探索国风服装变换效果的创作流程
通过我们的AI驱动工作流，解锁传统中式服装变换效果。轻松生成惊艳视频！
- 使用场景
- Video
- 适用场景
- Video
- 阅读时间
- 4 分钟
工作流概览
通过我们的AI驱动工作流，解锁传统中式服装变换效果。轻松生成惊艳视频！
内容类型: Workflow
主要用途: Download
所需模型
- Wan2.1
- Lora
配置说明
- 打开工作流模板前，请先安装所需模型。
1. 工作流概述
该工作流基于WAN2.1万相模型，实现国风戏服变装视频生成功能。核心流程包括：
图像输入：加载人物图像（如
79-花瓣网.jpg），自动调整至1280x720分辨率。文本引导：通过中英文提示词（如“gufengbianshen”“古代戏剧黑红色服饰”）控制变装效果。
视频生成：结合LoRA模型（
WAN2.1 I2V 国风戏服变身_V1）生成动态变装序列。后处理：可选补帧（GIMMVFI）和超分辨率（
2xNomosUni模型）提升画质。
适用场景：古风角色动画、短视频特效、文化创意内容制作。
2. 核心模型
模型名称 | 功能说明 | 安装方式 |
|---|---|---|
Wan2_1-I2V-14B-720P_fp8_e5m2 | 主模型，支持720P视频生成 | 需下载至 |
umt5-xxl-enc-bf16 | 多语言文本编码器（支持中文） | 放置于 |
国风戏服LoRA | 定制变装风格（权重1.0） | 需放置于 |
GIMMVFI补帧模型 | 视频插帧（默认2倍帧率） | 通过 |
3. 关键组件
组件名称 | 功能说明 | 安装方式 |
|---|---|---|
WanVideoTextEncode | 解析中英文提示词，生成文本嵌入 | 内置（需 |
WanVideoImageClipEncode | 编码输入图像为潜空间特征 | 同上 |
WanVideoSampler | 控制视频生成（25步UniPC采样器） | 同上 |
GIMMVFI_interpolate | 补帧节点（需手动启用） | 依赖 |
ImageSmartSharpen+ | 视频锐化后处理 | 通过 |
4. 工作流结构
输入预处理
节点:
LoadImage→ImageScale输入: 原始图像（自动缩放至
1280x720）。输出: 标准化图像。
特征编码
节点:
WanVideoTextEncode+WanVideoImageClipEncode输入: 文本提示词 + 缩放后图像。
输出: 文本和图像的联合嵌入。
视频生成
节点:
WanVideoSampler→WanVideoDecode参数: 种子值
797198568875963，CFG=5，帧率16FPS。输出: 原始视频序列（含变装效果）。
后处理（可选）
补帧: 通过
GIMMVFI提升至30FPS。超分: 使用
2xNomosUni模型增强分辨率。
5. 输入与输出
必要输入:
图像: 建议人物全身照，背景简洁（如示例中的白色背景）。
提示词: 需包含变装关键词（如“古代戏剧服饰”）。
输出结果:
视频: MP4格式（H.264，默认16FPS，补帧后30FPS）。
保存路径:
ComfyUI/output/WanVideoWrapper_I2V_xxxxx.mp4。
6. 注意事项
⚠️ 常见问题:
显存不足: 主模型需≥10GB显存，可启用
WanVideoVRAMManagement优化。LoRA不生效: 检查文件名是否完整（需包含
_V1.safetensors后缀）。补帧失败: 确保
gimmvfi_r_arb_lpips_fp32.safetensors已下载至models/gimmvfi。
🔧 优化建议:
关闭
ExperimentalArgs中的冗余选项以加速生成。若需高清输出，启用
ImageUpscaleWithModel节点（需额外显存）。