Wan2.1 VACE текст в видео
Преобразование текстовых описаний в видео высокого качества. Поддерживает 480p и 720p с моделью VACE-14B.
О проекте
Этот рабочий процесс превращает короткий текстовый промпт в связное видео с помощью Wan 2.1 VACE. Он кодирует промпт через CLIPLoader + CLIPTextEncode, затем запускает Wan VACE UNet (UNETLoader) в диффузионном цикле (KSampler), настроенном под поведение сэмплинга модели через ModelSamplingSD3. Нода WanVaceToVideo отвечает за генерацию latents с учётом времени, а TrimVideoLatent позволяет укоротить или обрезать последовательность до точного количества кадров. После сэмплинга VAELoader + VAEDecode конвертируют latents в RGB-кадры. Затем CreateVideo компилирует кадры, а SaveVideo записывает MP4; для лёгких превью предусмотрен SaveAnimatedWEBP.
Что вы предоставляете
- Чтение рабочего процесса
Работает в ComfyUI. Этот рабочий процесс нельзя запустить на этой странице. Откройте его в Comfy Cloud, где всё уже загружено, или скачайте его для своей ComfyUI.
Попробовать в CloudВопросы и ответы
Берите 14B для максимальной детализации и временной стабильности (поддерживает 480p и 720p), но она медленнее и требует больше VRAM. Выбирайте 1.3B, если нужны быстрые черновики в 480p или у вас ограниченное железо.
LoRA CausVid частично жертвует точностью ради скорости. Попробуйте снизить силу LoRA до 0.3–0.5, немного увеличить steps или обойти LoRA для финального рендера. Также держите cfg умеренным (около 1.0 с LoRA), чтобы уменьшить нестабильность.
Задайте fps в WanVaceToVideo и выберите целевое число кадров там же или зафиксируйте его через TrimVideoLatent. Например, 48 кадров при 24 fps дают клип на 2 секунды. CreateVideo и SaveVideo сохранят fps, переданный по пайплайну.
Требования зависят от разрешения и размера модели. 14B на 720p обычно требует GPU с большим VRAM; 480p на 1.3B проще. Если ловите OOM, переключитесь на 1.3B, снизьте разрешение или число кадров и избегайте высоких значений силы LoRA.