Skip to main content
Causal Forcing（因果強制） は、推論時に リカレント条件付け を適用する動画生成技術です。各生成フレームがモデルにフィードバックされ、次のフレームを予測するために使用されます。たった 1 〜 4 ステップの推論 で、1 枚の開始画像からスムーズで時間的に一貫性のある動画を生成できます。 このワークフローは Wan2.1 を使用し、Causal Forcing（スタンダード）と Causal Forcing++（拡張）の両方のモードをサポートしています。 Causal Forcing 画像から動画ワークフロー
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

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、またはテンプレートライブラリで “Causal Forcing” を検索
入力素材

girl_riding_a_wolf.png

最初のフレームの入力画像です。この画像をダウンロードして使用するか、ご自身の画像に置き換えてください。

​
仕組み

標準的な動画生成がすべてのフレームを並列処理するのに対し、Causal Forcing は動画生成を 逐次プロセス として扱います：
  1. モデルは入力画像を 最初のフレーム として受け取る
  2. 前のフレームに条件付けされて次のフレームを生成する
  3. 生成されたフレームが次の予測の入力となる
  4. 目的のフレーム数に達するまで繰り返す
このリカレントアプローチにより 強い時間的一貫性 が生まれ、各フレームがその前のフレームから自然に続くようになります。これにより、わずか 1〜4 ステップの推論で高品質な結果が得られます。

サブグラフについて

このワークフローはサブグラフノードを使用してモジュール化された処理を行います。サブグラフのドキュメントを参照して、ワークフローをカスタマイズおよび拡張する方法を学んでください。

​
Causal Forcing と Causal Forcing++

​
ワークフローの使用

​
入力

ワークフローは 1 枚の入力画像（最初のフレーム）と、動画内容を説明するテキストプロンプト（オプション）を受け付けます。

​
WAN I2V サブグラフパラメータ

これらのパラメータはブループリントサブグラフノード上で直接操作できます：

​
実行手順

  1. 画像を読み込む: LoadImage ノードで開始フレームを読み込みます
  2. プロンプトを書く（オプション）: 希望するビデオコンテンツを記述します
  3. フレーム数を設定: 生成するフレーム数を指定します
  4. モデルを選択: Wan2.1 I2V チェックポイント、CLIP、VAE を選択します
  5. モードを選択: Causal Forcing または Causal Forcing++（サブグラフの内部設定、または利用可能な Causal Forcing 専用の入力を通じて設定します）
  6. 実行: フレームが逐次生成され ComfyUI/output/ に保存されます

​
モデルダウンロード

Wan2.1 I2V モデルと必要なファイルをダウンロードします。対応する models/ サブディレクトリに配置してください。

​
Wan2.1 I2V

Wan2.1 I2V 14B

wan2.1_i2v_480p_14B_fp16.safetensors — Wan2.1 I2V 14B チェックポイント

Wan2.1 I2V 1.3B

wan2.1_t2v_1.3B_fp16.safetensors — Wan2.1 1.3B チェックポイント（最小 8GB VRAM）

​
CLIP と VAE

CLIP (google-bert)

google-bert/bert-base-uncased — CLIP テキストエンコーダー

VAE (Wan2.1)

Wan2.1_VAE_bf16.safetensors — Wan2.1 VAE

​
モデル保存場所