Wan2.1 VACE Premier–Dernier Frame introduit la synthèse vidéo ancrée sur les points de départ et d’arrivée : vous fournissez une image de départ et une image de fin, et le modèle planifie un chemin temporel cohérent entre les deux. Au lieu d’une simple interpolation par flux optique, le workflow synthétise le contenu intermédiaire dans l’espace latent à l’aide du prior VACE de Wan2.1, guidé par votre prompt et éventuellement LoRA. Cela garantit la stabilité de l’identité, la continuité du style et une planification du mouvement crédible sur toute la séquence.

Dans ComfyUI, le pipeline associe WanVaceToVideo à un profil ModelSamplingSD3, KSampler, et une gestion stricte des frames/layout : les dimensions spatiales doivent être divisibles par 16, et le nombre total d’images suit la règle 4n+1 (Longueur − 1 divisible par 4). Cette structure, plus TrimVideoLatent pour la longueur exacte du clip, produit des transitions à la fois fluides et contrôlables. Le modèle 14B permet des sorties propres en 480p et 720p, tandis que le 1.3B est optimisé pour le 480p. Avec LoRA optionnel (ex : CausVid), vous pouvez réduire drastiquement les étapes d’échantillonnage tout en maintenant la cohérence temporelle.