카피바라: 이미지 기반 비디오 생성
이미지를 업로드하고 텍스트 지시를 제공하세요. 입력 내용이 지시에 따라 편집되며 구조와 시간적 일관성을 유지한 새로운 동영상을 생성합니다.
정보
'Capybara: Image to Video' 워크플로는 사용자가 제공한 텍스트 지시에 따라 정지 이미지를 동적인 비디오로 변환하도록 설계되었습니다. 이 워크플로는 원본 이미지의 구조와 시간적 일관성을 유지하면서 지정한 변화를 도입하는 데 강한 Capybara 모델을 활용합니다. 기술적으로는 LoadImage 노드가 초기 이미지를 가져오며 시작합니다. 핵심 변환은 Capybara 모델 노드(4f4ddf39-1508-4d34-a35c-ff10e6ce995b)가 담당하며, 텍스트 지시를 해석해 프레임에 걸쳐 이미지를 점진적으로 편집하여 비디오 출력을 생성합니다. 마지막으로 SaveVideo 노드가 프레임을 하나의 비디오 파일로 컴파일합니다.
이 워크플로는 정지 이미지에 테마나 스타일 변화를 넣어 애니메이션화하려는 콘텐츠 제작자 및 디지털 아티스트에게 유용합니다. 원본 구조를 유지하므로 결과 비디오가 소스에 충실하며, 시간적 일관성 기능이 프레임 간 급격한 전환을 방지합니다. 또한 해상도 설정에 설명된 것처럼 다양한 해상도와 종횡비를 처리할 수 있어 여러 플랫폼 및 디스플레이 요구에 대응할 수 있습니다.
제공할 항목
- 워크플로 읽는 중
ComfyUI에서 실행됩니다. 이 워크플로는 이 페이지에서 실행할 수 없습니다. 모든 항목이 로드된 Comfy Cloud에서 열거나, 자체 ComfyUI에서 사용하려면 다운로드하세요.
Cloud에서 사용해 보기워크플로 내부
노드 그래프의 읽기 전용 미리보기입니다. 노드를 편집하려면 Comfy Cloud에서 열거나 다운로드하세요.
Loading the graph
Open full-size workflow preview코드에서 이 워크플로 사용하기
가능한 경우 워크플로 그래프와 입력을 기반으로 생성되며, 그렇지 않은 경우 저장된 예시가 표시됩니다. 비용이 발생할 수 있으므로 코드를 실행하기 전에 자격 증명과 엔드포인트를 검토하세요.
What you need
- Runs on
- Comfy Cloud
- 키
- COMFY_API_KEY
유료 Cloud 요금제와 크레딧이 필요합니다.
# Python 3.10+: pip install comfy-sdk==0.4.0
import os
from comfy_sdk import Comfy
api_key = os.environ.get("COMFY_API_KEY", "").strip()
if not api_key: raise RuntimeError("Set COMFY_API_KEY")
os.environ.setdefault("COMFY_BASE_URL", "https://cloud.comfy.org")
client = Comfy(api_key=api_key)
workflow = client.workflows.from_json({
"114": {
"class_type": "SaveVideo",
"inputs": {
"filename_prefix": "video/ComfyUI",
"format": "auto",
"format.codec": "auto",
"video": [
"103:113",
0
]
},
"_meta": {
"title": "Save Video"
}
},
"126": {
"class_type": "LoadImage",
"inputs": {
"image": "joy_snap.png"
},
"_meta": {
"title": "Load Image"
}
},
"103:10": {
"class_type": "VAELoader",
"inputs": {
"vae_name": "hunyuanvideo15_vae_fp16.safetensors"
},
"_meta": {
"title": "Load VAE"
}
},
"103:11": {
"class_type": "DualCLIPLoader",
"inputs": {
"clip_name1": "qwen_2.5_vl_7b.safetensors",
"clip_name2": "byt5_small_glyphxl_fp16.safetensors",
"device": "default",
"type": "hunyuan_video_15"
},
"_meta": {
"title": "Load CLIP (Dual)"
}
},
"103:113": {
"class_type": "CreateVideo",
"inputs": {
"bit_depth": "auto",
"codec": "none",
"color_space": "sRGB",
"fps": 24,
"images": [
"103:8",
0
]
},
"_meta": {
"title": "Create Video"
}
},
"103:115": {
"class_type": "HunyuanVideo15ImageToVideo",
"inputs": {
"batch_size": 1,
"clip_vision_output": [
"103:119",
0
],
"height": [
"103:122",
0
],
"length": 81,
"negative": [
"103:93",
0
],
"positive": [
"103:44",
0
],
"start_image": [
"103:118",
0
],
"vae": [
"103:10",
0
],
"width": [
"103:121",
0
]
},
"_meta": {
"title": "HunyuanVideo15ImageToVideo"
}
},
"103:117": {
"class_type": "CLIPVisionLoader",
"inputs": {
"clip_name": "sigclip_vision_patch14_384.safetensors"
},
"_meta": {
"title": "Load CLIP Vision"
}
},
"103:118": {
"class_type": "ResizeAndPadImage",
"inputs": {
"image": [
"126",
0
],
"interpolation": "area",
"padding_color": "white",
"target_height": [
"103:122",
0
],
"target_width": [
"103:121",
0
]
},
"_meta": {
"title": "Resize And Pad Image"
}
},
"103:119": {
"class_type": "CLIPVisionEncode",
"inputs": {
"clip_vision": [
"103:117",
0
],
"crop": "center",
"image": [
"126",
0
]
},
"_meta": {
"title": "CLIP Vision Encode"
}
},
"103:12": {
"class_type": "UNETLoader",
"inputs": {
"unet_name": "capybara_v0.1.safetensors",
"weight_dtype": "default"
},
"_meta": {
"title": "Load Diffusion Model"
}
},
"103:121": {
"class_type": "PrimitiveInt",
"inputs": {
"value": 640
},
"_meta": {
"title": "Width"
}
},
"103:122": {
"class_type": "PrimitiveInt",
"inputs": {
"value": 640
},
"_meta": {
"title": "Height"
}
},
"103:13": {
"class_type": "SamplerCustomAdvanced",
"inputs": {
"guider": [
"103:91",
0
],
"latent_image": [
"103:115",
2
],
"noise": [
"103:25",
0
],
"sampler": [
"103:16",
0
],
"sigmas": [
"103:17",
0
]
},
"_meta": {
"title": "SamplerCustomAdvanced"
}
},
"103:16": {
"class_type": "KSamplerSelect",
"inputs": {
"sampler_name": "euler"
},
"_meta": {
"title": "KSamplerSelect"
}
},
"103:17": {
"class_type": "BasicScheduler",
"inputs": {
"denoise": 1,
"model": [
"103:12",
0
],
"scheduler": "simple",
"steps": 20
},
"_meta": {
"title": "BasicScheduler"
}
},
"103:25": {
"class_type": "RandomNoise",
"inputs": {
"noise_seed": 663555858763862
},
"_meta": {
"title": "RandomNoise"
}
},
"103:44": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"103:11",
0
],
"text": "A vibrant, sunny video scene: a young man and woman sitting on a green bench on a tennis court, taking a selfie with a white smartphone. The camera starts at a low angle and slowly tilts upward, revealing the clear blue sky. The man wears a light green jacket and shorts, the woman wears a light green blazer and trousers with a red and white striped turtleneck. The woman raises one arm playfully, and they hold hands, radiating youthful energy. The overall style is bright, cinematic, with smooth, slow camera movement and warm, vivid color grading."
},
"_meta": {
"title": "CLIP Text Encode (Positive Prompt)"
}
},
"103:67": {
"class_type": "ModelSamplingSD3",
"inputs": {
"model": [
"103:12",
0
],
"shift": 7
},
"_meta": {
"title": "ModelSamplingSD3"
}
},
"103:8": {
"class_type": "VAEDecode",
"inputs": {
"samples": [
"103:13",
0
],
"vae": [
"103:10",
0
]
},
"_meta": {
"title": "VAE Decode"
}
},
"103:91": {
"class_type": "CFGGuider",
"inputs": {
"cfg": 6,
"model": [
"103:67",
0
],
"negative": [
"103:115",
1
],
"positive": [
"103:115",
0
]
},
"_meta": {
"title": "CFG Guider"
}
},
"103:93": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"103:11",
0
],
"text": "blurry, low quality, distorted, ugly, watermark, text"
},
"_meta": {
"title": "CLIP Text Encode (Negative Prompt)"
}
}
})
# run() also passes api_key to the partner nodes in this workflow.
job = client.run(workflow, api_key=api_key)질문과 답변
텍스트 지시에 따라 논리적으로 애니메이션화할 수 있는 요소가 있고 구조가 명확한 이미지가 가장 좋습니다. 더 나은 비디오 품질을 위해 고해상도 이미지를 권장합니다.
Capybara 모델은 고급 알고리즘을 사용해 프레임 간 전환이 부드럽도록 하며, 지정된 변화를 적용하면서도 원본 이미지의 시각적 일관성을 유지합니다.
워크플로 실행 전에 원하는 해상도를 설정하는 것이 좋습니다. 다만 필요하면 후처리로 비디오 편집 소프트웨어에서 해상도를 조정할 수 있습니다.
텍스트 지시를 더 명확하고 구체적으로 다듬어 보세요. 또한 디테일과 품질을 개선하려면 steps를 50으로 늘리는 것을 고려하세요.
관련 워크플로
- CCapybara
Capybara:비디오 편집
- CCapybara
Capybara:이미지 편집
- CCapybara
카피바라: 텍스트 기반 이미지 생성
- LTX-2.3
Turn an image into a video
- MiniMax H3
Create a video from references
- LTX-2.3
Add camera motion first last frame
- Wan2.2
1.2 스타터 – 이미지에서 비디오로
- Gemini-3.1-flsih-lite, Kling 3.0
3단계: 연락처 시트 워크플로
- 파파트너 노드
Adjustment Frame 워크플로
- 파트너 노드
AI on the Lot 2026 - LTX-2.3 - i2v
- Google Gemini, Kling 3.0, Z-Image-Turbo
AIrt MAchIne(API 버전)
- SSD1.5
AnimateDiff - IPAdapters 루프 애니메이션