Wan2.2 视频生成ComfyUI 官方原生工作流示例

​

模型亮点

• 影视级美学控制：专业镜头语言，支持光影、色彩、构图等多维度视觉控制
• 大规模复杂运动：流畅还原各类复杂运动，强化运动可控性和自然度
• 精准语义遵循：复杂场景理解，多对象生成，更好还原创意意图
• 高效压缩技术：5B版本高压缩比VAE，显存优化，支持混合训练

​

Wan2.2 开源模型版本

​

ComfyOrg Wan2.2 直播回放

​

Wan2.2 TI2V 5B 混合版本工作流示例

​

Wan 2.2 5B 视频生成

​

2. 手动下载模型

ComfyUI/
├───📂 models/
│   ├───📂 diffusion_models/
│   │   └───wan2.2_ti2v_5B_fp16.safetensors
│   ├───📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 
│   └───📂 vae/
│       └── wan2.2_vae.safetensors

​

3. 按步骤操作

1. 确保 Load Diffusion Model 节点加载了 wan2.2_ti2v_5B_fp16.safetensors 模型。
2. 确保 Load CLIP 节点加载了 umt5_xxl_fp8_e4m3fn_scaled.safetensors 模型。
3. 确保 Load VAE 节点加载了 wan2.2_vae.safetensors 模型。
4. （可选）如果需要进行图生视频生成，可以使用快捷键 Ctrl+B 启用 Load image 节点来上传图片。
5. （可选）在 Wan22ImageToVideoLatent 节点中，可以调整尺寸设置和视频总帧数（length）。
6. （可选）如果需要修改提示词（正向和负面），请在步骤 5 的 CLIP Text Encoder 节点中进行修改。
7. 点击 Run 按钮，或使用快捷键 Ctrl(cmd) + Enter 来执行视频生成。

​

Wan2.2 14B T2V 文生视频工作流示例

​

Wan 2.2 14B 文生视频

​

2. 手动下载模型

ComfyUI/
├───📂 models/
│   ├───📂 diffusion_models/
│   │   ├─── wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors
│   │   └─── wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors
│   ├───📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 
│   └───📂 vae/
│       └── wan_2.1_vae.safetensors

​

3. 按步骤完成工作流

1. 确保第一个 Load Diffusion Model 节点加载了 wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors 模型。
2. 确保第二个 Load Diffusion Model 节点加载了 wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors 模型。
3. 确保 Load CLIP 节点加载了 umt5_xxl_fp8_e4m3fn_scaled.safetensors 模型。
4. 确保 Load VAE 节点加载了 wan_2.1_vae.safetensors 模型。
5. （可选）在 EmptyHunyuanLatentVideo 节点中，你可以调整尺寸设置和视频总帧数（length）。
6. （可选）如果你需要修改提示词（正向和负面），请在步骤 5 的 CLIP Text Encoder 节点中进行修改。
7. 点击 Run 按钮，或使用快捷键 Ctrl(cmd) + Enter(回车) 来执行视频生成。

​

Wan2.2 14B I2V 图生视频工作流示例

​

1. 工作流文件

你可以使用下面的图片作为输入

​

2. 手动下载模型

• wan2.2_i2v_high_noise_14B_fp16.safetensors
• wan2.2_i2v_low_noise_14B_fp16.safetensors

• wan_2.1_vae.safetensors

• umt5_xxl_fp8_e4m3fn_scaled.safetensors

ComfyUI/
├───📂 models/
│   ├───📂 diffusion_models/
│   │   ├─── wan2.2_i2v_low_noise_14B_fp16.safetensors
│   │   └─── wan2.2_i2v_high_noise_14B_fp16.safetensors
│   ├───📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 
│   └───📂 vae/
│       └── wan_2.1_vae.safetensors

​

3. 按步骤完成工作流

1. 确保第一个 Load Diffusion Model节点加载了 wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors 模型
2. 确保第二个 Load Diffusion Model节点加载了 wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors 模型
3. 确保Load CLIP节点加载了 umt5_xxl_fp8_e4m3fn_scaled.safetensors 模型
4. 确保Load VAE节点加载了 wan_2.1_vae.safetensors 模型
5. 在 Load Image 节点上传作为起始帧的图像
6. 如果你需要修改提示词（正向及负向）请在序号6 的 CLIP Text Encoder 节点中进行修改
7. 可选）在EmptyHunyuanLatentVideo 你可以进行尺寸的设置调整，和视频总帧数 length 调整
8. 点击 Run 按钮，或者使用快捷键 Ctrl(cmd) + Enter(回车) 来执行视频生成

​

Wan2.2 14B FLF2V 工作流示例

​

Wan 2.2 14B 首尾帧转视频

​

2. 按步骤操作

1. 在第一个 Load Image 节点中上传要用作起始帧的图像。
2. 在第二个 Load Image 节点中上传要用作结束帧的图像。
3. 调整 WanFirstLastFrameToVideo 节点中的尺寸设置。
   • 默认设置相对较小的尺寸，以防低显存用户消耗过多资源。
   • 如果显存充足，可以尝试 720P 左右的分辨率。
4. 根据你的首尾帧编写合适的提示词。
5. 点击 Run 按钮，或使用快捷键 Ctrl(cmd) + Enter 执行视频生成。

​

社区资源

​

GGUF 版本

• bullerwins/Wan2.2-I2V-A14B-GGUF/
• bullerwins/Wan2.2-T2V-A14B-GGUF
• QuantStack/Wan2.2 GGUFs

​

WanVideoWrapper

• Kijai/ComfyUI-WanVideoWrapper

• Kijai/WanVideo_comfy_fp8_scaled

• Kijai/WanVideo_comfy/Lightx2v

• Wan2.2-T2V-A14B-4steps-lora-rank64-V1