通过Wan2.1 I2V 模型解锁人像时光流逝视频制作
使用 Wan2.1 I2V 模型与 Aging LoRA，生成惊艳的人像时光流逝视频。通过多模态控制技术，打造真实自然的人脸衰老动画。掌握 ComfyUI 全流程，从静态照片一键生成动态变老视频，支持表情细节、光影一致性与时间轴控制。
- 使用场景
- Video
- 适用场景
- Video
- 显存
- 中等显存（12–16GB）
- 阅读时间
- 4 分钟
工作流概览
使用 Wan2.1 I2V 模型与 Aging LoRA，生成惊艳的人像时光流逝视频。通过多模态控制技术，打造真实自然的人脸衰老动画。掌握 ComfyUI 全流程，从静态照片一键生成动态变老视频，支持表情细节、光影一致性与时间轴控制。
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。
- 推荐硬件：中等显存（12–16GB）。
1. 工作流概述
功能：通过Wan视频生成模型实现人物从年轻到老年的动态老化效果，生成时序连贯的视频。
核心技术：
Wan2.1-I2V-14B模型：基于图像到视频（I2V）的扩散模型，支持480P分辨率。
老化LoRA：
老化延时摄影 (Wan2.1 I2V LoRA)_v1.0，专用于模拟时间流逝的面部变化。多模态编码：结合CLIP视觉编码与T5文本编码控制生成细节。
2. 核心模型
模型名称 | 功能说明 |
|---|---|
Wan2_1-I2V-14B-480P_fp8_e4m3fn | 基础视频生成模型，输入单张图像生成时序帧。 |
老化延时摄影 LoRA | 强化面部皱纹、肤色、毛发等老化特征，强度1.0。 |
umt5-xxl-enc-bf16 | 文本编码器，解析提示词（如"小和尚慢慢变老"）为时序条件。 |
3. 关键组件
3.1 模型加载
WanVideoModelLoader：
加载基础模型（需手动放置
.safetensors文件到models/wan_video）。参数：
bf16精度，fp8_e4m3fn优化，显存管理策略为offload_device。
WanVideoLoraSelect：
加载老化LoRA，需下载
老化延时摄影.safetensors。
3.2 输入处理
LoadImage：
输入源图像（如"穿僧衣的亚洲小和尚.jpeg"），分辨率需匹配模型要求（默认768x1024）。
WanVideoImageClipEncode：
通过CLIP视觉编码器提取图像特征，生成时序嵌入（
image_embeds）。
3.3 文本控制
WanVideoTextEncode：
输入正面提示词（描述老化过程）和负面提示词（避免静态/低质量帧）。
示例提示词：
正面："视频中，穿着灰色僧衣的小和尚慢慢变老..." 负面："色调艳丽，过曝，静态，细节模糊不清..."
3.4 视频生成与合成
WanVideoSampler：
关键参数：25采样步，
dpm++_sde采样器，种子固定（1057359483639287）。
VHS_VideoCombine：
合成帧为MP4视频（16FPS，H.264编码，CRF=19），输出路径为
output.mp4。
4. 工作流结构
阶段 | 关键节点 | 功能说明 |
|---|---|---|
模型加载 | WanVideoModelLoader + LoraSelect | 加载基础模型和老化LoRA。 |
输入编码 | LoadImage → ImageClipEncode | 提取图像特征和文本条件。 |
视频生成 | WanVideoSampler → WanVideoDecode | 生成潜在帧并解码为图像序列。 |
视频合成 | VHS_VideoCombine | 输出最终视频文件。 |
5. 输入与输出
输入：
单张人物图像（如肖像照）。
文本提示词（描述老化过程）。
输出：
MP4格式视频（默认480x272分辨率，16FPS）。
6. 注意事项
硬件需求：
显存建议12GB+（因Wan2.1-14B模型较大）。
模型依赖：
需手动下载以下文件：
基础模型：
Wan2_1-I2V-14B-480P_fp8_e4m3fn.safetensorsLoRA：
老化延时摄影.safetensorsVAE：
Wan2_1_VAE_bf16.safetensors
常见问题：
若视频卡顿，降低分辨率或减少采样步数（如25→20）。
老化效果不自然时，调整LoRA强度（当前1.0）。