Wan 2.2 14B Première-Dernière frame en Vidéo
Générer des transitions vidéo fluides en définissant les images de début et de fin.
Essayer un exemple
À propos de ce workflow
Ce flux de travail introduit First–Last Frame to Video (FLF2V) pour Wan 2.2 (14B), une méthode de conditionnement qui permet de spécifier à la fois l’image d’ouverture et l’image de clôture, puis de laisser le modèle synthétiser un parcours fluide, guidé par le prompt, entre les deux. Au lieu d’étendre à partir d’une seule image clé ou de s’appuyer sur une interpolation par flot optique, le nœud WanFirstLastFrameToVideo impose des conditions aux limites à t=0 et t=1 dans le processus de diffusion. Cela signifie que les images de début et de fin sont respectées comme vérités terrain, tandis que le modèle génère de nouvelles images intermédiaires cohérentes, alignées sur votre prompt texte.
Sous le capot, le flux de travail charge Wan 2.2 avec UNETLoader, un encodeur texte compatible via CLIPLoader (UMT5 XXL FP8 scaled) et les composants VAE, puis exécute KSamplerAdvanced avec une planification de type SD3 (ModelSamplingSD3). Un LoRA optionnel « lightning » en 4 étapes peut accélérer fortement les rendus, au prix d’un compromis modéré sur la qualité. Le résultat est un pipeline pratique et reproductible dans ComfyUI qui améliore les approches image-vers-vidéo précédentes en conditionnant conjointement sur les deux extrémités, en réduisant la dérive d’identité, en préservant l’intention de la scène et en produisant des transitions qui semblent dirigées plutôt que déformées.
Questions-réponses
FLF2V est génératif. Il conditionne le processus de diffusion sur les images de début et de fin simultanément, le modèle synthétise donc de nouvelles images intermédiaires cohérentes au lieu de déformer les pixels. Par rapport à l’I2V à une image, il réduit la dérive d’identité et garantit que la dernière image correspond à votre cible.
La configuration fp8_scaled réduit fortement l’utilisation de la VRAM. À titre d’exemple, 640×640 utilise environ 84% de la VRAM sur une RTX 4090D 24Go. Activer le LoRA lightning 4 étapes accélère encore le rendu, mais avec une perte de qualité et de cohérence temporelle.
Oui. Le workflow utilise CLIPLoader avec un encodeur texte compatible (ex : UMT5 XXL FP8 scaled) et définit ModelSamplingSD3 pour correspondre au planning attendu de Wan 2.2. KSamplerAdvanced gère ensuite steps, CFG et seed. Utilisez les composants fournis pour des résultats stables et reproductibles.
Utilisez des images de début/fin avec des rapports d’aspect et contenus similaires, gardez l’intention du prompt alignée avec les deux images, et évitez les styles contradictoires. Augmentez steps ou CFG pour une meilleure fidélité, et réduisez la résolution ou le nombre d’images si vous manquez de VRAM.
Workflows associés
- Qwen-Image-Edit, Wan2.2
1 entrée d'image Pile divisée - Qwen Multiangle + Wan 2.2
- Wan2.2
1.2 Démarrage – Image vers Vidéo
- Wan2.2, Z-Image-Turbo
AIrt MAchIne
- Wan, Wan2.2
Image vers Vidéo (Nouveau)
- Wan2.2
Remplacement du ciel
- Nano Banana, Google Gemini, Wan2.2
Restyleur en Boucle
- Wan2.2
Vidéo reliée début-fin en continu
- Wan2.2, Wan
Wan 2.2 14B Contrôle Caméra Fun
- Wan2.2, Wan
Wan 2.2 14B Fun Control
- Wan2.2, Wan
Wan 2.2 14B Fun Inpainting
- Wan, Wan2.2
Wan 2.2 14B image vers vidéo
- Wan2.2, Wan
Wan 2.2 14B texte vers vidéo