ComfyUI-WanVideoWrapper 快速上手：4步装好，文生视频与图生视频一次跑通

ComfyUI-WanVideoWrapper 快速上手：4步装好，文生视频与图生视频一次跑通

【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper

ComfyUI-WanVideoWrapper 是一组针对 WanVideo 视频模型的 ComfyUI 自定义节点，一次装好就能覆盖文生视频、图生视频、视频风格迁移、姿态控制、音频驱动和视频超分六类玩法。它适合已经会用 ComfyUI 拉节点、想尽快出片的人；如果你刚装好 ComfyUI，跟着本文大约 30 分钟能跑出第一段视频。

1. 先跑起来：30 分钟内拿到第一段视频

装 ComfyUI 插件最常见的卡点不是代码，而是模型放错目录。这一节先把路铺平：硬件够不够、依赖装没装、模型放哪、启动后怎么验证。

硬件要求速查：什么显卡能跑

参考数据：1.3B 文生视频模型用 81 帧的上下文窗口，显存占用不到 5GB，在 5090 上生成 1025 帧约 10 分钟。

Windows / macOS / Linux 各一条命令

三平台的步骤都是：把仓库克隆进 ComfyUI 的custom_nodes目录，再装依赖。

# Linux / macOS cd /path/to/ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper pip install -r requirements.txt

Windows 用官方绿色版时，在ComfyUI_windows_portable目录下执行：

python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-WanVideoWrapper\requirements.txt

💡 依赖清单很短（requirements.txt），核心是diffusers>=0.33.0、accelerate>=1.2.1、peft>=0.17.0，版本不够会直接导入报错，先升这三样。

4 类模型文件放哪

模型统一放 ComfyUI 的models目录，四类对号入座：

作者推荐下载 FP8 缩放版权重：同样画质下显存占用明显更低，主模型加载节点的量化选项要选对应的_scaled档位，选错会直接报错。GGUF 格式的模型也能在主加载节点里直接用。

首次启动自检：5 项全过才算装好

1. 重启 ComfyUI，节点搜索框输入WanVideo，能列出加载、采样、潜变量等节点；
2. 控制台无红色导入报错（可选模块如 Ovi、Lynx 缺依赖时只警告，属正常）；
3. 模型加载节点的下拉里能选中你放进去的权重；
4. 用仓库自带示例工作流跑一次最小档（512x512、81 帧、1.3B 模型），能出片；
5. 输出的视频帧率是 16fps——这是 WanVideo 的默认采样帧率（shared_config.py 中sample_fps = 16），不是你的设置错了。

2. 搞懂它：这些节点到底在干嘛

原理部分只用一个类比就说清楚。把生成一段视频比作开一家餐厅：

• 文本编码器是翻译官：把你的中文提示词翻成模型听得懂的向量。它本身不出菜，但翻译质量决定后厨理解。
• 视频生成器（transformer）是后厨主厨：从纯噪声开始，一步步"去噪"出画面，每步都参考翻译官的菜单。这是吃显存的大头，40 层注意力块就是主厨的 40 道工序。
• 控制模块是轨道：姿态关键点、控制网、相机轨迹等，把镜头和动作约束在既定路径上，主厨只能在轨道内发挥。
• 后处理单元是出餐前的摆盘：VAE 把压缩表示解码成像素，FlashVSR 这类超分节点再补细节。

记住一条主线就够了：噪声进，视频出，中间每一步由"菜单（文本）+ 轨道（控制）"约束。其余细节用到时再查对应节点。

3. 六大功能逐个拆：场景、参数、坑

每个功能按"适用场景 / 关键参数 / 易踩坑"三件套给。

文生视频（T2V）

• 适用场景：没有参考图，纯靠提示词生成场景片段，如环境空镜、氛围短片。
• 关键参数：采样步数默认 30、cfg 默认 6.0、shift 默认 5.0、调度器默认 unipc（nodes_sampler.py 默认值）；帧数走 4n+1 规则，81 帧是常用档。
• 易踩坑：提示词里堆太多主体，画面会互相"打架"；一句话说清"主体 + 动作 + 背景"更稳。

图像转视频（I2V）

• 适用场景：给一张图加运动，产品、角色、风景首帧都能用。
• 关键参数：首帧对齐靠 clip vision 编码，注意加载图与目标分辨率同比例，避免拉伸变形。
• 易踩坑：输入图里有大面积纯白背景时，运动容易糊边，先裁紧主体。

视频风格迁移（V2V）

• 适用场景：已有视频换画风/换质感，比整段重生成便宜得多。
• 关键参数：从干净视频起步时打开add_noise_to_samples，denoise_strength 控制改动的幅度，1.0 是完全重绘。
• 易踩坑：denoise 低于 0.6 时风格几乎没变化，别误以为节点没生效。

音频驱动

• 适用场景：让画面跟着音频动，对口型、数字人播报。
• 关键参数：走 MultiTalk、HuMo、FantasyTalking 等节点组，各带自己的音频编码器。
• 易踩坑：音频采样率不匹配会静默失真，先用pyloudnorm（依赖已含）归一化响度。

视频超分

• 适用场景：低分辨率结果补细节，先出 480p 再超分是省显存的常见路线。
• 关键参数：FlashVSR 解码器加载后串在 VAE 解码环节（FlashVSR/flashvsr_nodes.py）。
• 易踩坑：超分前就堆高 CFG，会放大纹理噪点，先定画面再放大。

姿态控制

• 适用场景：指定人物动作轨迹，做舞蹈、运动镜头。
• 关键参数：SCAIL、SteadyDancer、MTV 等节点组各自吃骨骼序列；WanMove 吃轨迹点云。
• 易踩坑：姿态序列和帧数对不上时按 4n+1 补帧，别裁掉原视频节奏。

4. 做出来：两个可复现案例

案例 1：玩具 360° 展示视频——一次翻车后的调整

第一次跑 720x720、121 帧，结果主体转体时耳朵和花茎糊成一片。问题不在模型，在两处参数：

• 帧数降回 81（5 秒 @16fps）：帧数越多，运动一致性越难保，产品展示 5 秒足够，121 帧纯属给自己加难度；
• CFG 从 8 降到 6.0：高引导强度放大了背景噪点，旋转中花瓣边缘开始闪烁，回到默认 6.0 后闪烁消失。

调整后同一套 512x512→超分 720p 的流程出片干净。产品类画面记住一条：低 CFG + 中等步数（30）+ 后期超分，比一步到位的高分辨率更稳。

案例 2：5 秒人物肖像视频——参数为什么这么设

参数照抄这组，每个值都有来由：

表情变化幅度不满意时，先动提示词里的"动作描述"，其次才动 cfg——步数在这个量级里收益很小。

5. 调优与避坑：显存、速度、质量三角

三者只能同时占两个，你的选择顺序应该是：先保显存不爆，再挑速度，质量最后补。

• 显存不够：优先换 FP8 缩放权重，其次开块交换（blocks_to_swap每加 2 块约多换出 0.5GB 量级），最后才降分辨率。LoRA 不参与合并时也会占显存，显存紧张就把 LoRA 合并进模型。
• 速度不够：开 Teacache，阈值 0.25–0.30 是作者给出的可用区间，阈值越激进跳步越多，早期跳步容易毁掉运动，可以让起始步晚一点。
• 质量不够：步数从 30 往上调收益有限，先检查 CFG 和提示词；纹理细节交给超分节点，别用分辨率硬扛。

💡 Windows 用户遇到"第一次跑新分辨率显存暴涨、第二次又正常"，是 Triton 编译缓存的已知问题，删掉C:\Users\<用户名>\.triton和AppData\Local\Temp\torchinductor_<用户名>两个目录再跑。

故障速查表

节点功能还在持续扩充，新模型支持以仓库更新为准。

现在就重启 ComfyUI，把 1.3B 模型的最小档工作流跑一遍。出片后对照第 5 节的三角表调一次显存档位。你的第一段视频，30 分钟就能有。

【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper