借助 Wan2.1、RIFE 与 CR 超分辨率,全面提升你的视频创作能力

CN
ComfyUI.org
2025-04-14 09:02:24

借助 Wan2.1 模型与 ComfyUI,解锁强大的图像转视频生成能力。结合 RIFE 帧插值与 CR 超分辨率技术,提升帧率与清晰度。立即了解,开启创作之旅!

使用场景
Video
适用场景
Video
关键节点
Upscaler
显存
中等显存(12–16GB)
阅读时间
4 分钟
查看所需模型更多 Video 工作流

工作流概览

借助 Wan2.1 模型与 ComfyUI,解锁强大的图像转视频生成能力。结合 RIFE 帧插值与 CR 超分辨率技术,提升帧率与清晰度。立即了解,开启创作之旅!

内容类型: Workflow

主要用途: Download

所需模型

  • Wan2.1
  • Lora

所需节点

  • Upscaler

配置说明

  • 打开工作流模板前,请先安装所需模型。
  • 推荐硬件:中等显存(12–16GB)。

1. 工作流概述

m9gujo0bgyg971epwug7ca3139645b39c20a8c773ee3a503a5833dbc8cddb672b39abc7c5cae5a85f6f.gif

该工作流基于 Wan2.1模型 实现 图生视频(I2V) 功能,核心流程包括:

  1. 输入单张图片 + 文本提示词 → 生成初始低分辨率视频

  2. 通过 RIFE补帧CR超分辨率放大 提升视频流畅度与清晰度

  3. 使用 KJ加速技术(如TeaCache、BlockSwap)优化显存占用和生成速度

  4. 最终输出两种视频版本:原始帧率(16fps)和补帧后高清版本(32fps)

2. 核心模型

模型名称

功能

来源

Wan2_1-I2V-14B-480P_fp8_e4m3fn.safetensors

主模型,负责图生视频生成

需手动下载(如HuggingFace)

umt5-xxl-enc-bf16.safetensors

文本编码器(T5),解析提示词

需配套下载

R-ESRGAN_4x+ Anime6B

超分辨率放大模型

通过ComfyUI Manager安装

rife47.pth

补帧模型(RIFE VFI)

需从GitHub手动安装

3. 关键组件

组件名称

功能

安装方式

WanVideoSampler

控制视频生成采样(UniPC采样器)

内置

WanVideoLoraSelect

加载LoRA模型微调风格

需安装Wan插件

RIFE VFI

视频插帧(提升至32fps)

需安装 ComfyUI-Frame-Interpolation

CR Upscale Image

超分辨率放大(3倍分辨率)

需安装 ComfyUI-ESRGAN

4. 工作流结构

  • Group 1: Wan2.1模型加载

    • 输入:模型文件、VAE、LoRA

    • 输出:初始化完成的视频生成模型

  • Group 2: 文本与图像编码

    • 输入:提示词(如"1个女孩,金色发丝")、负面提示词、上传的图片

    • 输出:CLIP图像嵌入 + T5文本嵌入

  • Group 3: 加速节点

    • 关键参数:BlockSwap=20(防爆显存)、TeaCache=0.04(加速缓存)

  • Group 4: 初步合成视频

    • 输出:480P原始视频(16fps)

  • Group 5: 高清放大+补帧

    • 流程:CR放大 → RIFE补帧 → 生成1080P视频(32fps)

5. 输入与输出

  • 输入参数

    • 必填:图片路径提示词种子值(seed=41387343190862)

    • 可选:LoRA模型补帧强度(RIFE multiplier=10)

  • 输出结果

    • teacache_00002.mp4(原始视频)

    • xiao_00001.mp4(高清补帧视频)

6. 注意事项

  1. 显存要求:建议≥12GB GPU(如RTX 3060以上),启用BlockSwap可降低需求

  2. 模型兼容性:需确保所有Wan系列模型为 bf16/fp8 格式

  3. 错误排查:若缺失umt5-xxl-enc-bf16.safetensors,需从HuggingFace下载并放入ComfyUI/models/wan_video

  4. 性能优化:调整TeaCache参数(0.01~0.05)平衡速度与质量


常见问题