10 分钟搭好 WanVideo 图生视频工作流从安装到显存自管【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper想把手头一张照片变成一段短视频你多半体会过这份麻烦Wan 2.1/2.2 新出的运镜、姿态控制这类能力ComfyUI 原生支持不全你得再翻一个项目、再搭一遍环境。ComfyUI-WanVideoWrapper 就是冲着这件事来的——它把 Wan 2.1、Wan 2.2 以及相机控制、主体参考等十几类相关模型接进节点流一个 ComfyUI 项目就能同时干文生视频、图生视频和运镜这几件事。三步装好 ComfyUI-WanVideoWrapper第一步把仓库克隆进 custom_nodes 目录。git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper ComfyUI/custom_nodes/ComfyUI-WanVideoWrapper第二步装依赖。如果你用的是 Windows 便携版改用python_embeded\python.exe -m pip来跑同一条命令。pip install -r requirements.txt第三步按 readme 下载模型放进对应目录重启 ComfyUI。节点列表里会出现 WanVideoWrapper 分类后面提到的示例流也就齐了。模型文件放置目录T5 文本编码器把文字变成文本特征models/text_encodersVAE潜空间的编解码器models/vae1.3B / 5B / 14B 主扩散模型models/diffusion_modelsCLIP Vision从图片里提取视觉特征models/clip_vision把一张人像照片变成 5 秒图生视频example_workflows 目录里有一组图生视频I2V以图片作为视频起点的样例流wanvideo_2_1_14B_I2V_example_03.json是其中之一。把它拖进画布在 Load Image 节点里放一张示例输入图连线就已经是齐的。▲ 仓库自带的示例输入图直接拿它跑图生视频流程图片在流里的走法是WanVideo ClipVision Encode 先用视觉编码器看一遍图WanVideo ImageToVideo Encode 把图像特征变成潜空间条件喂给采样器WanVideo Sampler 跑完几轮去噪WanVideo Decode 再把潜变量还原成真实像素。第一次跑不用碰别的参数点 queue 等结果就行——第一段 5 秒短片正常出片说明整条流已经通了。手头没有素材的话仓库里那只抱着红玫瑰的泰迪熊也可以直接用▲ 仓库内置示例图同一条流程跑下来小熊也能动起来让镜头绕着主体转试试 Fun 相机控制跑通了静止的画面下一步自然想让镜头动起来。项目里接了 Fun Camera Control对应的样例流是wanvideo_2_1_14B_Fun_control_camera_example_01.json拖进来接上你想拍的那张参考图用流里默认的参数直接出图。出来的是一段镜头围绕主体缓慢环绕、推近的视频比定帧画面更有动感。想细调轨迹时直接在流里找相机参数节点改数值就好——思路和图生视频那套一样模型还是同一个主体换的只是输入条件。14B 装不下显存时用块交换把占用降下来真正开始批量生成后第一个拦路虎通常是显存。14B 主模型光是待在显存里就要占掉好几 G。项目给出的办法是 WanVideo Block Swap把blocks_to_swap设成 20 之类的值对应数量的 transformer 块14B 共 40 个1.3B 和 5B 是 30 个就会在 CPU 内存与显存之间按需交换运行时 GPU 上只留正在用的那部分。觉得速度掉了把prefetch_blocks设成 1让它提前把下一块预取过来基本能抹平掉速。还想再压可以换 WanVideo VRAM Management 节点那是更激进的卸载方案占用明显更低代价是速度可能更慢。这两个节点的源码在 nodes_model_loading.py。用 TeaCache 把生成时间再砍几秒显存压住了接下来就是速度。cache_methods 目录里带了一套 TeaCache 之类的缓存节点去噪过程中如果当前这一步的特征跟上一步相比变化不大就直接跳过部分计算。readme 里建议阈值取 0.25 到 0.30注意这是旧版数值放大 10 倍之后的量级起始步可以从 0 开始想要更激进的话让跳步从更靠后的位置开始更稳避免太早跳步把动作节奏跳坏。实现在 cache_methods/cache_methods.py。 两个值得顺手试的细节主模型加载器现在也能读 GGUF 量化权重低显存机器可以直接把 14B 跑起来LoRA 权重现在按 buffer 挂载、会跟着块交换一起移动所以如果你发现显存比预期略高多半把交换的块数再加 2 就行。继续深入从源码与样例流看门道想弄清这个项目到底注册了哪些节点打开init.py 看一眼必装模块Main、Sampler、ModelLoading和可选模块ControlNet、SkyReels、MultiTalk 等都按行列在那里而 example_workflows/ 目录里的每个 JSON 都是能直接拖进画布跑的工作流照着连法改参数就是你自己的第一个变体。【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