wan2122-i2v-comfyui

name: Wan2.1/2.2 I2V ComfyUI description: This skill should be used when the user asks to "implement Wan I2V", "set up Wan2.1", "configure Wan2.2", "image to video with Wan", "ComfyUI video generation", "low VRAM video generation", "GGUF Wan model", "setup video diffusion model", "Wan I2Vを実装", "Wan2.1をセットアップ", "Wan2.2を設定", "画像から動画生成", "ComfyUIで動画生成", "低VRAMで動画生成", "GGUFモデルを使用", "動画生成モデルのセットアップ", or needs guidance on Wan2.1/2.2 image-to-video model setup, ComfyUI workflow configuration, GGUF quantization for low VRAM, video generation parameters, or troubleshooting Wan model issues. version: 0.1.0

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：

1. 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

2. 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
   

3. 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/

4. 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

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

Key Parameters

解像度設定

生成パラメータ

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：

GGUFセットアップ

1. ComfyUI-GGUFをインストール
2. 量子化モデルをダウンロード（HuggingFaceから）
3. models/diffusion_models/ に配置
4. Load GGUF Model ノードを使用

Performance Benchmarks

生成時間目安（81フレーム、576×1024）

Common Issues & Solutions

詳細なトラブルシューティングは references/troubleshooting.md を参照。

Quick Reference

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