ComfyUI Bernini-R 概要
Bernini-R は、ByteDance の レンダラーのみ の Wan 2.2 モデルで、コンテキスト内における画像・動画コンディショニング用に設計されています。条件ストリーム(ソース動画、参照画像、参照動画)を使用して生成をガイドするため、LoRA 訓練やファインチューニングは不要です。 主な機能:- 複数タスクを1つに統合:画像/動画生成、編集、再照明、スタイル転送、被写体挿入
- コンテキスト内条件制御:参照画像/動画を視覚的プロンプトとしてトークン注入
- 軽量設計:レンダラーのみ — 拡散ベースの text-to-video バックボーンは不要
- 柔軟な入力対応:単一または複数の参照画像、動画 to 動画、参照誘導編集
| タスク | 入力 | 説明 |
|---|---|---|
| t2v | テキストプロンプト | テキストから動画生成 |
| v2v | ソース動画 | 動画 to 動画スタイル転送 |
| rv2v | ソース動画 + 参照画像 | 参照誘導動画編集(再照明、被写体挿入) |
| r2v | 参照画像 | 参照 to 動画生成 |
| ads2v | ソース動画 + 参照動画 | 画像/動画コンテンツをソース動画に挿入 |
| img | ソース画像 | 画像編集 |
モデルインストール
必要なモデルウェイトをダウンロードし、対応する ComfyUI フォルダに保存します: text_encoders: vae: loras: diffusion_models:サンプルワークフロー
1. 画像編集
機能説明: 照明が一致した編集画像を生成し、前後の比較を並べて表示します。ポートレートやプロダクトの再照明、写真コレクションの一貫した照明、E コマースカタログ撮影に最適です。ワークフローをダウンロード
JSON をダウンロード または テンプレートライブラリで “Bernini-R” を検索
Comfy Cloud で実行
Comfy Cloud で開く


実行手順
- タスクタイプを選択 — タスクを選択(Image Editing、Subject to Image など)
- 入力を接続 — ソース画像とオプションの参照画像を読み込む
- プロンプトを作成 — 必要な編集内容を記述
- 実行 — Queue をクリックするか
Cmd+Enterを押す
image0、image1 などを使って各画像を参照します。Image Editing タスクでは不要です。代わりに source_image を使用します。
サブグラフについて
このワークフローはモジュール処理にサブグラフノードを使用しています。サブグラフのカスタマイズと拡張についてはサブグラフのドキュメントをご覧ください。
2. 動画編集
機能説明: Bernini-R で一貫した再照明の編集動画を生成します。ソース動画、オプションの参照画像や参照動画を接続し、タスクタイプを選択し、プロンプトを作成して実行します。ワークフローをダウンロード
JSON をダウンロード または テンプレートライブラリで “Bernini-R” を検索
Comfy Cloud で実行
Comfy Cloud で開く
実行手順
- ソース動画を読み込む — 入力動画を接続
- (オプション)参照を読み込む — 参照画像または参照動画
- タスクタイプを選択 — v2v、rv2v、r2v、または ads2v
- プロンプトを作成 — 必要な編集内容を記述
- 実行 — Queue をクリックするか
Cmd+Enterを押す
image0、image1 などを使用します。
サブグラフについて
このワークフローはモジュール処理にサブグラフノードを使用しています。サブグラフのカスタマイズと拡張についてはサブグラフのドキュメントをご覧ください。
コミュニティリソース
- Bernini GitHub (bytedance/Bernini) — 研究論文とタスクドキュメント
- Comfy-Org/Bernini-R — 公式 ComfyUI モデル重み
- Bernini: Latent Semantic Planning for Video Diffusion — 研究論文