Wan 2.2 14B Primeiro-Último quadro para Vídeo
Gere transições de vídeo suaves definindo quadros de início e fim.
Experimente um exemplo
Sobre este fluxo de trabalho
Este workflow apresenta o First–Last Frame to Video (FLF2V) para Wan 2.2 (14B), um método de condicionamento que permite especificar tanto o frame inicial quanto o final e fazer o modelo sintetizar uma transição suave, guiada por prompt, entre eles. Em vez de expandir a partir de um único keyframe ou depender de interpolação por optical flow, o nó WanFirstLastFrameToVideo impõe condições de contorno em t=0 e t=1 dentro do processo de difusão. Isso significa que as imagens de início e fim são respeitadas como verdade-terreno, enquanto o modelo gera intermediários novos e coerentes que seguem seu prompt de texto.
Por baixo do capô, o workflow carrega o Wan 2.2 com UNETLoader, um text encoder compatível via CLIPLoader (UMT5 XXL FP8 scaled) e componentes VAE, e então executa o KSamplerAdvanced com um schedule no estilo SD3 (ModelSamplingSD3). Um LoRA opcional “lightning” de 4 steps pode acelerar bastante os renders, com uma troca moderada de qualidade. O resultado é um pipeline prático e reproduzível no ComfyUI que melhora abordagens anteriores de image to video ao condicionar conjuntamente as duas extremidades, reduzindo drift de identidade, preservando a intenção da cena e produzindo transições que parecem dirigidas, e não apenas deformadas.
Perguntas e respostas
FLF2V é generativo. Ele condiciona o processo de difusão nos quadros inicial e final simultaneamente, fazendo o modelo sintetizar novos quadros intermediários coerentes em vez de distorcer pixels entre quadros. Comparado ao I2V de um quadro, reduz deriva de identidade e garante que o quadro final corresponda ao alvo.
A configuração fp8_scaled reduz significativamente o uso de VRAM. Como referência, 640×640 usa cerca de 84% da VRAM em uma RTX 4090D 24GB. Ativar o LoRA de 4 passos pode acelerar ainda mais, mas com alguma perda de qualidade e consistência temporal.
Sim. O fluxo usa CLIPLoader com um codificador de texto compatível (ex: UMT5 XXL FP8 scaled) e define ModelSamplingSD3 para corresponder ao agendamento esperado do Wan 2.2. O KSamplerAdvanced gerencia steps, CFG e seed. Usar os componentes fornecidos garante resultados estáveis e reprodutíveis.
Use imagens inicial/final com proporções e conteúdo relacionados, mantenha o prompt alinhado com ambos os quadros e evite estilos conflitantes. Aumente steps ou CFG para maior aderência, e reduza resolução ou total de quadros se houver pressão de VRAM.