Wan_2.2_ComfyUI_Repackaged视频工作流搭建从文生视频到图生视频的完整流水线【免费下载链接】Wan_2.2_ComfyUI_Repackaged项目地址: https://ai.gitcode.com/hf_mirrors/Comfy-Org/Wan_2.2_ComfyUI_RepackagedWan_2.2_ComfyUI_Repackaged 是专为 ComfyUI 打包的 Wan 2.2 视频生成模型仓库它将阿里通义万相 2.2 家族的多个视频大模型拆分为即插即用的单文件模型让「文生视频工作流」和「图生视频工作流」的搭建变得前所未有的简单。本文从零开始带你完成 Wan 2.2 ComfyUI 视频工作流搭建环境准备、模型放置、文生视频到图生视频的节点串联一篇文章打通 AI 视频生成全流程。什么是 Wan 2.2 ComfyUI Repackaged新手必知的视频模型仓库这个仓库解决了一个真实痛点Wan 2.2 官方模型原本是 Diffusers 格式直接塞进 ComfyUI 会遇到加载困难、路径混乱、精度选择不灵活等问题。而本仓库把所有模型重新打包为 ComfyUI 原生可识别的单文件格式并按split_files/目录分门别类下载后按约定位置放入 ComfyUI 的models/目录即可使用。仓库覆盖了 Wan 2.2 的全家桶能力能力说明一句话场景文生视频 T2V14B 高/低噪声双版本用文字直接生成视频图生视频 I2V14B 高/低噪声双版本让静态图片动起来图文生视频 TI2V5B 轻量级低显存设备首选主体视频 S2V14B保持人物/物体一致性可控生成 Control5B 14B边缘、姿势、深度控制局部重绘 Inpaint5B 14B只修改视频局部区域运镜控制 Camera14B推拉摇移等镜头运动动作驱动 Animate14B让角色执行指定动作时序编辑 ChronoEdit14B视频逐帧重编辑搭建前的硬件与软件准备显存多大才够用在动手之前先确认你的设备可以胜任 14B 大模型。参考建议如下30GB 以上显存流畅运行 14B 模型的 bf16/fp16 版本出片质量最高16GB24GB 显存优先选用仓库中的fp8_scaled量化版本例如wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors8GB12GB 显存使用 5B 模型如wan2.2_ti2v_5B_fp16.safetensors、wan2.2_fun_control_5B_bf16.safetensors或wan2.2_animate_14B_int8_convrot.safetensors等 int8 量化版本软件要求安装最新版 ComfyUI 桌面版确保自带 Wan 2.2 原生支持节点无需额外改代码。模型文件放置照着这张表做就不会错克隆或下载仓库后把split_files/下的子目录内容对应复制进 ComfyUI 的models/目录一一对应如下ComfyUI 放置目录仓库来源目录典型文件models/diffusion_models/split_files/diffusion_models/wan2.2_t2v_high_noise_14B_fp16.safetensors等models/text_encoders/split_files/text_encoders/umt5_xxl_fp16.safetensorsmodels/vae/split_files/vae/wan2.2_vae.safetensorsmodels/loras/split_files/loras/lightx2v、relight 等 LoRAmodels/audio_encoders/split_files/audio_encoders/wav2vec2_large_english_fp16.safetensors放置完成后在 ComfyUI 中刷新模型列表所有 Wan 2.2 模型就会出现在「加载扩散模型Load Diffusion Model」节点里即装即用。✨文生视频工作流搭建一句话生成一段视频文生视频Text-to-Video是 Wan 2.2 最核心的功能。工作流骨架非常简单只需串联四个部分文本编码器加载split_files/text_encoders/umt5_xxl_fp16.safetensors把提示词转成语义向量扩散模型加载split_files/diffusion_models/wan2.2_t2v_high_noise_14B_fp16.safetensorsVAE 解码器加载split_files/vae/wan2.2_vae.safetensors把潜空间还原成画面采样器与输出节点设置步数、分辨率与帧数出片高噪声与低噪声怎么选这是 Wan 2.2 独有的双档位设计High Noise高噪声版本理解能力强、风格表现更丰富适合复杂提示词Low Noise低噪声版本画面更稳定、细节更收敛适合简单提示词进阶玩法先在低噪声模型出片再送入高噪声模型做二次精修效果翻倍。图生视频工作流搭建让静态图片动起来图生视频Image-to-Video同样简单。核心差异在于把「CLIP 视觉编码」加入工作流将输入图片编码后与文本编码一起送入扩散模型。加载图片拖入任意一张静态图加载扩散模型选择split_files/diffusion_models/wan2.2_i2v_high_noise_14B_fp16.safetensors或低噪声版文本 视觉双路输入提示词描述怎么动例如「镜头缓缓推进人物微笑转身」采样输出得到一段与首帧无缝衔接的视频。低成本替代方案如果显存有限也可用图文生视频模型wan2.2_ti2v_5B_fp16.safetensors输入一张图加一句话同样能获得连贯动态效果。进阶玩法控制、重绘、运镜与动作驱动搭建好基础流水线后仓库里的进阶模型能帮你解锁更多专业能力可控生成wan2.2_fun_control_*系列支持边缘、深度、姿势等条件控制精准约束画面构图视频重绘wan2.2_fun_inpaint_*系列只修改遮罩区域局部换装、改背景随手就来运镜控制wan2.2_fun_camera_*系列专门控制镜头运动轨迹模拟推拉摇移动作驱动wan2.2_animate_14B_bf16.safetensors让参考角色做出指定动作配合重打光 LoRA 还能统一光影时序编辑chrono_edit_14B_fp16.safetensors配合chronoedit_distill_lora.safetensors实现视频内容级重编辑。提速技巧LoRA 让 4 步出片成为现实仓库附带的split_files/loras/目录里藏着一个提速利器——lightx2v 系列 LoRAwan2.2_t2v_lightx2v_4steps_lora_v1.1_high_noise.safetensors/low_noise文生视频 4 步出片wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors/low_noise图生视频 4 步出片使用方法在采样器前挂载对应噪声档位的 LoRA把步数从 2030 降到 4生成速度提升数倍适合快速出样片或批量测试。常见问题与避坑指南找不到模型节点先检查文件是否放对目录再重启 ComfyUI 刷新缓存显存爆掉换fp8_scaled版本 降低分辨率/帧数或用 5B 模型画面崩坏检查噪声档位是否与 LoRA 匹配高噪声 LoRA 配高噪声模型中文字幕/配音需求split_files/audio_encoders/wav2vec2_large_english_fp16.safetensors可用于音频相关链路配套节点实现音画同步。从文生视频到图生视频Wan_2.2_ComfyUI_Repackaged 用一套清晰的目录结构把复杂的多模型部署简化成了复制粘贴。现在就去克隆仓库搭建属于你的第一条 Wan 2.2 ComfyUI 视频工作流吧【免费下载链接】Wan_2.2_ComfyUI_Repackaged项目地址: https://ai.gitcode.com/hf_mirrors/Comfy-Org/Wan_2.2_ComfyUI_Repackaged创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
