此 ComfyUI 工作流程使用 Wan 2.1 的 image-to-video 管線，將單張圖片轉成短影片。核心是 WanImageToVideo 節點，它會準備時間向條件（幀數、fps、動作提示）並導入擴散流程。文字引導透過 CLIPTextEncode 編碼（由 CLIPLoader 載入 UMT5 XXL 文字編碼器），起始圖片則用 CLIPVisionEncode 嵌入（權重由 CLIPVisionLoader 載入）。模型主幹由 UNETLoader（Wan2.1）與 VAELoader（Wan VAE）載入。ModelSamplingSD3 設定正確的取樣設定檔，並由 KSampler 在潛空間序列上進行降噪。最後 VAEDecode 將潛變量轉為 RGB 畫格，CreateVideo 依你選擇的 fps/尺寸組裝成影片，SaveVideo 將結果寫入磁碟。
工作流程為了清楚易用而分成：Step1 - Load models、Step2 - Upload start_image、Step3 - Video size、Step4 - Prompt。你會在 Video size 群組設定寬/高與幀率，用 LoadImage 提供乾淨的來源圖片，並撰寫文字提示詞（以及可選的負面提示詞）來控制風格與內容。它適合用單張靜態圖製作角色轉身、細微的人像動作或產品主視覺動態，同時可透過 seed 與 KSampler 設定讓結果可重現、也更可預期。
API
從程式碼使用此工作流
每個 Comfy 工作流都是一個 JSON 圖。下方的 payload 就是此工作流，與 ComfyUI 執行時完全相同 — 你可以從此 URL 取得、放入版本控制，或在 ComfyUI 載入並逐節點執行。
使用 Comfy SDK 以 TypeScript 或 Python 執行。相同程式碼可用於 Comfy Cloud 或你自架的 ComfyUI — 只需更改 base URL。
// Install (beta)
npm i @comfyorg/sdk
// Run "Wan萬相 2.1 圖生影片" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("image_to_video_wan_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("52", "image", asset); // LoadImage
wf.setInput("6", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("56")[0].toFile("output.png"); // SaveVideoSDK 需使用 API 格式的工作流：請在 ComfyUI 開啟此工作流，並使用 檔案 → 匯出工作流（API）。
常見問題
