Wan2.2 视频生成模型ComfyUI 官方原生工作流发布，官方完整配置及使用指南

阿里云通义实验室推出的 Wan2.2 视频生成模型已全面支持 ComfyUI，并提供官方原生工作流模板。

Wan2.2 模型采用创新的 MoE架构，由高噪专家模型和低噪专家模型组成，能够根据去噪时间步进行专家模型划分，从而生成更高质量的视频内容。

Wan 2.2 具备三大核心特性：影视级美学控制，深度融合专业电影工业的美学标准，支持光影、色彩、构图等多维度视觉控制；大规模复杂运动，轻松还原各类复杂运动并强化运动的流畅度和可控性；精准语义遵循，在复杂场景和多对象生成方面表现卓越，更好还原用户的创意意图。 模型支持文生视频、图生视频等多种生成模式，适用于内容创作、艺术创作、教育培训等多种应用场景。

Wan2.2 核心能力概览

Wan2.2 是新一代多模态视频生成模型，采用创新的 混合专家（MoE）架构，通过高噪专家与低噪专家分工协作，实现高质量视频生成：

• ✅ 影视级美学控制：融合电影工业标准，支持光影、色彩、构图等维度精细调控。
• ✅ 大规模复杂运动建模：流畅还原人物动作、物体运动与镜头运镜。
• ✅ 精准语义理解：在多对象、复杂场景下更好遵循用户提示。
• ✅ 高效压缩设计：5B 版本支持高压缩 VAE，可在 8GB 显存设备上运行。

开源模型版本说明

• 本文所用模型来自官方Hugging Face仓库：Comfy-Org/Wan_2.2_ComfyUI_Repackaged
• 国内的朋友请从官方的魔塔仓库下载模型：Comfy-Org/Wan_2.2_ComfyUI_Repackaged

使用前提：确保 ComfyUI 环境正确

在加载 Wan2.2 工作流前，请确认以下条件：

• ✅ 使用 最新 nightly（开发版）ComfyUI
• ❌ 不推荐使用稳定版（release）或桌面版（desktop），可能缺少必要节点
• ✅ 若启动时报错“节点导入失败”，请重新拉取最新代码并重启

更新后重启 ComfyUI，即可在“工作流 → 浏览模板 → 视频”中找到 Wan2.2 相关模板。

一、Wan2.2-TI2V-5B 混合模型工作流（推荐入门）

• 适用于：文本生成视频、图像生成视频
• 硬件要求：最低 8GB 显存（启用 offload 可进一步降低占用）

1. 加载工作流

进入 ComfyUI：

工作流 → 浏览模板 → 视频 → 选择 “Wan2.2 5B Video Generation”

或手动下载 .json 文件并拖入界面。

2. 手动下载模型文件

请将以下模型放入对应目录：

ComfyUI/
├───📂 models/
│ ├───📂 diffusion_models/
│ │ └───wan2.2_ti2v_5B_fp16.safetensors
│ ├───📂 text_encoders/
│ │ └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 
│ └───📂 vae/
│ └── wan2.2_vae.safetensors

3. 配置与运行

• ✅ 确认 Load Diffusion Model 节点已加载 wan2.2_ti2v_5B_fp16.safetensors
• ✅ Load CLIP 加载 umt5_xxl_fp8_e4m3fn_scaled.safetensors
• ✅ Load VAE 加载 wan2.2_vae.safetensors
• 🖼️ （可选）使用 Ctrl+B 启用 Load Image 实现图生视频
• 🔤 （可选）在 CLIP Text Encoder 节点修改正向/负向提示词
• 📏 （可选）调整 Wan22ImageToVideoLatent 中的分辨率与帧数（length）
• ▶️ 点击 Run 或按 Ctrl/Cmd + Enter 开始生成

支持 720P @24fps，生成 5 秒视频约需 6–9 分钟（RTX 4090）

二、Wan2.2-T2V-A14B 文生视频工作流

适用于：纯文本驱动视频生成，追求高画质与美学控制

1. 加载工作流

工作流 → 浏览模板 → 视频 → 选择 “Wan2.2 14B T2V”

或手动下载并拖入。

2. 手动下载模型

ComfyUI/
├───📂 models/
│ ├───📂 diffusion_models/
│ │ ├─── wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors
│ │ └─── wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors
│ ├───📂 text_encoders/
│ │ └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 
│ └───📂 vae/
│ └── wan_2.1_vae.safetensors

MoE 架构拆分为两个专家模型，需分别加载

3. 配置与运行

• ✅ 第一个 Load Diffusion Model 加载 high noise 模型
• ✅ 第二个 Load Diffusion Model 加载 low noise 模型
• ✅ Load CLIP 加载 umt5_xxl_fp8_e4m3fn_scaled.safetensors
• ✅ Load VAE 加载 wan_2.1_vae.safetensors
• 📏 在 EmptyHunyuanLatentVideo 中设置分辨率与帧数（默认 480P/720P, 5s）
• 🔤 在 CLIP Text Encoder 修改提示词
• ▶️ 点击运行

三、Wan2.2-I2V-A14B 图生视频工作流

适用于：静态图像转动态视频，如让照片“动起来”

1. 加载工作流

工作流 → 浏览模板 → 视频 → 选择 “Wan2.2 14B I2V”

或手动导入。

2. 手动下载模型

ComfyUI/
├───📂 models/
│ ├───📂 diffusion_models/
│ │ ├─── wan2.2_i2v_low_noise_14B_fp16.safetensors
│ │ └─── wan2.2_i2v_high_noise_14B_fp16.safetensors
│ ├───📂 text_encoders/
│ │ └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 
│ └───📂 vae/
│ └── wan_2.1_vae.safetensors

注意：I2V 与 T2V 的 diffusion 模型不同，请勿混用

3. 配置与运行

• ✅ 正确加载两个 I2V 专家模型
• ✅ 加载 VAE 与 CLIP 模型
• 🖼️ 在 Load Image 节点上传起始帧图像（建议 720P 内）
• 🔤 在 CLIP Text Encoder 添加描述性提示词（如动作、风格）
• 📏 （可选）调整 EmptyHunyuanLatentVideo 的尺寸与帧数
• ▶️ 点击运行

模型会基于输入图像生成连贯动态，适合制作短视频、艺术动画等

常见问题与建议

❓ 为什么加载工作流时报错“节点缺失”？

• 原因：ComfyUI 版本过旧或未完整更新
• 解决：使用 git pull 更新至最新 nightly 版本

❓ 是否支持显存不足设备？

• Wan2.2-TI2V-5B 支持 8GB 显存，启用 ComfyUI 原生 offload 功能可进一步降低占用
• A14B 系列建议 24GB+ 显存，或等待后续多卡支持

❓ 如何提升生成质量？

• 使用具体、结构化的提示词，例如：

  cinematic lighting, slow zoom in, golden hour, realistic skin texture
  

• 避免模糊描述如“好看”“酷炫”
• 官方提示词技巧：超详细提示词教程｜玩转Wan2.2

❓显存不足怎么办？

使用第三方开发者的量化模型或kijai的第三方插件：

• ComfyUI-WanVideoWrapper：https://github.com/kijai/ComfyUI-WanVideoWrapper
• kijai版模型：https://huggingface.co/Kijai/WanVideo_comfy_fp8_scaled
• bullerwins版GGUF模型：Wan2.2-T2V-A14B-GGUF | Wan2.2-I2V-A14B-GGUF
• QuantStack版GGUF模型：Wan2.2-TI2V-5B-GGUF | Wan2.2-T2V-A14B-GGUF