Wan Dancer：从音乐生成舞蹈视频

​

模型亮点

• 音频驱动的舞蹈生成：直接从音乐生成舞蹈动作，无需手动关键帧或动作捕获
• 分层框架：两阶段架构（全局+局部），实现连贯的身体运动和精细的动作优化
• 音乐同步输出：舞蹈动作自然对齐到输入音频的节奏和速度
• 风格控制：可配置的舞蹈风格和动作幅度，提供创意方向
• 分钟级生成：生成长格式连贯舞蹈视频，全时段保持时空一致性

​

工作流总览

​

Wan Dancer 工作流

​

1. 下载工作流文件

​

2. 下载输入素材

​

3. 手动下载模型

• wan2.2_dancer_14b_global_fp8_scaled.safetensors
• wan2.2_dancer_14b_local_fp8_scaled.safetensors

• lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors

• umt5_xxl_fp16.safetensors

• clip_vision_h.safetensors

• Wan2_1_VAE_bf16.safetensors

ComfyUI/
├───📂 models/
│   ├───📂 diffusion_models/
│   │   ├─── wan2.2_dancer_14b_global_fp8_scaled.safetensors
│   │   └─── wan2.2_dancer_14b_local_fp8_scaled.safetensors
│   ├───📂 loras/
│   │   └─── lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors
│   ├───📂 text_encoders/
│   │   └─── umt5_xxl_fp16.safetensors
│   ├───📂 clip_vision/
│   │   └─── clip_vision_h.safetensors
│   └───📂 vae/
│       └── Wan2_1_VAE_bf16.safetensors

​

4. 工作流说明

1. 加载参考图像：使用“加载图像”节点上传角色图像。默认输入为 blue_dancer.png。
2. 加载音频文件：使用“加载音频”节点上传音乐或音频轨道。默认输入为 wan_dancer_reference_audio.mp3。
3. 配置舞蹈参数：
   • dance_style：选择输出视频的舞蹈风格
   • motion_amplitude：控制舞蹈动作的强度
   • audio_duration：设置为与输入音频的时长匹配
   • final_duration：选择最终输出视频的时长
4. 配置输出尺寸：
   • width 和 height：设置输出视频的分辨率。请根据 GPU 的可用显存选择合适的值。
5. 验证模型路径：确保模型选择器指向正确的模型文件：
   • global_model：应加载 wan2.2_dancer_14b_global_fp8_scaled.safetensors
   • local_model：应加载 wan2.2_dancer_14b_local_fp8_scaled.safetensors
   • lightning_lora：应加载 lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors
   • clip_vision：应加载 clip_vision_h.safetensors
6. 运行生成：点击“运行”按钮或使用快捷键 Ctrl(Cmd) + Enter 执行视频生成。

​

5. 输出

• 全局输出预览：显示全局模型生成的舞蹈整体结构
• 最终输出：经局部模型优化后的精细舞蹈视频

​

模型信息

• Comfy-Org/Wan-Dancer：全局和局部扩散模型

​

反馈问题

• 确保 ComfyUI 已更新到最新版本
• 检查所有必填模型是否已下载并放置在正确的目录中
• 对于桌面/云端用户：更新跟随稳定版本发布，因此每夜支持的模型可能无法立即使用