Wan 2.1 изображение в видео

Генерация видео из изображений с использованием Wan 2.1.

Input

The first frame of the video.

Describe how the scene moves and how the camera moves.

Wan 2.1 480p works best around 832×480.

16 frames per second; 33 frames is about 2 seconds, 81 about 5. Use 4n+1 values.

Wan 2.1 480p works best around 832×480.

Advanced settings

How strictly the video follows the prompt.

Default: 6

What to avoid.

Leave empty for a new result each run. Enter a number to repeat one.

More steps add detail but take longer.

Default: 20

Output
00:00
Example

Попробовать пример

Об этом рабочем процессе

Этот рабочий процесс ComfyUI превращает одно изображение в короткое видео, используя image-to-video пайплайн Wan 2.1. Основа — нода WanImageToVideo, которая подготавливает временное кондиционирование (число кадров, fps и подсказки движения) и передаёт его в диффузию. Текстовое направление кодируется через CLIPTextEncode (на базе CLIPLoader, который загружает текстовый энкодер UMT5 XXL), а стартовое изображение встраивается через CLIPVisionEncode с весами из CLIPVisionLoader. База модели загружается через UNETLoader (Wan2.1) и VAELoader (Wan VAE). ModelSamplingSD3 задаёт правильный профиль sampling, а KSampler выполняет денойзинг по последовательности латентных кадров. Затем VAEDecode преобразует латенты в RGB-кадры, CreateVideo собирает их с выбранными fps/размером, а SaveVideo записывает результат на диск.

Рабочий процесс организован для наглядности: Step1 - Load models, Step2 - Upload start_image, Step3 - Video size, Step4 - Prompt. Вы задаёте ширину/высоту и частоту кадров в группе Video size, загружаете чистое исходное изображение через LoadImage и пишете текстовый промпт (и опциональный негативный промпт), чтобы направлять стиль и содержимое. Это удобно для анимации разворотов персонажа, лёгкой мимики в портретах или продуктовых hero-роликов из одного кадра — с предсказуемостью за счёт стартового изображения и воспроизводимостью через seed и настройки KSampler.

Вопросы и ответы