Wan 2.2 5B Fun 인페인트
시작 프레임과 종료 프레임에서 효율적인 비디오 인페인팅. 5B 모델은 테스트 워크플로를 위한 빠른 반복을 제공합니다.
정보
'Wan 2.2 5B Fun Inpaint' 워크플로는 Wan2.2 모델의 성능을 활용해 효율적인 비디오 인페인팅을 수행하도록 설계되었습니다. 이 워크플로는 시작 프레임과 종료 프레임 사이를 보간해 비디오 콘텐츠를 생성하므로, 비디오 생성 기법을 창의적으로 탐색하고 테스트하는 데 특히 유용합니다. 워크플로는 샘플링을 위한 KSampler, 텍스트 프롬프트 인코딩을 위한 CLIPTextEncode, 잠재 데이터를 시각적 출력으로 디코딩하는 VAEDecode 등 일련의 노드를 사용합니다. Wan2.2 모델을 사용함으로써 빠른 반복 시간과 함께 고품질 비디오 생성이 가능해, 실험 및 프로덕션 모두에 적합합니다.
기술적으로 이 워크플로는 몇 가지 핵심 단계로 구성됩니다. 먼저 UNETLoader 및 VAELoader 같은 노드로 모델을 로드해 비디오 생성을 준비합니다. 이후 CLIPTextEncode 노드로 프롬프트를 생성해 비디오의 시각적 스타일과 콘텐츠를 유도합니다. 다음으로 LoadImage 및 CreateVideo 같은 노드를 사용해 시작 이미지와 크기/길이 같은 비디오 파라미터를 지정합니다. 마지막으로 SaveVideo 노드로 비디오를 생성하고 저장하여 인페인팅 프로세스를 완료합니다. 이처럼 구조화된 접근 방식은 워크플로를 효율적이면서도 유연하게 만들어 다양한 비디오 생성 요구를 지원합니다.
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 preview이 워크플로의 파일
- 작성자
- ComfyUI
사용자 지정 노드 필요
- 워크플로 읽는 중
코드에서 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({
"3": {
"class_type": "KSampler",
"inputs": {
"cfg": 6,
"denoise": 1,
"latent_image": [
"73",
2
],
"model": [
"48",
0
],
"negative": [
"73",
1
],
"positive": [
"73",
0
],
"sampler_name": "uni_pc",
"scheduler": "simple",
"seed": 115716327295867,
"steps": 20
},
"_meta": {
"title": "KSampler"
}
},
"6": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"38",
0
],
"text": "Flowers are in full bloom, time-lapse photography"
},
"_meta": {
"title": "CLIP Text Encode (Positive Prompt)"
}
},
"7": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"38",
0
],
"text": "色调艳丽,过曝,静态,细节模糊不清,字幕,风格,作品,画作,画面,静止,整体发灰,最差质量,低质量,JPEG压缩残留,丑陋的,残缺的,多余的手指,画得不好的手部,画得不好的脸部,畸形的,毁容的,形态畸形的肢体,手指融合,静止不动的画面,杂乱的背景,三条腿,背景人很多,倒着走"
},
"_meta": {
"title": "CLIP Text Encode (Negative Prompt)"
}
},
"8": {
"class_type": "VAEDecode",
"inputs": {
"samples": [
"3",
0
],
"vae": [
"39",
0
]
},
"_meta": {
"title": "VAE Decode"
}
},
"37": {
"class_type": "UNETLoader",
"inputs": {
"unet_name": "wan2.2_fun_inpaint_5B_bf16.safetensors",
"weight_dtype": "default"
},
"_meta": {
"title": "Load Diffusion Model"
}
},
"38": {
"class_type": "CLIPLoader",
"inputs": {
"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors",
"device": "default",
"type": "wan"
},
"_meta": {
"title": "Load CLIP"
}
},
"39": {
"class_type": "VAELoader",
"inputs": {
"vae_name": "wan2.2_vae.safetensors"
},
"_meta": {
"title": "Load VAE"
}
},
"48": {
"class_type": "ModelSamplingSD3",
"inputs": {
"model": [
"37",
0
],
"shift": 8
},
"_meta": {
"title": "ModelSamplingSD3"
}
},
"57": {
"class_type": "CreateVideo",
"inputs": {
"bit_depth": "auto",
"codec": "none",
"color_space": "sRGB",
"fps": 24,
"images": [
"8",
0
]
},
"_meta": {
"title": "Create Video"
}
},
"58": {
"class_type": "SaveVideo",
"inputs": {
"filename_prefix": "video/ComfyUI",
"format": "auto",
"format.codec": "auto",
"video": [
"57",
0
]
},
"_meta": {
"title": "Save Video"
}
},
"70": {
"class_type": "LoadImage",
"inputs": {
"image": "video_wan2_2_5B_fun_inpaint_start_image.png"
},
"_meta": {
"title": "Load Image"
}
},
"73": {
"class_type": "WanFunInpaintToVideo",
"inputs": {
"batch_size": 1,
"end_image": [
"74",
0
],
"height": 640,
"length": 81,
"negative": [
"7",
0
],
"positive": [
"6",
0
],
"start_image": [
"70",
0
],
"vae": [
"39",
0
],
"width": 640
},
"_meta": {
"title": "WanFunInpaintToVideo"
}
},
"74": {
"class_type": "LoadImage",
"inputs": {
"image": "video_wan2_2_5B_fun_inpaint_end_image.png"
},
"_meta": {
"title": "Load Image"
}
}
})
# run() also passes api_key to the partner nodes in this workflow.
job = client.run(workflow, api_key=api_key)질문과 답변
이 워크플로는 비디오 인페인팅을 위해 Wan2.2 모델을 사용하며, 디코딩과 샘플링을 위해 VAE 및 UNET 구성 요소도 함께 사용합니다.
예. 워크플로의 CreateVideo 노드에서 길이 및 크기 같은 비디오 파라미터를 구성할 수 있습니다.
워크플로는 효율성을 목표로 설계되었지만, 최상의 결과를 위해서는 ComfyUI 및 비디오 생성 개념에 대한 기본적인 이해가 있으면 도움이 됩니다.
LoadImage 노드를 사용해 원하는 시작 이미지를 입력할 수 있으며, 이 이미지는 비디오 생성의 기준으로 사용됩니다.