_MODULES 列表。个别模块缺依赖时只会警告、不影响主流程启动。显存优化主模型加载节点nodes_model_loading.py 的WanVideoModelLoader支持fp8_e4m3fn_scaled等 FP8 量化搭配对应的 scaled 版权重、块交换block swap与 DiffSynth 风格的激进卸载vram_management_args两者不可同开。readme 实测14B 模型开启 20/40 块交换时约 16GB 显存可跑 512x512x811.3B 模型配合上下文窗口context_windows/用不到 5GB 显存生成了 1025 帧。LoRA 权重现在也参与块交换能享受异步预取。量化与编译主模型加载器可直接加载 GGUF 量化权重compile_args支持 torch.compile 加速注意下节第一个坑。控制类功能姿态控制SCAIL、SteadyDancer、One-to-All-Animation、相机控制ReCamMaster、Fun Camera、Uni3C、时间与轨迹控制TimeToMove、WanMove、ControlNetcontrolnet/都通过对应节点挂到主模型上做条件约束。加速辅助TeaCachecache_methods/缓存跳步、FlashVSR 超分FlashVSR/都在仓库内配合 1.3B 小模型可以显著降低出片成本。避坑指南先解决这五个问题1. 现象14B 模型直接爆显存队列报错 OOM。解决改用 FP8 缩放版权重并加块交换或 vram_management_args显存仍然紧张就降分辨率/减帧数或先换 1.3B 模型验证流程。2. 现象torch.compile 下第一次跑某个分辨率显存异常飙高第二次又正常。解决这是 Windows 上 triton 缓存的已知问题删掉C:\Users\用户名\.triton和C:\Users\用户名\AppData\Local\Temp\torchinductor_用户名两个目录后重跑即可作者已注明该问题主要出现在 Windows。rmdir /s /q C:\Users\username\.triton rmdir /s /q C:\Users\username\AppData\Local\Temp\torchinductor_username3. 现象更新 wrapper 后未合并 LoRA 的工作流显存变高了。解决新版 LoRA 权重作为 buffer 挂在模块上、随块一起换出如果你没用块交换LoRA 会全量留在显存里开块交换并多换 1~2 个块即可抵消readme 里的估算1GB LoRA 换 20 个块约多占 500MB。4. 现象模型加载节点的下拉框里找不到文件或加载直接报错。解决核对四类模型是否放在正确目录上一节表格文本编码器和 Clip 视觉也可以改用 ComfyUI 原生加载节点绕过。5. 现象加载 GGUF 权重时报 Quantization should be disabled 或 LoRA 合并报错。解决GGUF 模型必须把 quantization 设为 disabled会自动走 gguf 路径且不能在 LoRA 节点里勾选 merge_loras。上图为 V2V 工作流的输入素材一段已有视频如示例里的 jeep.mp4 / thing.png 场景作为源素材由 14B 或 1.3B 的 T2V 模型做风格重绘验证流程时优先用 1.3B 省时间。下一步跑通示例后建议沿着三条路径继续翻 示例工作流 目录按文件名里的场景I2V / 控制 / 参考动画挑着加载对照 readme 里的Supported extra models清单按需下载 SkyReels、VACE、Phantom 等额外权重遇到问题先看 readme 顶部的显存更新说明再在 ComfyUI 的 Issue 区或相关社区提问。【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考