从图像到视频：深入解析Wan2.1-I2V工作流
使用阿里巴巴的Wan2.1模型解锁AI驱动的视频生成！学习如何通过此工作流指南，将静态图像转化为惊艳视频。
工作流概览
使用阿里巴巴的Wan2.1模型解锁AI驱动的视频生成！学习如何通过此工作流指南，将静态图像转化为惊艳视频。
内容类型: Workflow
主要用途: Download
所需模型
- Wan2.1
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
该工作流基于阿里云通义万象Wan2.1模型，实现从静态图像生成动态视频（Image-to-Video）。核心功能包括：
通过CLIP视觉编码器提取图像特征
结合T5文本编码器处理提示词
使用14B参数的Wan2.1-I2V模型生成视频潜变量
最终输出为WEBP动画或MP4视频
2. 核心模型
模型名称 | 功能说明 | 文件来源 |
|---|---|---|
Wan2.1-I2V-14B | 视频生成主模型（480P分辨率） |
|
UMT5-XXL文本编码器 | 处理多语言提示词 |
|
OpenCLIP视觉编码器 | 提取图像语义特征 |
|
3. 关键组件
组件名称 | 功能说明 | 安装方式 | 特殊依赖 |
|---|---|---|---|
WanVideoSampler | 控制视频生成采样（帧数/CFG值） | 需安装通义万象插件 | 依赖主模型和VAE |
WanVideoImageClipEncode | 将输入图像编码为潜变量 | 同上 | 需CLIP视觉模型 |
VHS_VideoCombine | 视频帧合成（支持添加音频） | 安装 | FFmpeg环境 |
4. 工作流结构
Group 1: 输入预处理
LoadImage: 加载输入图像（示例尺寸：576x1024）
WanVideoTextEncode: 处理提示词（如"古装美女微笑转身"）
Group 2: 模型加载
LoadWanVideoT5TextEncoder: 加载T5文本编码器
WanVideoModelLoader: 加载14B视频生成模型
Group 3: 视频生成
WanVideoSampler: 生成潜变量（参数：30帧，CFG=6）
WanVideoDecode: 通过VAE解码为图像序列
5. 输入与输出
必要输入：
图像文件（PNG/JPG）
正面提示词（如风格描述）
负面提示词（如"低质量,静态画面"）
输出内容：
动态WEBP（默认）或MP4视频
分辨率：272x272（可调整）
6. 注意事项
⚠️ 常见问题：
显存需求：14B模型需≥16GB显存，建议启用
bf16精度插件依赖：需手动安装：
git clone https://github.com/AI-ModelScope/comfyui-wanvideo-plugin模型下载：所有
.safetensors文件需放入models/wanvideo/目录