ComfyUI SynVow TeleStyle

基于 TeleStyle 的 ComfyUI 视频风格迁移插件。

原开源项目

https://github.com/Tele-AI/TeleStyle

功能特性

• 🎬 视频风格迁移: 将风格参考图的风格应用到源视频上
• 🤖 自动模型下载: 首次使用时自动从 HuggingFace 下载所需模型
• ⚙️ 灵活参数控制: 支持调整分辨率、帧数、推理步数、引导强度等
• 📊 实时进度显示: 推理过程中显示进度条
• 🎯 显存优化: 内置 VAE Tiling 减少显存占用

安装

1. 安装依赖

pip install -r requirements.txt

或手动安装核心依赖：

pip install transformers diffusers pillow decord opencv-python safetensors omegaconf einops sentencepiece accelerate peft ftfy regex

2. 模型下载

模型会在首次使用时自动下载到以下目录：

ComfyUI/models/TeleStyle/
├── Wan2.1-T2V-1.3B-Diffusers/    # Wan2.1 基础模型
├── dit.ckpt                       # TeleStyle 风格迁移权重
└── prompt_embeds.pth              # 预计算的文本嵌入

支持的基础模型：

• Wan2.1-T2V-1.3B - 1.3B 参数量，显存需求较低
• Wan2.1-T2V-14B - 14B 参数量，效果更好但显存需求高

节点说明

1. TeleStyle Video Loader

加载 TeleStyle 视频风格迁移模型。

输入参数：

• wan_model: 选择 Wan2.1 基础模型（1.3B 或 14B）

输出：

• model: 模型信息，用于后续的风格迁移节点

2. TeleStyle Video

执行视频风格迁移。

输入参数：

• model: 从 Loader 节点获取的模型
• video_frames: 源视频帧（IMAGE 类型）
• style_first_frame: 风格参考图（通常是风格化后的首帧）
• height: 输出视频高度（默认 1024）
• width: 输出视频宽度（默认 1024）
• video_length: 输出视频帧数（默认 81）
• num_inference_steps: 推理步数（默认 25，越少越快但质量下降）
• guidance_scale: 引导强度（默认 3.0，越大风格迁移越强）
• seed: 随机种子

输出：

• video_frames: 风格迁移后的视频帧（IMAGE 类型）

使用示例

基本工作流

1. 使用 Load Video 节点加载源视频
2. 使用 Load Image 节点加载风格参考图（风格化后的首帧）
3. 连接 TeleStyle Video Loader 加载模型
4. 连接 TeleStyle Video 进行风格迁移
5. 使用 Video Combine 节点保存输出视频

推荐参数（24GB 显存）

• height: 480
• width: 832
• video_length: 49
• num_inference_steps: 20-25

注意事项

1. 显存需求:

   • 1.3B 模型：建议 16GB+ 显存
   • 14B 模型：建议 40GB+ 显存
   • 可通过降低分辨率和帧数减少显存占用

2. 风格参考图:

   • 通常使用图像风格迁移工具（如 TeleStyle Image）先对首帧进行风格化
   • 风格参考图会影响整个视频的风格

3. 推理速度:

   • 推理步数越少速度越快，但质量会下降
   • 建议先用较少步数（如 10-15）测试效果

故障排除

CUDA 显存不足

• 降低 height 和 width 参数
• 减少 video_length 帧数
• 使用 1.3B 模型而非 14B

输出视频黑屏

• 检查风格参考图是否正确连接
• 确保源视频帧格式正确（IMAGE 类型，值范围 0-1）

许可证

本项目遵循原 TeleStyle 项目的许可证。

相关链接

• TeleStyle 原项目
• Wan2.1 模型