Wan2.1 VACE 首尾幀生成引入端點錨定的影片合成：你提供起始與結束幀，模型會在兩者間規劃時序連貫的過渡路徑。流程不是單純的光流插值，而是在潛空間中用 Wan2.1 的 VACE prior 合成中間內容，並可用提示詞與選配 LoRA 導引。這樣能在整個序列中維持主體穩定、風格連貫與合理動作規劃。

在 ComfyUI，流程結合 WanVaceToVideo、ModelSamplingSD3 設定檔、KSampler，並嚴格規範幀數與尺寸：空間尺寸須為 16 的倍數，總幀數需符合 4n+1 規則（Length − 1 可被 4 整除）。這種結構加上 TrimVideoLatent 可精確控制片段長度，確保過渡平滑且可控。14B 模型支援乾淨的 480p 與 720p，輕量 1.3B 則優化於 480p。若用 LoRA（如 CausVid），可大幅減少取樣步數並維持時序一致性。