ComfyUI-WanVideoWrapper指南8步装好跑通3条视频生成链【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper这篇指南带你把 ComfyUI-WanVideoWrapper 装进 ComfyUI 并产出第一条视频。这个节点扩展覆盖四条生成链路文本 → 视频、图片 → 视频、语音 → 口型同步视频、相机/运动参数 → 受控视频同时提供 block swap 块交换、FP8 与 GGUF 量化、radial attention 径向注意力等显存手段让 14B 模型在 8GB 显存上可运行。所有示例工作流与输入素材都在仓库example_workflows/目录内。开工前确认三件事硬件门槛、Python 版本与模型目录配置显存档位8GB 及以上可跑 14B 模型需开块交换4GB 只能选 1.3B 模型12GB 以上可以跑长视频。磁盘至少预留 30GB装一套 14B 主模型、T5 文本编码器、CLIP Vision 和 VAE。软件版本Python 3.10 及以上PyTorch 带 CUDA 支持随 ComfyUI 安装即可Windows、Linux 均可。模型目录全部放在ComfyUI/models/下的四个子目录里放错位置加载器下拉框就不会列出对应文件。目录路径存放对象缺失时的典型报错ComfyUI/models/diffusion_models主视频模型14B / 1.3Bsafetensors 或 gguf运行时报FileNotFoundError或 not in .../diffusion_modelsComfyUI/models/text_encodersT5 文本编码器umt5-xxl-enc-fp8.safetensorsWanVideo T5 Text Encoder Loader下拉框无文件可选ComfyUI/models/clip_visionCLIP Visionclip_xlm_roberta_large_vit_h_14.pthCLIPVisionLoader下拉框无文件可选仅 I2V 需要ComfyUI/models/vae视频 VAEwan_2.1_vae.safetensorsVAE 文件名相关的FileNotFoundError 说明如果你在工作流里改用 ComfyUI 原生的CLIPLoader文本编码和CLIPVisionLoader上面两个目录可以不用放文件wrapper 直接复用原生加载结果。从 0 到 1克隆仓库、装依赖并跑通第一个示例工作流第 1 步把插件放进custom_nodes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/custom_nodes/ComfyUI-WanVideoWrapper/requirements.txt # Windows 便携版在 ComfyUI_windows_portable 目录下执行 python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-WanVideoWrapper\requirements.txt做完这两步你应该看到终端输出Successfully installed ...且custom_nodes/ComfyUI-WanVideoWrapper/目录里出现nodes.py、nodes_sampler.py等文件。第 3 步按上一节的表格放好模型文件。做完这步你应该看到四个目录里各出现对应的.safetensors或.pth文件。第 4 步重启 ComfyUI。做完这步你应该看到节点搜索框输入WanVideo能列出WanVideo Model Loader、WanVideo Sampler等节点控制台无ImportError。第 5 步把example_workflows/wanvideo_2_1_14B_T2V_example_03.json拖进 ComfyUI 画布这是一条纯文本生成的 14B 示例工作流。做完这步你应该看到画布上出现完整的加载、编码、采样、解码节点链。第 6 步在提示词节点里写一段描述例如一位穿红裙的舞者在竹林中起舞镜头缓慢推近点Queue Prompt。做完这步你应该看到控制台逐步打印采样进度完成后ComfyUI/output/目录出现一个 mp4 文件——恭喜链路已打通。⚡ 提示词写得越具体主体、动作、运镜、光线分开描述首帧质量越高。拆解三条核心生成链T2V、I2V 与 HuMo 工作流接入文本转视频T2V输入文字提示词输出视频。接入点是WanVideoTextEncode节点编码正负提示词加WanVideoSampler节点关键参数steps步数、cfg引导强度、seed种子、scheduler调度器、shift偏移量。预期效果输出视频的构图与动作完全由提示词驱动同seed重复运行结果一致。图像转视频I2V输入一张首帧图片输出以该图为开场的视频。加载example_workflows/wanvideo_2_1_14B_I2V_example_03.json核心节点是WanVideoClipVisionEncode用 CLIP Vision 分析图片和WanVideoImageToVideoEncode把图片编码为 latent 锚点。仓库备好了输入素材比如这张人物图预期效果输出视频第 1 帧与输入图高度一致提示词只负责描述运动方向如人物缓缓转头发丝随风摆动。音频驱动口型HuMo输入人物图片加一段语音输出口型与语音同步的说话视频。加载example_workflows/wanvideo_2_1_14B_HuMo_example_01.json关键节点是WhisperModelLoader与HuMoEmbeds音频可换用example_workflows/example_inputs/woman.wav。预期效果嘴部开合节奏与语音音节逐帧对齐。 想进一步控制镜头或运动轨迹仓库还提供了wanvideo_2_1_14B_WanMove_I2V_example_01.json轨迹控制与wanvideo_1_3B_ReCamMaster_example_01.json相机重拍两条工作流。按显存档位配置量化与 block swap 显存优化方案显存档位推荐模型与精度关键开关参考输出4GB1.3B 模型FP8 量化WanVideoContextOptions上下文窗口切片512x512、17 帧短视频官方实测 1.3B 模型 1025 帧 窗口 81 帧时显存低于 5GB耗时 10 分钟5090 参考值8GB14B 模型FP8 或 GGUF 量化WanVideoBlockSwap设置交换块数 WanVideoSetBlockSwap应用到模型480x832、17 帧未开交换直接报显存不足12GB 以上14B 模型BF16/FP16模型加载器中开启 radial attention 模式 WanVideoSetRadialAttentiondense_timesteps控制前 N 步走密集注意力720p、33 帧及以上长镜头 两条通用规则一是量化模型优先选 fp8 scaled 版本同精度下体积更小二是帧数超过 81 帧时务必上上下文窗口参数不要让显存随帧数线性增长。对照报错关键词定位 4 类常见问题现象报错关键词根因解法CUDA out of memory模型整块驻留显存分辨率降一档、num_frames减到 17再给WanVideoBlockSwap多分配交换块加载器下拉框找不到文件 /FileNotFoundError模型放错目录对照模型目录配置一节表格把文件移进正确子目录重进画布VAE 加载失败VAE 文件名与路径不匹配确认文件在ComfyUI/models/vae/下且节点里选择的就是该文件名Windows 上torch.compile首次运行显存异常飙升旧 Triton 缓存未失效清空C:\Users\用户名\.triton与C:\Users\用户名\AppData\Local\Temp\torchinductor_用户名两个目录后重跑 想弄清节点是怎么注册的可以读 nodes.py 与 nodes_model_loading.py 里各自的NODE_CLASS_MAPPINGS字典。跑通第一条视频后建议先关注仓库 releases 页跟进新模型适配再回头逐条接入example_workflows/里剩下的控制类工作流。核心关键词ComfyUI-WanVideoWrapper 指南长尾关键词ComfyUI-WanVideoWrapper 安装与依赖配置、WanVideo 模型文件存放目录、ComfyUI WanVideo 示例工作流运行、WanVideo 显存优化 block swap、ComfyUI WanVideo 常见问题排查【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