​
关于 Wan2.1-Fun-InP

Wan-Fun InP 是阿里巴巴推出的开源视频生成模型，属于 ​​Wan2.1-Fun​​ 系列的一部分，专注于通过图像生成视频并实现首尾帧控制。

核心功能：

  • 首尾帧控制：支持输入首帧和尾帧图像，生成中间过渡视频，提升视频连贯性与创意自由度。相比早期社区版本，阿里官方模型的生成效果更稳定且质量显著提升。
  • 多分辨率支持：支持生成512×512、768×768、1024×1024等分辨率的视频，适配不同场景需求。

模型版本方面：

  • 1.3B 轻量版：适合本地部署和快速推理，对显存要求较低
  • 14B 高性能版：模型体积达 32GB+，效果更优但需高显存支持

下面是相关模型权重和代码仓库：

如果在加载下面的工作流文件时，你发现存在节点缺失，可能是因为以下情况：

  1. 你使用的 ComfyUI 版本不是最新的开发（nightly）版本。
  2. 你使用的 ComfyUI 版本是稳定（release）版本或桌面版（desktop）版本（不包含最新的功能更新）。
  3. 你使用的 ComfyUI 版本是最新的 commit 版本，但在启动过程中部分节点导入失败了。

请先确保你已经成功更新 ComfyUI 到最新的开发（nightly）版本, 请查看：如何更新 ComfyUI 部分了解如何更新 ComfyUI。

目前 ComfyUI 已原生支持了 Wan2.1 Fun InP 模型，在开始本篇教程前，请更新你的 ComfyUI 保证你的版本在这个提交版本之后

​
Wan2.1 Fun Control 工作流

下载下面的图片，并拖入 ComfyUI 中以加载对应的工作流

​
1. 工作流文件下载

​
2. 手动模型安装

如果对应的自动模型下载无效，请手动进行模型下载，并保存到对应的文件夹

下面的模型你可以在 Wan_2.1_ComfyUI_repackaged 和 Wan2.1-Fun 找到

Diffusion models 选择 1.3B 或 14B, 14B 的文件体积更大（32GB）但是对于运行显存要求也较高，

Text encoders 选择下面两个模型中的一个，fp16 精度体积较大对性能要求高

VAE

CLIP Vision

文件保存位置

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── wan2.1_fun_inp_1.3B_bf16.safetensors
│   ├── 📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors
│   └── 📂 vae/
│   │   └── wan_2.1_vae.safetensors
│   └── 📂 clip_vision/
│       └──  clip_vision_h.safetensors

​
3. 按步骤完成工作流

  1. 确保 Load Diffusion Model 节点加载了 wan2.1_fun_inp_1.3B_bf16.safetensors
  2. 确保 Load CLIP 节点加载了 umt5_xxl_fp8_e4m3fn_scaled.safetensors
  3. 确保 Load VAE 节点加载了 wan_2.1_vae.safetensors
  4. 确保 Load CLIP Vision 节点加载了 clip_vision_h.safetensors
  5. 在 Load Image 节点（已被重命名为Start_image） 上传起始帧
  6. 在第二个 Load Image 节点上传用于控制视频。注意： 目前这个节点还不支持 mp4 只能使用 Webp 视频
  7. （可选）修改 Prompt 使用中英文都可以
  8. （可选）在 WanFunInpaintToVideo 修改对应视频的尺寸，不要使用过大的尺寸
  9. 点击 Run 按钮，或者使用快捷键 Ctrl(cmd) + Enter(回车) 来执行视频生成

​
4. 工作流说明

请注意要使用正确的模型，因为 wan2.1_fun_inp_1.3B_bf16.safetensors 和 wan2.1_fun_control_1.3B_bf16.safetensors 都保存在同一文件夹，同时名称又极为相似，请确保使用了正确的模型。

  • 在体验 Wan Fun InP 时，你可能需要频繁修改提示词，从而来确保对应画面的过渡的准确性

​
其它 Wan2.1 Fun Inp 或者视频相关自定义节点