Skip to main content
ATI(Any Trajectory Instruction:任意軌道指示) は、ByteDance チームが提案した制御可能な動画生成フレームワークです。ATI は Wan2.1 をベースとして実装されており、任意の軌道指示により、動画内の物体、局所領域、カメラモーションを統一的に制御できます。

プロジェクトリポジトリ

GitHub 上の ATI ソースコードとドキュメント

オンライン軌道編集ツール

画像上で軌道を描画・編集するビジュアルツール

主な特徴

  • 統合的なモーション制御:物体、局所領域、カメラモーションなど、複数のモーションタイプに対する軌道制御をサポート。
  • インタラクティブな軌道エディタ:画像上に自由に軌道を描画・編集できる視覚的ツール。
  • Wan2.1互換性:公式Wan2.1実装をベースとしており、実行環境およびモデル構造と互換性があります。
  • 豊富な可視化ツール:入力軌道、出力動画、および軌道オーバーレイの可視化をサポート。

WAN ATI 軌道制御ワークフローの例

ComfyUI が最新版に更新されていることを確認してください。このガイドで紹介するワークフローは、ワークフローテンプレートから入手できます。 テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因:
  1. 最新の ComfyUI(Nightly 版)を使用していない
  2. 起動時に一部のノードのインポートに失敗している

1. ワークフローのダウンロード

ComfyUIを最新バージョンに更新し、ワークフローファイルをダウンロードしてComfyUIにドラッグ&ドロップするか、テンプレートライブラリで「Wan2.1 ATI」を検索(WorkflowBrowse TemplatesVideo)してください。 Wan2.1 ATI ワークフロープレビュー

Comfy Cloudで実行

Comfy Cloudで開く

ワークフローをダウンロード

JSONをダウンロードするか、テンプレートライブラリで「Wan2.1 ATI」を検索
入力として以下の画像を使用します:

入力画像: video_wan_ati_input_image.jpg

デフォルトの入力画像をダウンロードするか、独自の画像を開始フレームとして使用してください。

2. 手動モデルインストール

このガイドで使用するすべてのモデルはこちらから入手できます。 拡散モデル:いずれかのバージョンを選択してください:

Diffusion Model: Wan2_1-I2V-ATI-14B_fp8_e4m3fn.safetensors

Wan2.1 I2V ATI 14B拡散モデル(fp8精度)。ComfyUI/models/diffusion_models/に配置してください。
テキストエンコーダー:いずれかのバージョンを選択してください:

Text Encoder: umt5_xxl_fp16.safetensors

フル精度テキストエンコーダー(高品質、大サイズ)。ComfyUI/models/text_encoders/に配置してください。

Text Encoder: umt5_xxl_fp8_e4m3fn_scaled.safetensors

FP8テキストエンコーダー(低VRAM使用量)。ComfyUI/models/text_encoders/に配置してください。
VAE

VAE: wan_2.1_vae.safetensors

Wan2.1 VAEモデル。ComfyUI/models/vae/に配置してください。
CLIPビジョン

CLIP Vision: clip_vision_h.safetensors

参照画像処理用のCLIPビジョンモデル。ComfyUI/models/clip_vision/に配置してください。
ファイル保存先

3. ワークフロー実行のステップバイステップ手順

ワークフローステップ図 画像の番号順に手順に従い、対応するワークフローがスムーズに実行されるようにしてください。
  1. Load Diffusion ModelノードがWan2_1-I2V-ATI-14B_fp8_e4m3fn.safetensorsモデルを読み込んでいることを確認してください。
  2. Load CLIPノードがumt5_xxl_fp8_e4m3fn_scaled.safetensorsモデルを読み込んでいることを確認してください。
  3. Load VAEノードがwan_2.1_vae.safetensorsモデルを読み込んでいることを確認してください。
  4. Load CLIP Visionノードがclip_vision_h.safetensorsモデルを読み込んでいることを確認してください。
  5. Load Imageノードに提供された入力画像をアップロードしてください。
  6. 軌道編集:現時点ではComfyUIには対応する軌道エディタがまだ実装されていません。以下のリンクから軌道編集を完了できます。
  7. プロンプト(ポジティブ/ネガティブ)を変更したい場合は、番号5CLIP Text Encoderノードで編集してください。
  8. Runボタンをクリックするか、ショートカットキー Ctrl(Macの場合はCmd) + Enter を押してビデオ生成を実行してください。