Wan2.1/2.2 I2V ComfyUI
SKILL.md
Wan2.1/2.2 I2V ComfyUI Implementation
Alibabaがオープンソース化したWan2.1/2.2 I2V（Image-to-Video）モデルをComfyUIで使用するための包括的ガイド。画像から動画を生成する機能の実装をサポートする。
Quick Start Checklist
Wan I2Vを実装する際の必須手順：
-
ComfyUI セットアップ確認
- ComfyUI最新版をインストール
git pullで更新を確認
-
カスタムノードのインストール（低VRAM向け）
cd ComfyUI/custom_nodes git clone https://github.com/city96/ComfyUI-GGUF -
モデルファイルの配置
- Diffusion Model →
models/diffusion_models/ - Text Encoder →
models/text_encoders/ - VAE →
models/vae/ - CLIP Vision →
models/clip_vision/
- Diffusion Model →
-
ワークフローの読み込み
- Menu → Workflow → Browse Templates → Video → Wan2.2
Model Overview
Wan2.1 vs Wan2.2 比較
| 特性 | Wan2.1 | Wan2.2 |
|---|---|---|
| リリース | 2025年2月 | 2025年7月 |
| モデルサイズ | 14B, 1.3B | 14B, 5B |
| I2V対応 | ✓ | ✓ |
| TI2V対応 | - | ✓（5B） |
| 推奨VRAM | 40GB+ (14B fp16) | 8GB+ (5Bオフロード) |
| ライセンス | Apache 2.0 | Apache 2.0 |
モデル選択ガイド
高品質重視（ハイエンドGPU）:
- Wan2.2 14B fp16 - 最高品質
- VRAM: 40GB以上推奨
バランス重視（ミドルレンジGPU）:
- Wan2.2 5B - 品質とVRAMのバランス
- VRAM: 12-16GB
低VRAM環境（コンシューマーGPU）:
- Wan2.2 GGUF Q4_K_S - 量子化版
- VRAM: 8-10GB
Directory Structure
モデルファイルの配置構造：
ComfyUI/
├── models/
│ ├── diffusion_models/
│ │ ├── wan2.1_i2v_720p_14B_fp8_e4m3fn.safetensors
│ │ ├── wan2.2_i2v_14B_fp16.safetensors
│ │ ├── wan2.2_ti2v_5B_fp16.safetensors
│ │ └── Wan2.2-I2V-A14B-Q4_K_S.gguf # 低VRAM用
│ ├── text_encoders/
│ │ └── umt5_xxl_fp8_e4m3fn_scaled.safetensors
│ ├── vae/
│ │ ├── wan2.1_vae.safetensors
│ │ └── wan2.2_vae.safetensors
│ └── clip_vision/
│ └── clip_vision_h.safetensors
└── custom_nodes/
└── ComfyUI-GGUF/ # 低VRAM用カスタムノード
Core Workflow Components
基本的なI2Vワークフロー構成
[Load Image] → [CLIP Vision Encode] ─┐
│
[Load Text Encoder] → [Text Encode] ──┤
├→ [WanVideo Sampler] → [VAE Decode] → [Save Video]
[Load Diffusion Model] ───────────────┤
│
[Load VAE] ───────────────────────────┘
必須ノード一覧
| ノード | 用途 | 設定 |
|---|---|---|
| Load Diffusion Model | Wanモデル読み込み | wan2.2_i2v_*.safetensors |
| Load CLIP | テキストエンコーダ読み込み | umt5_xxl_*.safetensors |
| Load VAE | VAE読み込み | wan2.1_vae.safetensors |
| Load CLIP Vision | 画像エンコーダ読み込み | clip_vision_h.safetensors |
| WanVideo Sampler | 動画生成サンプラー | CFG, Steps等を設定 |
Key Parameters
解像度設定
| 設定 | 解像度 | 用途 |
|---|---|---|
| 標準（縦長） | 576×1024 | ポートレート動画 |
| 標準（横長） | 1024×576 | ランドスケープ動画 |
| 低VRAM | 840×480 | メモリ節約 |
| 高品質 | 720p (1280×720) | 14Bモデル向け |
生成パラメータ
| パラメータ | 推奨値 | 説明 |
|---|---|---|
| フレーム数 | 81 | 約3-4秒 @24fps |
| CFG | 4-7 | 低め=自然な動き、高め=プロンプト忠実 |
| Steps | 20-30 | 高め=細部改善、過度は不安定に |
| Seed | 任意 | 再現性のため固定推奨 |
CFG (Classifier-Free Guidance) ガイド
CFG 3.5-4.5: 最大限の動きと変化、クリエイティブな出力
CFG 5.0-6.0: バランスの取れた動きとプロンプト忠実度
CFG 6.5-7.0: プロンプトに強く従う、動きは控えめ
GGUF Quantization（低VRAM向け）
VRAM 8-12GB環境でWanモデルを実行するための量子化オプション：
| 量子化レベル | モデルサイズ | VRAM目安 | 品質 |
|---|---|---|---|
| Q2_K | ~1.85GB | 6GB | 低 |
| Q3_K_S | ~2.29GB | 8GB | 中低 |
| Q4_K_S | ~3.12GB | 10GB | 中（推奨） |
| Q5_K_S | ~3.56GB | 12GB | 高 |
GGUFセットアップ
- ComfyUI-GGUFをインストール
- 量子化モデルをダウンロード（HuggingFaceから）
models/diffusion_models/に配置Load GGUF Modelノードを使用
Performance Benchmarks
生成時間目安（81フレーム、576×1024）
| GPU | Wan2.2 5B | Wan2.2 14B GGUF Q4 |
|---|---|---|
| RTX 4090 | ~22-30秒 | ~45-60秒 |
| RTX 4070 | ~55-70秒 | ~90-120秒 |
| RTX 3080 | ~90-120秒 | ~150-180秒 |
Common Issues & Solutions
| 問題 | 原因 | 解決策 |
|---|---|---|
| OOM（メモリ不足） | VRAM不足 | 解像度↓、GGUF使用、フレーム数↓ |
| 時間的不整合 | CFG/Steps過大 | CFG 4-5、Steps 20-25に調整 |
| モデルロード失敗 | パス/名前不一致 | ディレクトリ構造を確認 |
| 生成が遅い | 高解像度/fp16 | GGUF量子化、解像度削減 |
| 動きが少ない | CFG高すぎ | CFG 3.5-4.5に下げる |
| 品質が低い | 量子化レベル | Q4_K_S以上を使用 |
詳細なトラブルシューティングは references/troubleshooting.md を参照。
Quick Reference
| Component | Purpose | Key API/File |
|---|---|---|
| Diffusion Model | 動画生成の核 | wan2.2_i2v_*.safetensors |
| Text Encoder | プロンプト処理 | umt5_xxl_*.safetensors |
| CLIP Vision | 画像理解 | clip_vision_h.safetensors |
| VAE | エンコード/デコード | wan2.1_vae.safetensors |
| ComfyUI-GGUF | 低VRAM対応 | カスタムノード |
Additional Resources
Reference Files
詳細な情報は以下を参照：
references/model-specifications.md- モデル仕様の詳細（Wan2.1/2.2、パラメータ数、VRAM要件）references/comfyui-setup.md- ComfyUIセットアップ完全ガイドreferences/workflow-components.md- ワークフローコンポーネントの詳細references/parameters-guide.md- パラメータ設定の詳細ガイドreferences/gguf-quantization.md- GGUF量子化の詳細と設定references/troubleshooting.md- エラー一覧とデバッグ手法
Example Files
実装サンプルは examples/ ディレクトリを参照：
examples/wan21-basic-i2v.json- Wan2.1基本I2Vワークフローexamples/wan22-i2v-workflow.json- Wan2.2 I2Vワークフローexamples/wan22-ti2v-workflow.json- Wan2.2 TI2V（Text+Image to Video）examples/low-vram-gguf.json- 低VRAM向けGGUFワークフローexamples/high-quality-14b.json- 高品質14B設定ワークフロー