解锁 AI 视频生成的强大力量：全面工作流程指南
解锁腾讯万象 1.3B 模型驱动的 AI 视频创作！通过文本或图像生成令人惊艳的视频，并结合高级后期处理技术。了解如何利用此工作流程助力你的创意项目。
- 使用场景
- Video
- 适用场景
- Video
- 显存
- 低显存（≤8GB）
- 阅读时间
- 4 分钟
工作流概览
解锁腾讯万象 1.3B 模型驱动的 AI 视频创作！通过文本或图像生成令人惊艳的视频，并结合高级后期处理技术。了解如何利用此工作流程助力你的创意项目。
内容类型: Workflow
主要用途: Download
配置说明
- 打开工作流模板前，请先安装所需模型。
- 推荐硬件：低显存（≤8GB）。
1. 工作流概述
作用：该工作流基于腾讯的万相（WanXiang）1.3B模型，实现文本生成视频（T2V）和图像生成视频（I2V）功能，支持视频超分辨率、帧插值等后期处理。
核心模型：
Wan2_1-T2V-1.3B：文本生成视频基础模型（1.3B参数）。Wan2_1-I2V-14B：图像生成视频模型（14B参数，需FP8量化）。UMT5-XXL：多语言文本编码器（支持中文提示词）。FILM-Net：帧插值模型（用于提升视频流畅度）。
2. 组件说明
组件名称 (Node) | 功能 | 安装方式 | 特殊依赖 |
|---|---|---|---|
| 视频采样生成 | 需安装 | 需下载 |
| 处理中文/英文提示词 | 同上 | 依赖 |
| 加载视频专用VAE | 同上 |
|
| 视频帧合成MP4 | 通过ComfyUI Manager安装 | 需配置FFmpeg |
| 帧插值提升流畅度 | 安装 |
|
3. 工作流结构
Group 1: 文生视频（T2V）
输入：文本提示（如"亮丽漫画风格"）、负面提示词、随机种子。
处理：通过
UMT5-XXL编码文本，Wan2_1-T2V模型生成视频。输出：原始视频序列（分辨率720P）。
Group 2: 图生视频（I2V）
输入：参考图像（如
ComfyUI_06397_.png）、文本提示。处理：使用
CLIP-Vision提取图像特征，Wan2_1-I2V模型生成视频。输出：带动态效果的视频（默认81帧）。
Group 3: 视频后期
超分辨率：使用
ESRGAN_4x模型提升画质。帧插值：通过
FILM-Net将帧率从16fps提升至32fps。输出：最终MP4文件（H.264编码，CRF=19）。
4. 输入与输出
关键输入参数：
文本提示：需包含中英文描述（如示例中的"产品摄影，拉近镜头"）。
分辨率：默认输出
720x1280（竖屏）或1280x720（横屏）。帧数：图生视频需≥81帧（否则可能失败）。
输出结果：
格式：MP4视频（H.264编码）。
路径：保存至
ComfyUI/output/Hunyuan/videos/子目录。
5. 注意事项
显存需求：
I2V模型需≥16GB GPU显存（FP8量化后仍需高性能显卡）。
可启用
torch.compile加速（需CUDA 12+）。
常见错误：
帧数不足81帧：调整
WanVideoBlockSwap中的帧数参数。显存不足：降低分辨率或关闭
bf16精度。
优化建议：
使用
TeaCache节点减少显存占用（默认启用）。文本提示中明确指定运动关键词（如"镜头拉近"）。