此工作流程為 Wan 2.2（14B）導入 First–Last Frame to Video（FLF2V），這是一種條件設定方法，讓你同時指定開頭與結尾影格，並讓模型在兩者之間合成一段平滑、由提示詞引導的過渡旅程。它不是從單一關鍵影格外推，也不是依賴光流插值；WanFirstLastFrameToVideo 節點會在擴散過程內部對 t=0 與 t=1 強制邊界條件。也就是說，起始與結束圖片會被視為真值被尊重，而模型會生成新的、連貫的中間影格，並遵循你的文字提示詞。
在底層流程中，工作流程會透過 UNETLoader 載入 Wan 2.2，並使用 CLIPLoader 載入相容的文字編碼器（UMT5 XXL FP8 scaled），再載入 VAE 元件，接著以 SD3 風格排程（ModelSamplingSD3）執行 KSamplerAdvanced。可選的「lightning」4-step LoRA 能以小幅品質取捨大幅加速渲染。結果是在 ComfyUI 中一條實用且可重現的管線，相較以往的圖片轉影片方式，因為同時以兩端點作為條件設定，能降低身分漂移、保留場景意圖，並產生更像經過設計而非被扭曲的轉場。
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 2.2 14B 首尾幀產生影片" (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("video_wan2_2_14B_flf2v_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("68", "image", asset); // LoadImage
wf.setInput("90", "text", "冰晶组成的小猫突然被惊醒，愤怒的它抬头，渐渐长出色彩毛发变成为一个巨兽，像发现危险一样呲牙，瞪大眼睛"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("61")[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
