本工作流引入了 Wan 2.2 (14B) 的首末帧生成视频（FLF2V）方法。你可以同时指定起始帧和结束帧，模型会在两者之间合成平滑、由提示词引导的过渡。与单帧扩展或光流插帧不同，WanFirstLastFrameToVideo 节点在扩散过程中对 t=0 和 t=1 施加边界条件，确保首帧和末帧作为真实基准，模型生成的新中间帧既连贯又符合文本描述。
技术上，流程为加载 Wan 2.2（用 UNETLoader）、通过 CLIPLoader 加载兼容文本编码器（如 UMT5 XXL FP8 scaled），并集成 VAE 组件，然后用 KSamplerAdvanced 和 SD3 风格调度（ModelSamplingSD3）采样。可选的“lightning”4 步 LoRA 可大幅加速渲染，但画质略有下降。最终在 ComfyUI 中实现可复现的流程，相比传统图生视频方法，能同时约束两端，减少身份漂移，保留场景意图，生成更自然的过渡。
API
通过代码使用此工作流
每个 Comfy 工作流都是一个 JSON 图。下面的内容就是此工作流的完整数据，ComfyUI 运行时也是如此——你可以从该 URL 获取、放入版本控制，或在 ComfyUI 中加载并逐节点运行。
使用 Comfy SDK 从 TypeScript 或 Python 运行。相同代码可用于 Comfy Cloud 或你自托管的 ComfyUI——只需更改基础 URL。
// Install (beta)
npm i @comfyorg/sdk
// Run "Wan万相 2.2 14B 首尾帧生成视频" (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 需要 API 格式的工作流：在 ComfyUI 中打开此工作流，使用 文件 → 导出工作流（API）。
常见问题
常见问题
Showing 30 of 30 templates