如果你正在使用 ComfyUI 进行Wan2.2 5B 模型进行图生视频,那么这个新发布的自定义节点值得关注。
Wan22FirstLastFrameToVideoLatent 是一个专为 ComfyUI 设计的自定义节点,支持通过起始帧、结束帧,或两者结合的方式,基于 Wan2.2 5B 模型生成视频序列。它适配了新版 Wan2.2 VAE(与旧版 Wan2.1 VAE 不兼容),确保编码与解码过程的一致性,提升生成质量。

⚠️ 注意:该节点适用于使用 新 Wan2.2 VAE 的 Wan2.2 5B 模型,不同于采用旧 VAE 的 Wan 2.2 A14B 模型,请注意区分。
功能说明
该节点的设计逻辑与 ComfyUI 中已有的 WanFirstLastFrameToVideo 类似,但针对 Wan2.2 版本进行了适配和优化。主要特性包括:
- ✅ 支持仅输入起始帧(功能等同于 Wan22ImageToVideoLatent)
- ✅ 支持仅输入结束帧
- ✅ 支持同时输入起始帧 + 结束帧,引导视频从 A 到 B 的过渡
- ✅ 兼容 Wan2.2 5B 模型及其配套 VAE,保证 latent 空间匹配
这意味着你可以更灵活地控制视频的起始状态和目标状态,实现如“表情变化”、“场景演变”等有向动态生成任务。
实验性功能:平铺 VAE 编码(Tiled VAE)
本次更新还引入了一个实验性节点: Wan22FirstLastFrameToVideoLatent (Tiled VAE Encode)
该版本通过分块编码(tiled encoding) 显著降低显存(VRAM)占用,特别适合以下场景:
- 显存有限的消费级 GPU
- 使用 ComfyUI-zluda 的用户(原生 VAE 在 zluda 下显存开销较大)
- 长序列或高分辨率视频生成
该节点可作为标准节点的直接替代品,无需修改工作流结构,只需替换节点并启用 tiled 模式即可。
若你希望在其他 Wan 图生视频流程中使用 tiled VAE,也可参考作者的另一项目:
https://github.com/stduhpf/ComfyUI--WanImageToVideoTiled
安装方法
- 将仓库克隆至 ComfyUI 的
custom_nodes目录:
git clone https://github.com/stduhpf/ComfyUI--Wan22FirstLastFrameToVideoLatent.git /path/to/ComfyUI/custom_nodes/Wan22FirstLastFrameToVideoLatent
- 重启 ComfyUI,节点将自动加载。
- 在工作流中搜索
Wan22FirstLastFrameToVideoLatent即可使用。
使用提示
- 必须在
vae输入端连接 Wan2.2 对应的 VAE 模型,否则解码结果可能出现偏差。 - 起始帧与结束帧建议保持分辨率一致,避免潜在对齐问题。
- 启用 tiled 版本时,可根据设备性能调整 tile 大小以平衡速度与显存。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...















