ComfyUI Extension: ComfyUI-Wan22FMLF

Authored by wallen0322

Created

Updated

333 stars

Multi-frame reference conditioning nodes for Wan2.2 A14B I2V models.

Custom Nodes (0)

    README

    ComfyUI-Wan22FMLF

    Multi-frame reference conditioning nodes for Wan2.2 A14B I2V models.

    一个为 Wan2.2 A14B I2V 模型提供多帧参考条件控制的 ComfyUI 自定义节点集合。

    📋 目录

    📝 更新日志

    最新更新 - 高性能图片选择节点

    • ✅ 重大性能优化：改用服务器文件存储，不再在前端存储 base64 数据
      • 避免 LocalStorage 配额限制（QuotaExceededError）
      • 大幅减少工作流文件大小
      • 提升节点加载和响应速度
    • ✅ 使用 ComfyUI 标准 /upload/image 和 /view 接口
    • ✅ 修复图片排序功能，支持手动排序
    • ✅ 优化代码结构，提升稳定性

    运动增强功能

    • ✅ 新增 structural_repulsion_boost 参数
      • 通过空间梯度条件注入增强运动效果
      • 仅影响高噪阶段，保护低噪阶段的颜色稳定性
      • 参数范围：1.0-2.0，默认 1.0（无增强）
      • 推荐值：1.2-1.5 可获得明显效果

    工作原理：

    • 在相邻参考帧之间创建空间梯度
    • 运动区域的 mask 值降低，增强 concat_latent_image 的影响
    • 自动保护参考帧附近的区域，避免颜色和亮度偏移
    • 适用于所有多帧参考节点

    使用建议：

    • 默认值 1.0 = 不应用增强
    • 1.2-1.3 = 轻微增强，适合大多数场景
    • 1.4-1.5 = 中等增强，适合需要明显动态的场景
    • 1.6-2.0 = 强烈增强，注意可能影响颜色稳定性

    2025-10-31 重大更新

    • ✅ 解决中间帧闪烁问题
    • ✅ 节点做了较大改变，请使用更新的示例工作流
    • ✅ 建议参数：
      • 高噪中间帧强度：0.6-0.8
      • 低噪中间帧强度：0.2 左右
      • 复杂场景，低噪中间帧可直接设置为 0

    🚀 快速开始

    系统要求

    • 尽量使用官方模型，不要使用量化模型
    • 新增单人模式可有效杜绝颜色累积和亮度闪烁

    推荐分辨率

    低分辨率推荐

    • 480×832
    • 832×480
    • 576×1024

    高分辨率推荐

    • 704×1280
    • 1280×704

    ⚠️ 注意：720×1280 会导致中间帧闪烁问题，不推荐使用。

    🎬 节点说明

    1. Wan First-Middle-Last Frame 🎬

    生成带有 3 帧参考的视频：起始帧、中间帧和结束帧。

    参数说明：

    | 参数 | 类型 | 默认值 | 说明 | |------|------|--------|------| | positive | CONDITIONING | 必需 | 正向提示词条件 | | negative | CONDITIONING | 必需 | 负向提示词条件 | | vae | VAE | 必需 | 用于编码的 VAE 模型 | | width | INT | 832 | 视频宽度（16 的倍数） | | height | INT | 480 | 视频高度（16 的倍数） | | length | INT | 81 | 总帧数（4 的倍数 + 1） | | batch_size | INT | 1 | 生成视频的数量 | | start_image | IMAGE | 可选 | 起始帧参考图 | | middle_image | IMAGE | 可选 | 中间帧参考图 | | end_image | IMAGE | 可选 | 结束帧参考图 | | middle_frame_ratio | FLOAT | 0.5 | 中间帧位置比例（0.0-1.0） | | high_noise_mid_strength | FLOAT | 0.8 | 高噪中间帧约束强度（0=宽松，1=严格） | | low_noise_start_strength | FLOAT | 1.0 | 低噪起始帧约束强度 | | low_noise_mid_strength | FLOAT | 0.2 | 低噪中间帧约束强度 | | low_noise_end_strength | FLOAT | 1.0 | 低噪结束帧约束强度 | | structural_repulsion_boost | FLOAT | 1.0 | 运动增强系数（1.0-2.0），仅影响高噪阶段 | | clip_vision_start_image | CLIP_VISION_OUTPUT | 可选 | 起始帧的 CLIP Vision 输出 | | clip_vision_middle_image | CLIP_VISION_OUTPUT | 可选 | 中间帧的 CLIP Vision 输出 | | clip_vision_end_image | CLIP_VISION_OUTPUT | 可选 | 结束帧的 CLIP Vision 输出 |

    2. Wan Multi-Frame Reference 🎞️

    支持 2、3、4 或更多参考帧的通用多帧参考节点，具有灵活的位置配置。

    参数说明：

    | 参数 | 类型 | 默认值 | 说明 | |------|------|--------|------| | positive | CONDITIONING | 必需 | 正向提示词条件 | | negative | CONDITIONING | 必需 | 负向提示词条件 | | vae | VAE | 必需 | 用于编码的 VAE 模型 | | width | INT | 832 | 视频宽度（16 的倍数） | | height | INT | 480 | 视频高度（16 的倍数） | | length | INT | 81 | 总帧数（4 的倍数 + 1） | | batch_size | INT | 1 | 生成视频的数量 | | ref_images | IMAGE | 必需 | 参考帧图片 | | ref_positions | STRING | "" (自动) | 帧位置："0,40,80" 或 "0,0.5,1.0" | | ref_strength | FLOAT | 0.5 | 中间帧约束强度（0-1） | | fade_frames | INT | 2 | 淡出渐变帧数（0-8） | | clip_vision_output | CLIP_VISION_OUTPUT | 可选 | CLIP Vision 输出 |

    ⚙️ 参数配置

    ref_positions 参数使用说明

    ref_positions 用于指定参考帧在视频中的位置，支持多种格式。

    格式说明

    1️⃣ 留空（自动分布）⭐ 推荐
    ref_positions: ""
    • 效果：参考帧在视频中均匀分布
    • 示例：
      • 3 张图片，length=81 → 位置：0, 40, 80
      • 6 张图片，length=81 → 位置：0, 16, 32, 48, 64, 80
    2️⃣ 比例值（推荐）
    ref_positions: "0, 0.2, 0.5, 0.8, 1.0"
    • 范围：0.0 - 1.0（0% 到 100%）
    • 效果：按视频长度的比例定位
    • 计算：实际位置 = 比例 × (length - 1)
    • 示例（length=81 时）：
      • 0.0 → 帧 0
      • 0.5 → 帧 40
      • 1.0 → 帧 80
    3️⃣ 绝对帧索引
    ref_positions: "0, 20, 40, 60, 80"
    • 范围：大于等于 2 的整数
    • 效果：直接指定帧位置
    • 注意：超出范围会自动裁剪到 [0, length-1]
    4️⃣ JSON 数组格式
    ref_positions: "[0, 0.25, 0.5, 0.75, 1.0]"
    • 格式：标准 JSON 数组
    • 支持：比例值或绝对值混用
    • 示例：[0, 20, 0.5, 60, 1.0]

    实际应用示例

    示例 1：3 帧视频（首-中-尾）
    length: 81
ref_images: 3张图片
ref_positions: ""           # → 自动分布到 0, 40, 80
ref_positions: "0, 0.5, 1"  # → 精确定位到 0, 40, 80
    示例 2：5 帧视频
    length: 81
ref_images: 5张图片
ref_positions: "0, 0.25, 0.5, 0.75, 1"  # → 位置: 0, 20, 40, 60, 80
    示例 3：6 帧视频（自定义）
    length: 81
ref_images: 6张图片
ref_positions: "0, 10, 25, 45, 65, 80"          # → 绝对位置
ref_positions: "0, 0.12, 0.31, 0.56, 0.81, 1"   # → 比例位置

    重要提示

    自动对齐
    • 所有位置会自动对齐到 4 的倍数（latent 对齐）
    • 示例：帧 15 → 对齐到帧 12
    帧间距保护
    • 相邻帧自动保持至少 4 帧间距
    • 示例：如果帧 16 和帧 18 冲突 → 自动调整为 16 和 20
    数量匹配
    • 如果位置数量少于图片数量：重复最后一个位置
    • 如果位置数量多于图片数量：截断多余位置

    推荐用法

    最简单 ⭐ 留空，让系统自动分布

    ref_positions: ""

    最灵活 ⭐ 使用比例值（0-1）

    ref_positions: "0, 0.33, 0.67, 1"

    最精确 ⭐ 使用绝对帧索引

    ref_positions: "0, 20, 40, 60, 80"

    💡 使用建议

    场景配置

    差异较大的场景（如变身等）

    如果场景变化较大，可以切换到 normal 模式，使用以下参数设置：

    • 使用 normal 模式
    • LightX2V 的 Lora 权重需要降低到 0.6 左右
    • 否则低噪会破坏你的变化效果

    差异场景配置示例

    无限续杯多图参考长视频

    推荐以下参数配置：

    长视频配置示例

    ✨ 更新：3 图循环工作流，增加可视化选择图片的节点，不用再去建文件夹和改图片名字了，更新立刻享受！

    可视化选择节点

    噪点强度建议

    高噪设置

    • 步数：2 步就够了
    • ⚠️ 高噪步数太多会增加中间帧闪烁的概率

    中间帧强度建议

    | 场景类型 | 高噪中间帧强度 | 低噪中间帧强度 | |----------|---------------|---------------| | 普通场景 | 0.6-0.8 | 0.2 左右 | | 复杂场景 | 0.6-0.8 | 0（可直接设置为 0） |

    ❓ 常见问题

    关于 ref_positions 参数

    Q: 我有 6 张图片，怎么均匀分布？

    A: 留空即可，或使用 "0, 0.2, 0.4, 0.6, 0.8, 1"

    Q: 比例值 0.5 和 1 有什么区别？

    A:

    • 0.5 = 50% 位置 = 帧 40（length=81 时）
    • 1 或 1.0 = 100% 位置 = 帧 80（length=81 时）

    Q: 可以让某些帧更密集吗？

    A: 可以，使用自定义位置："0, 10, 15, 20, 50, 80"

    Q: 位置会自动排序吗？

    A: 不会，请按顺序输入位置值

    📚 示例工作流

    项目提供了多个示例工作流供参考：

    • Long video + segmented prompt words.json - 长视频 + 分段提示词
    • Wan22FMLF-1109update.json - 最新更新版本
    • 长视频-SVI-shot+三图（Long Video Service with Unlimited 3-Image Continuation）.json - 长视频服务（无限 3 图续接）

    🤝 贡献

    欢迎提交 Issue 和 Pull Request！

    📄 许可证

    查看项目许可证文件以获取更多信息。

    🎉 Don't worry, be happy!