ComfyUI Wan2.1 V2V与局部重绘
ComfyUI Wan2.1 V2V与局部重绘
ComfyUI Wan2.1 V2V与局部重绘 ComfyUI Wan2.1 V2V与局部重绘 Modified March 9, 2025 使用的是官方的节点 关于模型的选择 模型需要选择T2V的，不是I2V，不要选错了。 因为我们是重绘，有参考视频，不用太依赖于模型对提示词的理解，直接用1.3B的就可以了。这样也可以节省显存，运行的速度也更快。 局部重绘 这里使用了segmentAnything来分割出来需要重绘的区域。 可以根据实际情况，调整对应的提示词。 TeaCache加速 可以加快视频生成的速度，安装ComfyUI TeaCache插件，选择对应的模型就可以使用。这里的模型需要和我们Wan模型一致。 采样器的降噪幅度 需要根据实际情况调整，降噪越低和原图越像，越高重绘幅度越大。 资料链接 百度网盘 通过网盘分享的文件：Wan2.1 V2V与局部重绘 链接: https://pan.baidu.com/s/1p6Yt AiM9SoLmScCAuYdvA?pwd=cycy 提取码: cycy 来自百度网盘超级会员v5的分享 说明文档 https://www.xiaobot.net/post/bf2a5539 cf3a 453f 8356 112b4c627463 由于AI技术更新迭代，请以文档更新为准 更多内容收录在⬇️ https://xiaobot.net/p/GoToComfyUI 网盘 https://pan.quark.cn/s/145512d58595 工作流 https://www.liblib.art/modelinfo/cfd9927b0e3a4757a3c9828df3154ee7?from=personal page&versionUuid=a4c79829d23e4562bcaec0d970ce4487 视频 https://www.bilibili.com/video/BV1QC9SYNEWW/ workflow https://openart.ai/workflows/cychenyue/wan21 v2v/4N0RNr8xWHI1auTdA37z video https://youtu.be/ AgXpxyETmk 相关链接 umt5 xxl fp8 e4m3fn scaled.safetensors https://huggingface.co/Comfy Org/Wan 2.1 ComfyUI repackaged/tree/main/split files/text encoders wan 2.1 vae.safetensors https://huggingface.co/Comfy Org/Wan 2.1 ComfyUI repackaged/blob/main/split files/vae/wan 2.1 vae.safetensors Wan模型 https://huggingface.co/Comfy Org/Wan 2.1 ComfyUI repackaged/tree/main/split files/diffusion models clip vision h.safetensors https://huggingface.co/Comfy Org/Wan 2.1 ComfyUI repackaged/blob/main/split files/clip vision/clip vision h.safetensors 官方示例 https://comfyanonymous.github.io/ComfyUI examples/wan/ Wan2.1仓库 https://github.com/Wan Video/Wan2.1?tab=readme ov file https://github.com/modelscope/DiffSynth Studio/tree/main/examples/wanvideo ComfyUI TeaCache加速 https://github.com/welltop cn/ComfyUI TeaCache 使用的是官方的节点 关于模型的选择 模型需要选择T2V的，不是I2V，不要选错了。 因为我们是重绘，有参考视频，不用太依赖于模型对提示词的理解，直接用1.3B的就可以了。这样也可以节省显存，运行的速度也更快。 局部重绘 这里使用了segmentAnything来分割出来需要重绘的区域。 可以根据实际情况，调整对应的提示词。 TeaCache加速 可以加快视频生成的速度，安装ComfyUI TeaCache插件，选择对应的模型就可以使用。这里的模型需要和我们Wan模型一致。 采样器的降噪幅度 需要根据实际情况调整，降噪越低和原图越像，越高重绘幅度越大。 资料链接 百度网盘 通过网盘分享的文件：Wan2.1 V2V与局部重绘 链接: https://pan.baidu.com/s/1p6Yt AiM9SoLmScCAuYdvA?pwd=cycy 提取码: cycy 来自百度网盘超级会员v5的分享 说明文档 https://www.xiaobot.net/post/bf2a5539 cf3a 453f 8356 112b4c627463 由于AI技术更新迭代，请以文档更新为准 更多内容收录在⬇️ https://xiaobot.net/p/GoToComfyUI 网盘 https://pan.quark.cn/s/145512d58595 工作流 https://www.liblib.art/modelinfo/cfd9927b0e3a4757a3c9828df3154ee7?from=personal page&versionUuid=a4c79829d23e4562bcaec0d970ce4487 视频 https://www.bilibili.com/video/BV1QC9SYNEWW/ workflow https://openart.ai/workflows/cychenyue/wan21 v2v/4N0RNr8xWHI1auTdA37z video https://youtu.be/ AgXpxyETmk 相关链接 umt5 xxl fp8 e4m3fn scaled.safetensors https://huggingface.co/Comfy Org/Wan 2.1 ComfyUI repackaged/tree/main/split files/text encoders wan 2.1 vae.safetensors https://huggingface.co/Comfy Org/Wan 2.1 ComfyUI repackaged/blob/main/split files/vae/wan 2.1 vae.safetensors Wan模型 https://huggingface.co/Comfy Org/Wan 2.1 ComfyUI repackaged/tree/main/split files/diffusion models clip vision h.safetensors https://huggingface.co/Comfy Org/Wan 2.1 ComfyUI repackaged/blob/main/split files/clip vision/clip vision h.safetensors 官方示例 https://comfyanonymous.github.io/ComfyUI examples/wan/ Wan2.1仓库 https://github.com/Wan Video/Wan2.1?tab=readme ov file https://github.com/modelscope/DiffSynth Studio/tree/main/examples/wanvideo ComfyUI TeaCache加速 https://github.com/welltop cn/ComfyUI TeaCache Wan2.1值得尝试，已经可以在一些场景和闭源的视频模型相媲美了。 之前测试过文生视频，图生视频。 这次分享关于视频转视频的工作流。 可以用在电商场景的模特替换，短视频做局部重绘，当然，换背景也是可以的。 首先，需要先下载并安装需要的模型。 按下面的方法，下载后放入对应的文件夹。这里需要下载四个模型，如果网络环境不好的可以下文章底部的网盘下载。 Text encoder and VAE: umt5 xxl fp8 e4m3fn scaled.safetensors 放入: ComfyUI/models/text encoders/ umt5 xxl fp8 e4m3fn scaled.safetensors wan 2.1 vae.safetensors 放入: ComfyUI/models/vae/ wan 2.1 vae.safetensors Video Models 模型放在：ComfyUI/models/diffusion models/ 内存不足，可以使用 fp8 代替。 CLIP Vision clip vision h.safetensors 这个在Image to Video的时候需要用到的 clip vision h.safetensors 放在 ComfyUI/models/clip vision/ 工作流