ComfyUI Extension: ComfyUI-Wan22FMLF

Authored by wallen0322

Created

Updated

470 stars

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

Custom Nodes (7)

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

SVI PRO - 连续性优化

SVI 项目地址：https://github.com/vita-epfl/Stable-Video-Infinity

SVI 模式第二次采样逻辑优化

  • ✅ motion_frames（上一次采样的最后一帧）现在直接注入到 latent 的第一帧，确保帧间连续性
  • ✅ start_image 作为 concat image 注入条件，提供视觉引导
  • ✅ 优化了低噪声阶段的处理逻辑

技术变更：

  • 第二次采样时：motion_frames 的第一帧编码后注入 latent 的第一帧（不注入条件）
  • start_image 作为 concat image 注入条件
  • 优化了 image_low 的处理，确保低噪声阶段一致性

修复问题：

  • 修复多次采样时帧间不连续的问题
  • 优化 latent 和条件注入的时机

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!