视频

画布文件 · 共 216 条 · 第 2/5 页

本卷收录「视频」类 ComfyUI 官方工作流 216 个，按名称排序；每条依次给出说明、做法（所需模型、关键参数、下载）、官方教程链接和相关工作流，缺项不显示。

本卷通用出处（条目里不再重复）：数据源：Comfy 官方模板 · MIT

图生视频·MiniMax 视频 #

人话定义

使用MiniMax H3将起始图像转换为简短的高质量视频片段，这是一种统一的多模态模型，可在单次传递中生成视觉和同步音频。该工作流接受1个输入图像并生成1个视频输出，可选文本或参考媒体来控制运动、风格或声音。非常适合快速概念可视化、角色驱动动画测试，以及创建带有内置声音设计的可分享社交媒体片段。

做法

所需模型：MiniMax H3
模型文件：minimax_h3_video_vae_int8_convrot.safetensors、minimax_h3_audio_vae_fp32.safetensors、minimax_h3_fl2va_pruned_int8_convrot.safetensors、qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors、minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
工作流规模：顶层节点 9 个、连线 5 条 · 下载工作流 JSON

图生视频·Pruna 视频生成 #

视频 · 云端 API · ct-api_pruna_p_video_i2v

人话定义

使用 Pruna P-Video-2 将单张图像转化为视频。作为 Pruna 注重质量的视频模型，其图生视频模式在身份一致性和细微自然的运动方面表现出色——支持 720p/1080p、1-20 秒时长，并提供 Draft 模式以实现快速预览。非常适合图像动画、产品动态展示和海报电影感效果。

做法

所需模型：P-Video-2
工作流规模：顶层节点 4 个、连线 2 条 · 下载工作流 JSON

图生视频·Runway 视频 #

视频 · 图生视频 · ct-api_runway_gen4_turbo_image_to_video

人话定义

使用Runway Gen4 Turbo从图像生成动态视频。

做法

所需模型：Runway
工作流规模：顶层节点 4 个、连线 2 条 · 下载工作流 JSON

图生视频·Seedance参考 #

视频 · 云端 API · ct-api_seedance2_0_mini_r2v

人话定义

使用Seedance 2.0 Mini从两张参考图像生成电影级视频，通过AI驱动的摄像机运动和一致的角色生成，输出单个视频。适用于需要镜头构图和视觉连续性的故事讲述、品牌内容和短片创作。

做法

所需模型：Seedance 2.0
工作流规模：顶层节点 5 个、连线 3 条 · 下载工作流 JSON

图生视频·Seedance参考 #

视频 · 云端 API · ct-api_seedance2_0_r2v_4k

人话定义

使用Seedance 2.0从单张输入图像生成基于参考的视频，输出原生4K分辨率、10位颜色深度，并保留清晰的精细细节。该工作流接收1张图像，输出1个视频。适用于需要下游调色的高分辨率动态图形、电影级VFX镜头，以及需要4K输出的专业视频制作。

做法

所需模型：Seedance 2.0
工作流规模：顶层节点 4 个、连线 2 条 · 下载工作流 JSON

图生视频·Seedance参考 #

视频 · 云端 API · ct-api_seedance2_5_r2v

人话定义

通过提供最多20张图像、6个视频片段和6个音频片段，使用Seedance 2.5生成参考驱动的视频，以控制角色一致性、视觉风格和运动节奏，在单个4–30秒的输出中实现同步声音和唇形同步对话。非常适合电商产品展示、品牌广告和角色驱动的短剧集。

做法

所需模型：Seedance 2.5
工作流规模：顶层节点 3 个、连线 2 条 · 下载工作流 JSON

图生视频·Seedance参考 #

视频 · 云端 API · ct-api_seedance2_0_r2v_real_human

人话定义

上传真人参考视频进行身份验证。使用自己的照片验证并生成个性化视频输出。

做法

所需模型：Seedance 2.0
工作流规模：顶层节点 10 个、连线 5 条 · 下载工作流 JSON

图生视频·Seedance参考 #

视频 · 云端 API · ct-api_seedance2_5_draft_r2v

人话定义

使用 Seedance 2.5 的两阶段草稿模式，从参考图像生成草稿预览视频：第一阶段将您的参考图像和提示词转化为快速、低成本的 480p 预览以及可复用的草稿任务 ID，第二阶段根据该 ID 渲染 1080p 最终视频。非常适合在投入全质量渲染之前锁定角色或分镜参考。

做法

所需模型：Seedance 2.5
工作流规模：顶层节点 8 个、连线 5 条 · 下载工作流 JSON

图生视频·Seedance参考 #

视频 · 云端 API · ct-api_seedance2_0_r2v

人话定义

根据参考图像和文本提示生成电影级视频。在保留主体身份和构图的同时，通过同步音频添加富有表现力的运动。通过详细提示控制摄像机移动和灯光。

做法

所需模型：Seedance 2.0
工作流规模：顶层节点 4 个、连线 2 条 · 下载工作流 JSON

图生视频·Seedance视频 #

视频 · 云端 API · ct-template_seedance_2_0_plus_llm_prompt_helper

人话定义

上传两张参考图像并输入简短的文本描述。使用LLM助手自动生成详细的Seedance 2.0风格提示词。

做法

所需模型：Gemini-3.1-Pro、Seedance 2.0
工作流规模：顶层节点 9 个、连线 9 条 · 下载工作流 JSON

图生视频·Seedance视频 #

视频 · 云端 API · ct-api_bytedance_seedance1_5_image_to_video

人话定义

使用 Seedance 1.5 Pro 将图像转化为鲜活角色，支持语音、动作与同步音效。

做法

所需模型：Seedance
工作流规模：顶层节点 3 个、连线 2 条 · 下载工作流 JSON

图生视频·Seedance视频 #

视频 · 云端 API · ct-api_seedance2_0_flf2v

人话定义

上传视频的首尾帧。使用Seedance2.0模型生成高质量视频序列。

做法

所需模型：Seedance 2.0
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

图生视频·Seedance视频 #

视频 · 云端 API · ct-api_seedance2_0_flf2v_real_human

人话定义

上传一张真实人物的参考图用于身份验证，并使用Seedance2.0 FLF2V生成一个带有首帧和尾帧控制的个性化视频。

做法

所需模型：Seedance 2.0
工作流规模：顶层节点 13 个、连线 9 条 · 下载工作流 JSON

图生视频·Seedance视频 #

视频 · 云端 API · ct-api_seedance2_5_draft_i2v

人话定义

使用 Seedance 2.5 的两阶段草稿模式，从首帧图像生成草稿预览视频：第一阶段将您的图像快速、低成本地转换为 480p 预览，并生成可复用的草稿任务 ID；第二阶段根据该 ID 渲染 1080p 最终视频。非常适合在投入全质量渲染之前，在静态图像上测试运动、相机和场景创意。

做法

所需模型：Seedance 2.5
工作流规模：顶层节点 7 个、连线 4 条 · 下载工作流 JSON

图生视频·Seedance视频 #

视频 · 云端 API · ct-template_seedance2_storyboard_to_video

人话定义

根据简单的文本提示词生成一个8格故事板，然后以该故事板为基础生成Seedance 2.0。故事板为序列提供了视觉蓝图，使您能够以更高的控制力引导视频的动作、相机角度、构图和整体叙事。

做法

所需模型：Seedance 2.0
工作流规模：顶层节点 13 个、连线 11 条 · 下载工作流 JSON

图生视频·Seedance视频 #

视频 · 云端 API · ct-api_seedance2_5_flf2v

人话定义

使用 Seedance 2.5 在用户提供的起始帧和结束帧之间生成平滑的视频过渡，它会自动插值运动、相机移动和视觉演变，同时锁定两个端点。非常适合镜头过渡、故事板预览以及前后场景展示，如从空到满或从白天到夜晚的变化。

做法

所需模型：Seedance 2.5
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

图生视频·Seedance视频 #

视频 · 首尾帧视频 · ct-api_bytedance_seedance1_5_flf2v

人话定义

在设定的起始帧与结束帧之间创建流畅视频过渡，运动插值自然、画质稳定。

做法

所需模型：ByteDance、Seedance
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

图生视频·Seedance视频 #

视频 · 云端 API · ct-api_seedance2_5_i2v_1080p

人话定义

使用Seedance 2.5从单张图像生成电影级1080P视频片段，将静态图像动画化为动态场景，并同步声音、音乐和对话，支持任意宽高比，最长30秒。非常适合为产品照片注入活力、将概念艺术扩展为动态画面，以及从照片创建引人入胜的社交媒体内容。

做法

所需模型：Seedance 2.5
工作流规模：顶层节点 3 个、连线 2 条 · 下载工作流 JSON

图生视频·VEED Fabric 数字人播报 #

视频 · 图生视频 · api-veed_fabric_1_0

人话定义

VEED Fabric 1.0 数字人模板：载入人物图像与音频，生成口播视频。云端 API 节点。

做法

所需模型：VEED Fabric 1.0
工作流规模：顶层节点 5 个、连线 3 条 · 下载工作流 JSON

图生视频·Vidu 参考生视频 #

视频 · 云端 API · ct-api_vidu_q4_preview_r2v

人话定义

使用 Vidu Q4 预览版，从两张参考图像生成富有表现力的视频。这是一款旗舰模型，专为生动的角色表演、动态镜头语言和惊艳的视觉效果而打造。非常适合角色驱动的叙事、电影级动作场景，以及包含爆炸、烟雾或粒子的特效密集型场景。

做法

所需模型：Vidu Q4
工作流规模：顶层节点 5 个、连线 3 条 · 下载工作流 JSON

图生视频·Vidu 参考视频 #

视频 · 角色参考 · ct-api_vidu_q2_r2v

人话定义

生成参考一致的视频，最多支持 3 个主体，在整个序列中保持角色与风格连续，并支持电影级镜头运动。

做法

所需模型：Vidu Q2、Vidu
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

图生视频·Vidu 参考视频 #

视频 · 视频 · ct-api_vidu_reference_to_video

人话定义

使用最多 7 张参考图生成主题一致的视频，确保角色与风格在整个序列中保持连续。

做法

所需模型：Vidu Q1、Vidu
工作流规模：顶层节点 8 个、连线 5 条 · 下载工作流 JSON

图生视频·Vidu 视频生成 #

视频 · 图生视频 · ct-api_vidu_q2_i2v

人话定义

将静态图像转为 1080p 动态视频，支持电影级镜头控制与多主体一致性。

做法

所需模型：Vidu Q2、Vidu
工作流规模：顶层节点 3 个、连线 2 条 · 下载工作流 JSON

图生视频·Vidu 视频生成 #

视频 · 云端 API · ct-api_vidu_q3_image_to_video

人话定义

上传图片并提供文本提示词，生成1-16秒的视频，同步音频并智能切换场景。

做法

所需模型：Vidu、Vidu Q3
工作流规模：顶层节点 3 个、连线 2 条 · 下载工作流 JSON

图生视频·Vidu 视频生成 #

视频 · 首尾帧视频 · ct-api_vidu_q2_flf2v

人话定义

在首尾帧间生成流畅视频过渡，支持电影感镜头和多主体一致。

做法

所需模型：Vidu Q2
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

图生视频·Vidu 视频生成 #

视频 · 云端 API · ct-api_vidu_q4_preview_i2v

人话定义

使用 Vidu Q4 Preview 从单张静态图像生成电影级视频。这是一款富有表现力的旗舰模型，专为逼真的角色表演、戏剧性的镜头运动和惊艳的视觉效果而打造。提交 1 张图像即可获得 1 段成品视频，支持最多 15 张参考图像、3 段参考音频以及 2K 或 4K 输出。非常适合短片、营销内容和社交媒体叙事。

做法

所需模型：Vidu Q4
工作流规模：顶层节点 4 个、连线 2 条 · 下载工作流 JSON

图生视频·Vidu 视频生成 #

视频 · 图生视频 · ct-api_vidu_image_to_video

人话定义

使用 Vidu 将静态图像转为 1080p 动态视频，支持精准运动控制与可调运动幅度。

做法

所需模型：Vidu Q1、Vidu
工作流规模：顶层节点 4 个、连线 2 条 · 下载工作流 JSON

图生视频·Vidu 视频生成 #

视频 · 视频 · ct-api_vidu_start_end_to_video

人话定义

在设定的起始帧与结束帧之间创建流畅视频过渡，运动插值自然、画质稳定。

做法

所需模型：Vidu Q1、Vidu
工作流规模：顶层节点 5 个、连线 3 条 · 下载工作流 JSON

图生视频·Wan 参考视频 #

视频 · 云端 API · ct-api_wan3_0_r2v

人话定义

使用Wan3.0的参考生视频功能，从两张参考图像生成视频，可生成长达30秒的片段，保持角色一致性并呈现逼真视觉效果。非常适合创建一致的角色动画、从视觉参考中复制场景，以及从静态图像制作视听内容。

做法

所需模型：Wan3.0
工作流规模：顶层节点 5 个、连线 3 条 · 下载工作流 JSON

图生视频·Wan 参考视频 #

视频 · 云端 API · ct-api_wan2_7_r2v

人话定义

上传参考视频和角色图像，生成一致角色特征的视频。

做法

所需模型：Wan2.7
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

图生视频·Wan 局部重绘 #

视频 · 首尾帧视频 · ct-video_wan2_2_14B_fun_inpaint

人话定义

使用 Wan 2.2 Fun Inpainting，根据起始帧与结束帧生成视频。

做法

所需模型：Wan2.2、Wan
模型文件：umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、wan2.2_fun_inpaint_high_noise_14B_fp8_scaled.safetensors、wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors、wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors、wan2.2_fun_inpaint_low_noise_14B_fp8_scaled.safetensors
采样：步数 4 · CFG 1 · 采样器 euler · 调度 simple
采样：步数 20 · CFG 3.5 · 采样器 euler · 调度 simple
工作流规模：顶层节点 38 个、连线 44 条 · 下载工作流 JSON

实例

官方教程 / 示例页

图生视频·Wan 局部重绘 #

视频 · 文生视频 · ct-video_wan2_2_5B_fun_inpaint

人话定义

从起始帧和结束帧高效进行视频局部重绘。5B模型可快速迭代，适用于测试工作流。

做法

所需模型：Wan2.2、Wan
模型文件：umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan2.2_vae.safetensors、wan2.2_fun_inpaint_5B_bf16.safetensors
采样：步数 20 · CFG 6 · 采样器 uni_pc · 调度 simple
工作流规模：顶层节点 14 个、连线 16 条 · 下载工作流 JSON

图生视频·Wan 视频生成 #

视频 · 云端 API · ct-api_wan2_7_i2v

人话定义

上传图像和音频文件以生成带同步声音的视频，使用首尾帧进行控制。

做法

所需模型：Wan2.7
工作流规模：顶层节点 3 个、连线 2 条 · 下载工作流 JSON

图生视频·Wan 视频生成 #

视频 · 云端 API · ct-api_wan3_0_i2v

人话定义

使用Wan万相 3.0从单张图像创建长达30秒的高保真视频，支持文本、图像、音频和文档输入，实现多样化场景生成。一次生成即可呈现真实自然的画面，具有独特的面部细节和可信的动作。非常适合电影叙事、产品可视化和纪录片风格场景再现。

做法

所需模型：Wan3.0
工作流规模：顶层节点 4 个、连线 2 条 · 下载工作流 JSON

图生视频·Wan 视频生成 #

视频 · 运动控制 · ct-templates_rob_wan_ati_motion_control

人话定义

上传输入图像并使用Animate Path节点绘制路径，以实现病毒式视频效果。

做法

所需模型：Wan ATI
模型文件：lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、clip_vision_h.safetensors、Wan21-WanMove_fp8_scaled_e4m3fn_KJ.safetensors
采样：步数 6 · CFG 1 · 采样器 er_sde · 调度 simple
工作流规模：顶层节点 8 个、连线 10 条 · 下载工作流 JSON

图生视频·Wan 视频生成 #

视频 · 图生视频 · ct-video_wanmove_480p_hallucination

人话定义

使用WanMove通过轨迹生成动态画面，打造如白日梦般的视频特效

做法

所需模型：Wan2.1、Wan
模型文件：lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、clip_vision_h.safetensors、Wan21-WanMove_fp8_scaled_e4m3fn_KJ.safetensors
采样：步数 6 · CFG 1 · 采样器 er_sde · 调度 simple
工作流规模：顶层节点 13 个、连线 14 条 · 下载工作流 JSON

图生视频·Wan 视频生成 #

视频 · 文生视频 · ct-image_to_video_wan

人话定义

使用Wan 2.1从图像生成视频。

做法

所需模型：Wan2.1、Wan
模型文件：wan2.1_i2v_480p_14B_fp16.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、clip_vision_h.safetensors
采样：步数 20 · CFG 6 · 采样器 uni_pc · 调度 simple
工作流规模：顶层节点 15 个、连线 18 条 · 下载工作流 JSON

实例

官方教程 / 示例页

图生视频·Wan 视频生成 #

视频 · 文生视频 · ct-video_wan2_2_5B_ti2v

人话定义

快速文生视频和图生视频生成，拥有5B参数。针对快速原型设计和创意探索进行了优化。

做法

所需模型：Wan2.2、Wan
模型文件：wan2.2_ti2v_5B_fp16.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan2.2_vae.safetensors
采样：步数 20 · CFG 5 · 采样器 uni_pc · 调度 simple
工作流规模：顶层节点 13 个、连线 13 条 · 下载工作流 JSON

图生视频·Wan 视频生成 #

视频 · 视频 · ct-video_wan_vace_14B_ref2v

人话定义

创建与参考图风格和内容相匹配的视频。非常适合风格一致的视频生成。

做法

所需模型：Wan2.1、Wan
模型文件：wan2.1_vace_1.3B_fp16.safetensors、Wan21_CausVid_bidirect2_T2V_1_3B_lora_rank32.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、umt5_xxl_fp16.safetensors、wan_2.1_vae.safetensors、wan2.1_vace_14B_fp16.safetensors等 7 个
采样：步数 4 · CFG 1 · 采样器 uni_pc · 调度 simple
工作流规模：顶层节点 39 个、连线 41 条 · 下载工作流 JSON

实例

官方教程 / 示例页

图生视频·Wan 视频生成 #

视频 · 图生视频 · ct-api_wan2_6_i2v

人话定义

将图像转换为高质量视频，支持增强的图像质量、更流畅的运动、1080P分辨率支持和自然的运动生成，实现专业效果。

做法

所需模型：Wan2.6、Wan
工作流规模：顶层节点 3 个、连线 2 条 · 下载工作流 JSON

图生视频·Wan 视频生成 #

视频 · 视频 · ct-video_wan_ati

人话定义

轨迹控制视频生成。

做法

所需模型：Wan2.1、Wan
模型文件：Wan2_1-I2V-ATI-14B_fp8_e4m3fn.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、clip_vision_h.safetensors
采样：步数 20 · CFG 3 · 采样器 uni_pc · 调度 simple
工作流规模：顶层节点 18 个、连线 19 条 · 下载工作流 JSON

实例

官方教程 / 示例页

图生视频·Wan 视频生成 #

视频 · 图生视频 · ct-video_wan2_2_14B_i2v

人话定义

使用 Wan 2.2 将静态图像转为动态视频，运动控制精准，风格保持稳定。

做法

所需模型：Wan、Wan2.2
模型文件：wan_2.1_vae.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors、wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors、wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors、wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors
采样：步数 4 · CFG 1 · 采样器 euler · 调度 simple
工作流规模：顶层节点 5 个、连线 2 条 · 下载工作流 JSON

实例

官方教程 / 示例页

图生视频·Wan 视频生成 #

视频 · 图生视频 · ct-template-Animation_Trajectory_Control_Wan_ATI

人话定义

为输入图像绘制您想要的运动轨迹。

做法

所需模型：Wan2.1
模型文件：Wan21_T2V_14B_lightx2v_cfg_step_distill_lora_rank32.safetensors、umt5-xxl-enc-bf16.safetensors、Wan2_1_VAE_bf16.safetensors、CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors、Wan2_1-I2V-ATI-14B_fp8_e4m3fn.safetensors
工作流规模：顶层节点 8 个、连线 11 条 · 下载工作流 JSON

图生视频·Wan 视频生成 #

视频 · 图生视频 · ct-video_wanmove_480p

人话定义

使用 Wan-Move 从单张图片生成视频，并通过轨迹引导实现精细的点级运动控制。

做法

所需模型：Wan、Wan2.1
模型文件：lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、clip_vision_h.safetensors、Wan21-WanMove_fp8_scaled_e4m3fn_KJ.safetensors
采样：步数 6 · CFG 1 · 采样器 er_sde · 调度 simple
工作流规模：顶层节点 16 个、连线 13 条 · 下载工作流 JSON

图生视频·MiniMax 视频 #

人话定义

做法

相关词条

相关资讯

图生视频·Pruna 视频生成 #

人话定义

做法

相关词条

图生视频·Runway 视频 #

人话定义

做法

相关词条

图生视频·Seedance参考 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance参考 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance参考 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance参考 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance参考 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance参考 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance视频 #

人话定义

做法

相关资讯

图生视频·Seedance视频 #

人话定义

做法

相关词条

图生视频·Seedance视频 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance视频 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance视频 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance视频 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance视频 #

人话定义

做法

相关词条

相关资讯

图生视频·Seedance视频 #

人话定义

做法

图生视频·Seedance视频 #