ComfyUI-WanVideoWrapper 完整指南:4 步跑通 WanVideo 文本转视频与图像转视频【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper你刷到过 WanVideo 生成的丝滑视频,却不知道在 ComfyUI 里该点哪个节点?这篇文章带你走通 ComfyUI-WanVideoWrapper 这套 WanVideo 自定义节点的全部上手流程。读完你能做到:完成仓库克隆、依赖安装与 4 类模型文件的正确摆放逐段看懂 T2V 示例工作流的节点连线,跑通自己的第一条视频用同一套流程改出图像转视频(I2V)与音频驱动口型同步用 block swap、FP8/GGUF 等手段解决显存不足与生成慢一、能力矩阵:这套扩展能承接哪些输入组合输入输出对应示例工作流(位于example_workflows/)文本提示词视频wanvideo_2_1_14B_T2V_example_03.json图片 提示词视频wanvideo_2_1_14B_I2V_example_03.json人物图片 音频口型同步视频wanvideo_2_1_14B_HuMo_example_01.json图片/视频 运动或相机控制信号受控运动视频wanvideo_2_1_14B_WanMove_I2V_example_01.json、wanvideo_2_1_14B_Fun_control_camera_example_01.json视频 重打光/重影等指令风格化视频wanvideo_1_3B_UniLumos_relight_example_01.json等它与原生 ComfyUI 的关系,仓库作者在 readme.md 里说得很直白:除非某功能原生还没有,否则优先用原生节点。所以别把它当成原生的替代品,它的定位是尝鲜区——ATI、ReCamMaster、HuMo、SkyReels、WanAnimate 这类新模型和新玩法,通常第一时间在这里出节点,成熟后再回流到原生。换句话说:常规工作流用原生,追新用这里。定位清楚了,下面先把环境搭起来。二、部署与模型就位:模型文件该放哪里前置条件:ComfyUI 能正常启动;Python 3.10 及以上;跑 14B 模型建议 8GB 起步显存(4GB 可跑小模型或量化版);磁盘预留 50GB 存放模型文件。第 1 步:克隆仓库。进入 ComfyUI 的自定义节点目录:cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper第 2 步:安装依赖:pip install -r ComfyUI-WanVideoWrapper/requirements.txtWindows 便携版用户,在ComfyUI_windows_portable根目录执行:python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-WanVideoWrapper\requirements.txt依赖里包含diffusers、peft、sentencepiece、gguf等,见 requirements.txt。第 3 步:摆放模型文件。这是最容易翻车的一步,放错目录节点就会报找不到文件。对照示例工作流实际用到的文件名:模型类型存放目录示例工作流中的文件名文本编码器(umt5)ComfyUI/models/text_encodersumt5-xxl-enc-bf16.safetensorsCLIP VisionComfyUI/models/clip_visionclip_vision_h.safetensors主视频模型(Transformer)ComfyUI/models/diffusion_modelsWan2_1-T2V-14B_fp8_e4m3fn_scaled_KJ.safetensorsVAEComfyUI/models/vaeWan2_1_VAE_bf16.safetensors易错点:FP8 量化版主模型放diffusion_models即可,主模型加载节点同时支持 GGUF 格式(相关解析代码在 gguf/);文本编码与 CLIP Vision 也可以直接复用原生 ComfyUI 的加载器。第 4 步:重启验证。重启 ComfyUI,在节点搜索框输入分类WanVideoWrapper,能看到WanVideoModelLoader、WanVideoSampler等节点即安装成功。环境就绪,接下来我们打开一个示例,把连线逻辑彻底拆开看。三、工作流解剖:WanVideo 文本转视频示例怎么连以 example_workflows/ 中的wanvideo_2_1_14B_T2V_example_03.json为例,整条链路分三段。第一段:输入准备(文本与画幅)LoadWanVideoT5TextEncoder加载umt5-xxl-enc-bf16.safetensors,输出接到WanVideoTextEncode;WanVideoTextEncode里写正向与负向提示词(示例负向词针对模糊、字幕、畸形手指等常见问题,可以直接沿用);WanVideoEmptyEmbeds定义生成规格:示例为 832 x 480 分辨率、81 帧,输出image_embeds。第二段:模型与采样WanVideoModelLoader加载 FP8 量化主模型,依次经过WanVideoTorchCompileSettings(torch.compile 开关)、WanVideoSetBlockSwap(挂接WanVideoBlockSwap,示例交换 20 个 block)、WanVideoSetLoRAs;WanVideoSampler汇总model、text_embeds、image_embeds三路输入,在节点内设置步数、CFG、种子与采样器(示例使用dpm_sde)。这个节点是整个插件的中枢,大量扩展参数(缓存、上下文窗口、FreeInit 等)都以侧输入的形式挂在它身上,实现代码见 nodes_sampler.py。第三段:解码与输出WanVideoVAELoader加载Wan2_1_VAE_bf16.safetensors→WanVideoDecode把潜空间样本解码为帧序列 →VHS_VideoCombine合成并保存视频。I2V 如何复用同一套流程。核心采样链路不变,只在输入准备段做替换:用WanVideoImageToVideoEncode替换WanVideoEmptyEmbeds,同时新增CLIPVisionLoaderWanVideoClipVisionEncode(对首帧做视觉编码),图片经LoadImage读入、ImageResizeKJv2缩放后送入。人像、物体、场景图都适用,比如示例素材里的这张人像:或是这张带玫瑰的泰迪熊,配上轻轻摆动、眼神跟随镜头之类的提示词就能动起来:口型同步(HuMo)同样只换输入段。加载wanvideo_2_1_14B_HuMo_example_01.json可见:音频由LoadAudio读入、WhisperModelLoader提取语音特征,HuMoEmbeds的输出接进WanVideoSampler的对应侧输入,模型、采样、解码三段原样复用。换场景不换骨架,这就是示例工作流最值得抄的结构。流程跑通后,大概率会撞上显存和速度问题,下一节直接给对策。四、性能调优手册:显存不够、生成太慢怎么办痛点手段节点 / 推荐取值适用场景显存不足block swap 块交换WanVideoSetBlockSwapWanVideoBlockSwap;T2V 示例交换 20 个 block,仓库作者实测 14B 模型 512x512x81、交换 20/40 block 时约 16GB8~12GB 显存跑 14B显存不足FP8 / GGUF 量化模型主模型加载节点直接选fp8_e4m3fn_scaled系列或 GGUF 文件入门测试、低配显卡显存不足降规格分辨率降到 512 级别、帧数 81 → 33第一步排查项速度慢radial attention 径向注意力WanVideoSetRadialAttention(需先在模型加载器启用 radial),常用参数dense_timesteps、decay_factor长镜头、高帧数生成速度慢 / 超长视频上下文窗口分块context_windows/ 模块;作者实测 1.3B 模型 1025 帧、窗口 81 帧、重叠 16 帧,显存低于 5GB数分钟级长视频速度慢TeaCache 缓存跳步cache_methods/ 节点,启用系数时阈值 0.25~0.30可接受少量运动损失运动不可控运动 / 相机控制节点WanMove 轨迹、ReCamMaster 重运镜、Fun control camera、ATI 节点需要导演视角的精准控制原则:先降规格,再开 block swap,然后才考虑量化——量化会牺牲部分画质,留作最后一档。调优过程中若遇到报错,先查下一张速查表,多数情况一步就能解决。五、报错速查表:5 个高频卡点与一步解法现象常见原因一步解法CUDA out of memory分辨率/帧数超出显存先降到 512 级别 33 帧;仍不行再开 block swap 或换 FP8 模型提示找不到模型文件模型放错目录对照第二节表格移入text_encoders/clip_vision/diffusion_models/vae对应目录Windows 首次运行显存异常飙升旧 Triton / torch.compile 缓存清空C:\Users\用户名\.triton与AppData\Local\Temp\torchinductor_用户名,再跑一遍重启后搜不到 WanVideoWrapper 节点依赖未装全补跑pip install -r requirements.txt后重启更新后挂 LoRA 显存反而上涨未合并 LoRA 现随模型常驻显存启用 block swap,并多交换 1~2 个 block 抵消增大的块体积问题都能绕过去了,最后聊聊怎么从会跑示例走到会造工作流。六、从复用到创造:四阶段练法入门:把 T2V 与 I2V 两个示例各跑一遍;同一个提示词固定其他参数,只换 3 个不同种子,对比画面差异,先建立参数—结果的直觉。进阶:只动WanVideoSampler里的步数与 CFG 两组数值,观察步数不足时的细节损失与 CFG 过高时的过饱和,找到自己的常用组合。熟练:在 I2V 工作流上叠WanVideoSetBlockSwap(或 radial attention)跑一次同规格生成,自己记录显存与耗时差值;再把 WanMove 或 ReCamMaster 的控制节点接入,做一条双输入流水线。高手:对照 nodes.py 与 nodes_sampler.py 里的NODE_CLASS_MAPPINGS注册机制,读懂一个节点从声明输入到返回samples的完整路径;再深入 wanvideo/modules/ 看 Transformer 与 VAE 实现,尝试写一个只改默认参数的小节点。现在就打开 ComfyUI,把第一个 T2V 示例拖进画布按下运行,你离人生第一条 AI 视频只差这一次点击 核心关键词:ComfyUI-WanVideoWrapper 教程(WanVideo 文本转视频 / 图像转视频)长尾关键词:ComfyUI-WanVideoWrapper 安装教程、WanVideo 文本转视频工作流、WanVideo 图像转视频示例、ComfyUI 音频驱动口型同步 HuMo、WanVideo 显存优化 block swap、WanVideo 模型文件存放目录【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/20 13:20:02 · 阅读 1.2k ComfyUI-WanVideoWrapper 完整指南:4 步跑通 WanVideo 文本转视频与图像转视频
ComfyUI-WanVideoWrapper 完整指南:4 步跑通 WanVideo 文本转视频与图像转视频【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper你刷到过 WanVideo 生成的丝滑视频,却不知道在 ComfyUI 里该点哪个节点?这篇文章带你走通 ComfyUI-WanVideoWrapper 这套 WanVideo 自定义节点的全部上手流程。读完你能做到:完成仓库克隆、依赖安装与 4 类模型文件的正确摆放逐段看懂 T2V 示例工作流的节点连线,跑通自己的第一条视频用同一套流程改出图像转视频(I2V)与音频驱动口型同步用 block swap、FP8/GGUF 等手段解决显存不足与生成慢一、能力矩阵:这套扩展能承接哪些输入组合输入输出对应示例工作流(位于example_workflows/)文本提示词视频wanvideo_2_1_14B_T2V_example_03.json图片 提示词视频wanvideo_2_1_14B_I2V_example_03.json人物图片 音频口型同步视频wanvideo_2_1_14B_HuMo_example_01.json图片/视频 运动或相机控制信号受控运动视频wanvideo_2_1_14B_WanMove_I2V_example_01.json、wanvideo_2_1_14B_Fun_control_camera_example_01.json视频 重打光/重影等指令风格化视频wanvideo_1_3B_UniLumos_relight_example_01.json等它与原生 ComfyUI 的关系,仓库作者在 readme.md 里说得很直白:除非某功能原生还没有,否则优先用原生节点。所以别把它当成原生的替代品,它的定位是尝鲜区——ATI、ReCamMaster、HuMo、SkyReels、WanAnimate 这类新模型和新玩法,通常第一时间在这里出节点,成熟后再回流到原生。换句话说:常规工作流用原生,追新用这里。定位清楚了,下面先把环境搭起来。二、部署与模型就位:模型文件该放哪里前置条件:ComfyUI 能正常启动;Python 3.10 及以上;跑 14B 模型建议 8GB 起步显存(4GB 可跑小模型或量化版);磁盘预留 50GB 存放模型文件。第 1 步:克隆仓库。进入 ComfyUI 的自定义节点目录:cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper第 2 步:安装依赖:pip install -r ComfyUI-WanVideoWrapper/requirements.txtWindows 便携版用户,在ComfyUI_windows_portable根目录执行:python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-WanVideoWrapper\requirements.txt依赖里包含diffusers、peft、sentencepiece、gguf等,见 requirements.txt。第 3 步:摆放模型文件。这是最容易翻车的一步,放错目录节点就会报找不到文件。对照示例工作流实际用到的文件名:模型类型存放目录示例工作流中的文件名文本编码器(umt5)ComfyUI/models/text_encodersumt5-xxl-enc-bf16.safetensorsCLIP VisionComfyUI/models/clip_visionclip_vision_h.safetensors主视频模型(Transformer)ComfyUI/models/diffusion_modelsWan2_1-T2V-14B_fp8_e4m3fn_scaled_KJ.safetensorsVAEComfyUI/models/vaeWan2_1_VAE_bf16.safetensors易错点:FP8 量化版主模型放diffusion_models即可,主模型加载节点同时支持 GGUF 格式(相关解析代码在 gguf/);文本编码与 CLIP Vision 也可以直接复用原生 ComfyUI 的加载器。第 4 步:重启验证。重启 ComfyUI,在节点搜索框输入分类WanVideoWrapper,能看到WanVideoModelLoader、WanVideoSampler等节点即安装成功。环境就绪,接下来我们打开一个示例,把连线逻辑彻底拆开看。三、工作流解剖:WanVideo 文本转视频示例怎么连以 example_workflows/ 中的wanvideo_2_1_14B_T2V_example_03.json为例,整条链路分三段。第一段:输入准备(文本与画幅)LoadWanVideoT5TextEncoder加载umt5-xxl-enc-bf16.safetensors,输出接到WanVideoTextEncode;WanVideoTextEncode里写正向与负向提示词(示例负向词针对模糊、字幕、畸形手指等常见问题,可以直接沿用);WanVideoEmptyEmbeds定义生成规格:示例为 832 x 480 分辨率、81 帧,输出image_embeds。第二段:模型与采样WanVideoModelLoader加载 FP8 量化主模型,依次经过WanVideoTorchCompileSettings(torch.compile 开关)、WanVideoSetBlockSwap(挂接WanVideoBlockSwap,示例交换 20 个 block)、WanVideoSetLoRAs;WanVideoSampler汇总model、text_embeds、image_embeds三路输入,在节点内设置步数、CFG、种子与采样器(示例使用dpm_sde)。这个节点是整个插件的中枢,大量扩展参数(缓存、上下文窗口、FreeInit 等)都以侧输入的形式挂在它身上,实现代码见 nodes_sampler.py。第三段:解码与输出WanVideoVAELoader加载Wan2_1_VAE_bf16.safetensors→WanVideoDecode把潜空间样本解码为帧序列 →VHS_VideoCombine合成并保存视频。I2V 如何复用同一套流程。核心采样链路不变,只在输入准备段做替换:用WanVideoImageToVideoEncode替换WanVideoEmptyEmbeds,同时新增CLIPVisionLoaderWanVideoClipVisionEncode(对首帧做视觉编码),图片经LoadImage读入、ImageResizeKJv2缩放后送入。人像、物体、场景图都适用,比如示例素材里的这张人像:或是这张带玫瑰的泰迪熊,配上轻轻摆动、眼神跟随镜头之类的提示词就能动起来:口型同步(HuMo)同样只换输入段。加载wanvideo_2_1_14B_HuMo_example_01.json可见:音频由LoadAudio读入、WhisperModelLoader提取语音特征,HuMoEmbeds的输出接进WanVideoSampler的对应侧输入,模型、采样、解码三段原样复用。换场景不换骨架,这就是示例工作流最值得抄的结构。流程跑通后,大概率会撞上显存和速度问题,下一节直接给对策。四、性能调优手册:显存不够、生成太慢怎么办痛点手段节点 / 推荐取值适用场景显存不足block swap 块交换WanVideoSetBlockSwapWanVideoBlockSwap;T2V 示例交换 20 个 block,仓库作者实测 14B 模型 512x512x81、交换 20/40 block 时约 16GB8~12GB 显存跑 14B显存不足FP8 / GGUF 量化模型主模型加载节点直接选fp8_e4m3fn_scaled系列或 GGUF 文件入门测试、低配显卡显存不足降规格分辨率降到 512 级别、帧数 81 → 33第一步排查项速度慢radial attention 径向注意力WanVideoSetRadialAttention(需先在模型加载器启用 radial),常用参数dense_timesteps、decay_factor长镜头、高帧数生成速度慢 / 超长视频上下文窗口分块context_windows/ 模块;作者实测 1.3B 模型 1025 帧、窗口 81 帧、重叠 16 帧,显存低于 5GB数分钟级长视频速度慢TeaCache 缓存跳步cache_methods/ 节点,启用系数时阈值 0.25~0.30可接受少量运动损失运动不可控运动 / 相机控制节点WanMove 轨迹、ReCamMaster 重运镜、Fun control camera、ATI 节点需要导演视角的精准控制原则:先降规格,再开 block swap,然后才考虑量化——量化会牺牲部分画质,留作最后一档。调优过程中若遇到报错,先查下一张速查表,多数情况一步就能解决。五、报错速查表:5 个高频卡点与一步解法现象常见原因一步解法CUDA out of memory分辨率/帧数超出显存先降到 512 级别 33 帧;仍不行再开 block swap 或换 FP8 模型提示找不到模型文件模型放错目录对照第二节表格移入text_encoders/clip_vision/diffusion_models/vae对应目录Windows 首次运行显存异常飙升旧 Triton / torch.compile 缓存清空C:\Users\用户名\.triton与AppData\Local\Temp\torchinductor_用户名,再跑一遍重启后搜不到 WanVideoWrapper 节点依赖未装全补跑pip install -r requirements.txt后重启更新后挂 LoRA 显存反而上涨未合并 LoRA 现随模型常驻显存启用 block swap,并多交换 1~2 个 block 抵消增大的块体积问题都能绕过去了,最后聊聊怎么从会跑示例走到会造工作流。六、从复用到创造:四阶段练法入门:把 T2V 与 I2V 两个示例各跑一遍;同一个提示词固定其他参数,只换 3 个不同种子,对比画面差异,先建立参数—结果的直觉。进阶:只动WanVideoSampler里的步数与 CFG 两组数值,观察步数不足时的细节损失与 CFG 过高时的过饱和,找到自己的常用组合。熟练:在 I2V 工作流上叠WanVideoSetBlockSwap(或 radial attention)跑一次同规格生成,自己记录显存与耗时差值;再把 WanMove 或 ReCamMaster 的控制节点接入,做一条双输入流水线。高手:对照 nodes.py 与 nodes_sampler.py 里的NODE_CLASS_MAPPINGS注册机制,读懂一个节点从声明输入到返回samples的完整路径;再深入 wanvideo/modules/ 看 Transformer 与 VAE 实现,尝试写一个只改默认参数的小节点。现在就打开 ComfyUI,把第一个 T2V 示例拖进画布按下运行,你离人生第一条 AI 视频只差这一次点击 核心关键词:ComfyUI-WanVideoWrapper 教程(WanVideo 文本转视频 / 图像转视频)长尾关键词:ComfyUI-WanVideoWrapper 安装教程、WanVideo 文本转视频工作流、WanVideo 图像转视频示例、ComfyUI 音频驱动口型同步 HuMo、WanVideo 显存优化 block swap、WanVideo 模型文件存放目录【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考