Skip to main content
Wan2.1 InfiniteTalk es un modelo de generación de video guiado por audio, de código abierto, construido sobre Wan2.1 y desarrollado por MeiGen-AI. Te permite generar videos de una persona hablando con cuerpo completo a partir de una sola imagen de referencia y una entrada de audio. Los movimientos de la boca y del cuerpo del personaje se sincronizan automáticamente con el audio que proporcionas. Características principales:
  • Sincronización labial guiada por audio: genera movimientos naturales de boca que coinciden con el audio de entrada
  • Movimiento de cuerpo completo: conserva la identidad, el fondo y el movimiento de cámara mientras agrega movimiento corporal sincronizado
  • Doble modo: admite escenarios de un solo personaje y de varios personajes
  • Nativo en ComfyUI: incluye el nodo WanInfiniteTalkToVideo integrado, sin necesidad de Nodos personalizados
Enlaces relacionados:

Aprende sobre Subgraph

Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y extender el flujo de trabajo.

​
Flujo de trabajo de imagen a video con InfiniteTalk

Ejecutar en Comfy Cloud

Abrir en Comfy Cloud

Descargar flujo de trabajo

Descargar JSON o buscar “InfiniteTalk” en la Biblioteca de plantillas
Vista previa del flujo de trabajo Wan2.1 InfiniteTalk
Asegúrate de que tu ComfyUI esté actualizado.Los flujos de trabajo de esta guía se encuentran en las Plantillas de flujos de trabajo. Si no los encuentras en las plantillas, es posible que tu ComfyUI esté desactualizado.Si faltan nodos al cargar un flujo de trabajo, estas son las posibles razones:
  1. No estás usando la última versión de ComfyUI (versión nocturna)
  2. Algunos nodos fallaron al importarse durante el inicio

​
Instalación de modelos

Debes descargar los siguientes modelos y colocarlos en los directorios correctos: diffusion_models text_encoders model_patches audio_encoders vae loras

​
Ubicación de almacenamiento de los modelos

​
Archivos de entrada de ejemplo

Descarga estos archivos de entrada de ejemplo y arrástralos a los nodos correspondientes:

Descargar imagen de ejemplo

Imagen de referencia del personaje

Descargar audio del hablante 1

Pista de audio para el personaje 1

Descargar audio del hablante 2

Pista de audio para el personaje 2

​
Pasos del flujo de trabajo

  1. Carga la imagen de entrada: Arrastra la imagen de referencia del personaje al nodo Load Image. Para escenarios con varios personajes, usa el Editor de máscara para dibujar las máscaras de cada personaje.
  2. Carga las pistas de audio: Conecta los archivos de audio a los nodos Load Audio (uno por personaje).
  3. Carga el modelo de difusión: Asegúrate de que el nodo Load Diffusion Model use Wan2_1-I2V-14B-480p_fp8_e4m3fn_scaled_KJ.safetensors.
  4. Carga los parches del modelo: Carga el parche de InfiniteTalk adecuado (variante single o multi) mediante el nodo ModelPatchLoader.
  5. Configura InfiniteTalk: Ajusta los parámetros del nodo WanInfiniteTalkToVideo, como length (duración del video en fotogramas), motion_frame_count (fotogramas anteriores usados como contexto de movimiento) y audio_scale.
  6. Genera: Ejecuta el flujo de trabajo. El modelo producirá un video de una persona hablando de cuerpo completo, sincronizado con el audio de entrada.

​
Extender la duración del video

Cada grupo Video Extend extiende el video aproximadamente 3.24 segundos (81 fotogramas a 25 fps). Si tu audio es más largo, puedes:
  1. Seleccionar con una caja de selección el grupo “Video Extend”
  2. Presionar Ctrl-C (copiar) y luego Ctrl-Shift-V (pegar con conexiones)
  3. Conectar la salida IMAGE del nodo anterior InfiniteTalk (Base Generation) a la entrada previous_frames del nuevo nodo WanInfiniteTalkToVideo
  4. Conectar la salida IMAGE del nodo Batch Images a la entrada de imagen del nuevo nodo Batch Images