Wan-Move 모션 제어 이미지 기반 비디오 생성
Wan-Move를 사용하여 단일 이미지에서 비디오를 생성하고, 궤적 안내를 통한 정밀한 포인트 단위 동작 제어를 제공합니다.
정보
Wan-Move 모션 컨트롤 이미지에서 비디오로 워크플로는 단일 이미지를 동적인 비디오로 변환하는 고급 프로세스입니다. Wan2.1 및 Wan 모델을 활용해, 이미지 내 특정 포인트에 정밀한 모션 컨트롤을 적용하여 자연스러운 비디오 출력을 만들 수 있습니다. 핵심은 WanMoveVisualizeTracks 및 GenerateTracks 같은 노드를 통해 모션 궤적을 정의하고 시각화하는 것입니다. 사용자는 궤적 가이드를 통해 이러한 모션을 안내하여 이미지 요소를 정밀하고 통제된 방식으로 애니메이션할 수 있습니다. 이후 CreateVideo 및 SaveVideo 노드가 이 움직임을 하나의 비디오 파일로 컴파일합니다. 정지 이미지를 디테일한 모션 경로로 애니메이트하려는 제작자에게 특히 유용하며, 최종 비디오 출력에 대한 커스텀과 제어 수준이 높습니다.
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.
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({
"228": {
"class_type": "ImageScale",
"inputs": {
"crop": "center",
"height": 480,
"image": [
"238",
0
],
"upscale_method": "lanczos",
"width": 720
},
"_meta": {
"title": "Upscale Image"
}
},
"230": {
"class_type": "PreviewImage",
"inputs": {
"images": [
"228",
0
]
},
"_meta": {
"title": "Preview Image"
}
},
"235": {
"class_type": "SaveVideo",
"inputs": {
"filename_prefix": "video/ComfyUI_WanMove",
"format": "auto",
"format.codec": "auto",
"video": [
"257:234",
0
]
},
"_meta": {
"title": "Save Video"
}
},
"238": {
"class_type": "LoadImage",
"inputs": {
"image": "snowboard_rush.png"
},
"_meta": {
"title": "Load Image"
}
},
"244": {
"class_type": "GenerateTracks",
"inputs": {
"bezier": True,
"end_x": 0.22,
"end_y": 0.45,
"height": 480,
"interpolation": "linear",
"mid_x": 0.46,
"mid_y": 0.44,
"num_frames": 81,
"num_tracks": 5,
"start_x": 0.6,
"start_y": 0.27,
"track_spread": 0.007,
"width": 720
},
"_meta": {
"title": "Generate Video Tracks"
}
},
"245": {
"class_type": "GenerateTracks",
"inputs": {
"bezier": True,
"end_x": 0.96,
"end_y": 0.16,
"height": 480,
"interpolation": "linear",
"mid_x": 0.88,
"mid_y": 0.72,
"num_frames": 81,
"num_tracks": 7,
"start_x": 0.48,
"start_y": 0.97,
"track_spread": 0.017,
"width": 720
},
"_meta": {
"title": "Generate Video Tracks"
}
},
"246": {
"class_type": "GenerateTracks",
"inputs": {
"bezier": True,
"end_x": 0.55,
"end_y": 0.63,
"height": 480,
"interpolation": "linear",
"mid_x": 0.42,
"mid_y": 0.96,
"num_frames": 81,
"num_tracks": 5,
"start_x": 0.12,
"start_y": 1,
"track_spread": 0.012,
"width": 720
},
"_meta": {
"title": "Generate Video Tracks"
}
},
"247": {
"class_type": "WanMoveConcatTrack",
"inputs": {
"tracks_1": [
"244",
0
],
"tracks_2": [
"245",
0
]
},
"_meta": {
"title": "WanMoveConcatTrack"
}
},
"248": {
"class_type": "WanMoveConcatTrack",
"inputs": {
"tracks_1": [
"247",
0
],
"tracks_2": [
"246",
0
]
},
"_meta": {
"title": "WanMoveConcatTrack"
}
},
"257:10": {
"class_type": "VAELoader",
"inputs": {
"vae_name": "wan_2.1_vae.safetensors"
},
"_meta": {
"title": "Load VAE"
}
},
"257:131": {
"class_type": "VAEDecode",
"inputs": {
"samples": [
"257:144",
0
],
"vae": [
"257:10",
0
]
},
"_meta": {
"title": "VAE Decode"
}
},
"257:144": {
"class_type": "KSampler",
"inputs": {
"cfg": 1,
"denoise": 1,
"latent_image": [
"257:195",
2
],
"model": [
"257:61",
0
],
"negative": [
"257:195",
1
],
"positive": [
"257:195",
0
],
"sampler_name": "er_sde",
"scheduler": "simple",
"seed": 128,
"steps": 6
},
"_meta": {
"title": "KSampler"
}
},
"257:151": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"257:193",
0
],
"text": "cartoon character walking in a grassy meadow surrounded by trees"
},
"_meta": {
"title": "CLIP Text Encode (Prompt)"
}
},
"257:193": {
"class_type": "CLIPLoader",
"inputs": {
"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors",
"device": "default",
"type": "wan"
},
"_meta": {
"title": "Load CLIP"
}
},
"257:195": {
"class_type": "WanMoveTrackToVideo",
"inputs": {
"batch_size": 1,
"clip_vision_output": [
"257:83",
0
],
"height": [
"257:226",
1
],
"length": 81,
"negative": [
"257:34",
0
],
"positive": [
"257:151",
0
],
"start_image": [
"228",
0
],
"strength": 1,
"tracks": [
"248",
0
],
"vae": [
"257:10",
0
],
"width": [
"257:226",
0
]
},
"_meta": {
"title": "WanMoveTrackToVideo"
}
},
"257:226": {
"class_type": "GetImageSize",
"inputs": {
"image": [
"228",
0
]
},
"_meta": {
"title": "Get Image Size"
}
},
"257:231": {
"class_type": "LoraLoaderModelOnly",
"inputs": {
"lora_name": "lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors",
"model": [
"257:232",
0
],
"strength_model": 1
},
"_meta": {
"title": "Load LoRA"
}
},
"257:232": {
"class_type": "UNETLoader",
"inputs": {
"unet_name": "Wan21-WanMove_fp8_scaled_e4m3fn_KJ.safetensors",
"weight_dtype": "default"
},
"_meta": {
"title": "Load Diffusion Model"
}
},
"257:234": {
"class_type": "CreateVideo",
"inputs": {
"bit_depth": "auto",
"codec": "none",
"color_space": "sRGB",
"fps": 16,
"images": [
"257:131",
0
]
},
"_meta": {
"title": "Create Video"
}
},
"257:34": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"257:193",
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 (Prompt)"
}
},
"257:61": {
"class_type": "ModelSamplingSD3",
"inputs": {
"model": [
"257:231",
0
],
"shift": 5
},
"_meta": {
"title": "ModelSamplingSD3"
}
},
"257:83": {
"class_type": "CLIPVisionEncode",
"inputs": {
"clip_vision": [
"257:84",
0
],
"crop": "center",
"image": [
"228",
0
]
},
"_meta": {
"title": "CLIP Vision Encode"
}
},
"257:84": {
"class_type": "CLIPVisionLoader",
"inputs": {
"clip_name": "clip_vision_h.safetensors"
},
"_meta": {
"title": "Load CLIP Vision"
}
}
})
# run() also passes api_key to the partner nodes in this workflow.
job = client.run(workflow, api_key=api_key)질문과 답변
이 워크플로를 제대로 사용하려면 Wan2.1 및 Wan 모델이 필요합니다.
네, 어떤 이미지든 사용할 수 있지만, 생성하는 모션 경로의 복잡도와 디테일에 따라 결과는 달라질 수 있습니다.
GenerateTracks 노드로 모션 경로를 만들고, WanMoveVisualizeTracks 노드로 시각화할 수 있습니다. 더 정밀한 제어가 필요하면 WanMoveTracksFromCoords 노드를 사용하세요.
네. PreviewImage 노드를 사용하면 최종 비디오를 생성하기 전에 모션 경로가 이미지에 어떤 영향을 주는지 확인할 수 있습니다.