Wan2.2-Animate-14B 使用指南:从图片到动画的完整教程

本镜像基于 ComfyUI 进行部署,已经下载了Wan2.2-Animate-14B动作模仿和人物替换模型,下面将带您快速了解本模型的基本使用:

1.基本操作

初识界面

刚进操作界面时如下:

快捷方式

2.快速上手

我们已经预设了一个工作流供您使用,您也可以选择案例中的其他工作流或者自己搭建,选择其他工作流可能会缺少模型,需要您自行下载。如果想深度使用还需自行探索,教程仅供初学者快速上手。由于模型本身的问题,生成的视频比原输入视频长或短1-2秒都是正常的

这里我们还提供了另一个官方的工作流,建议使用该工作流:复制全部内容,保存为json文件,导入ComfyUI即可

点击 docs.comfy.org/zh-CN/tutor...获取工作流

图片角色替换视频角色

图片角色模仿视频角色动作

操作大致相同,但是需要断开如图两个节点,同时提示词可以适当进行更改,比如提示词:图中角色模仿视频角色动作。(不保证奏效,根据生成情况调整)

长视频的生成

一般我们不建议输入视频的时长超过10秒。

默认情况下生成的视频长度不会超过4秒,如果你希望生成更长的视频,可以进行如下图中的操作。如果希望更长那么就多复制粘贴几次节点,连接方式参考视频扩展示例即可。

ComfyUI界面是通用的,只要有工作流、模型、节点等即可使用。下面是下载其他基础模型的命令,如有其他模型需求,请在终端(小黑屏)处粘贴以下命令。缺少模型时您也可以选择直接在ComfyUI页面下载,或者复制链接,在终端下载完毕后重启ComfyUI。

基本命令:

shell 复制代码
pip install modelscope	#安装modelscope库
conda activate comfyenv #激活虚拟环境
modelscope download --model 您要下载的模型仓库链接 需要下载的模型名称 --loacl_dir 指定下载路径

#下载示例
conda activate comfyenv
cd /ComfyUI/models/diffusion_models
modelscope download QuantStack/Wan2.1_T2V_14B_FusionX_VACE Wan2.1_T2V_14B_FusionX_VACE-FP16.safetensors --local-dir ./

#不同模型下载位置不同,请根据仓库描述选择,以下列出了几个常见路径
#/ComfyUI/models/chechpoints/
#/ComfyUI/models/vae/
#/ComfyUI/models/loras/
#/ComfyUI/models/diffusion_models
#ComfyUI/models/text_encoders

3.节点介绍

(1)基础节点介绍

Load chekpoint:基础大模型加载器,用于加载模型。

Load CLIP:作用是将输入的内容与生成式大模型结合,从而引导图片生成。

Load ControNet Model:用于加载 contronet 各功能的节点

KSampler:K 采样器。

VAE :变分自编码器,类似滤镜。现在很多模型都自带 VAE,VAE 分为 Decode(解码)和 Encode(编码)。其中 编码器将输入数据压缩成一个潜在向量,解码器则根据这个潜在向量重构原始输入。

(2)自定义节点介绍

Manager(管理器)提供了 对 ComfyUI 各种自定义节点的安装、删除、禁用、启用 等管理功能。同时还提供了中心功能和便利功能,用来访问 ComfyUI 中各种信息

① 打开后能够实时预览图片生成过程

② 提供了一千多个拓展节点的下载,只需点击"install"即可安装(会通过 github 下载,安装失败就多试几次)

③ 导入别人的工作流时可能会缺失本分节点,管理器能检索出来,点击"install"快速安装

④ 提供许多模型

注:使用 Manager 安装某些节点后,该节点会从 hugging face 下载自己需要的模型,但是由于 hugging face 被墙,因此可到该节点下换

huggingface 的国内镜像(hf-mirror)重新下载。网址:hf-mirror.com

🚀️ 🚀️ 注意:使用 manager 更新 comfyui 之后如果需要通过外部访问,那么需修改/ComfyUI/main.py 中的 ip 和端口号,修改为如下图:

相关推荐
香芋Yu21 小时前
【机器学习教程】第04章 指数族分布
人工智能·笔记·机器学习
小咖自动剪辑21 小时前
Base64与图片互转工具增强版:一键编码/解码,支持多格式
人工智能·pdf·word·媒体
独自归家的兔21 小时前
从 “局部凑活“ 到 “全局最优“:AI 规划能力的技术突破与产业落地实践
大数据·人工智能
一个处女座的程序猿21 小时前
AI:解读Sam Altman与多位 AI 构建者对话—构建可落地的 AI—剖析 OpenAI Town Hall 与给创业者、产品/工程/安全团队的实用指南
人工智能
依依yyy21 小时前
沪深300指数收益率波动性分析与预测——基于ARMA-GARCH模型
人工智能·算法·机器学习
海域云-罗鹏21 小时前
国内公司与英国总部数据中心/ERP系统互连,SD-WAN专线实操指南
大数据·数据库·人工智能
冬奇Lab21 小时前
深入理解 Claude Code:架构、上下文与工具系统
人工智能·ai编程
Up九五小庞21 小时前
本地部署 + Docker 容器化实战:中医舌诊 AI 项目 TongueDiagnosis 部署全记录-九五小庞
人工智能
John_ToDebug1 天前
2025年度个人总结:在技术深海中锚定价值,于时代浪潮中重塑自我
人工智能·程序人生
自可乐1 天前
n8n全面学习教程:从入门到精通的自动化工作流引擎实践指南
运维·人工智能·学习·自动化