视频

画布文件 · 共 216 条 · 第 5/5 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

视频转视频·Luma 图像编辑 #

视频 · 云端 API · ct-api_luma_ray3_2_video_edit

人话定义

使用自然语言命令通过Luma Ray 3.2编辑视频，处理一个输入视频并根据您的文本指令生成编辑后的输出。

做法

所需模型：Luma
工作流规模：顶层节点 7 个、连线 5 条 · 下载工作流 JSON

视频转视频·MiniMax视频 #

视频 · 控制网 (ControlNet) · ct-video_minimax_h3_fun_controlnet_union

人话定义

使用MiniMax-H3和ControlNet-Union检查点，从姿态参考视频生成视频，在应用提示词的同时保留输入的运动和结构。非常适合角色动画、运动迁移和编舞可视化项目。此工作流仅用于姿态控制。

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_ref2va_pruned_int8_convrot.safetensors、qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors、minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors、minimax_h3_fun_controlnet_union_pruned_int8_convrot.safetensors等 8 个
工作流规模：顶层节点 39 个、连线 40 条 · 下载工作流 JSON

视频转视频·Runway 图像 #

视频 · 云端 API · ct-api_runway_aleph2_video_edit

人话定义

生成一个经过编辑的视频，保留原始动作和节奏，同时应用您选择的更改。非常适合人像和产品重新照明、照片集的一致照明以及电子商务服装展示。

做法

所需模型：Runway
工作流规模：顶层节点 8 个、连线 4 条 · 下载工作流 JSON

视频转视频·VEED 口型同步 2.0 #

视频 · 视频转视频 · api-veed_lipsync_2_0

人话定义

VEED 口型同步 2.0 模板：载入视频与音频，生成口型匹配的新视频。云端 API 节点。

做法

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

视频转视频·Wan 参考视频 #

视频 · 云端 API · ct-api_wan_r2v

人话定义

创建保留角色特点、动作自然且具电影感的视频。

做法

所需模型：Wan2.6、Wan
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

视频转视频·Wan 图像编辑 #

视频 · 云端 API · ct-api_wan2_7_video_edit

人话定义

上传视频及对应图像，使用Wan2.7模型编辑并替换角色或场景。

做法

所需模型：Wan2.7
工作流规模：顶层节点 5 个、连线 4 条 · 下载工作流 JSON

视频转视频·Wan 局部重绘 #

视频 · 图像修复 · ct-video_wan_vace_inpainting

人话定义

在保留周围内容的同时编辑视频中的特定区域。非常适合对象移除或替换。

做法

所需模型：Wan2.1、Wan
模型文件：sam3.1_multiplex_fp16.safetensors、Wan21_CausVid_14B_T2V_lora_rank32.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、wan2.1_vace_14B_fp16.safetensors
采样：步数 4 · CFG 1 · 采样器 uni_pc · 调度 simple
工作流规模：顶层节点 6 个、连线 3 条 · 下载工作流 JSON

实例

官方教程 / 示例页

视频转视频·Wan 扩图重绘 #

视频 · 外绘 · ct-video_wan_vace_outpainting

人话定义

通过使用Wan万相扩图扩展视频尺寸，生成延展视频。

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_fp16.safetensors、wan_2.1_vae.safetensors、wan2.1_vace_14B_fp16.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors等 7 个
采样：步数 3 · CFG 1 · 采样器 uni_pc · 调度 simple
工作流规模：顶层节点 34 个、连线 33 条 · 下载工作流 JSON

实例

官方教程 / 示例页

视频转视频·Wan 视频重绘 #

视频 · 视频 · ct-video_wan2_2_14B_animate

人话定义

统一的角色动画与替换框架，精准还原动作与表情。

做法

所需模型：Wan、wan2.2 Animate
模型文件：WanAnimate_relight_lora_fp16.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、clip_vision_h.safetensors、lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors、Wan2_2-Animate-14B_fp8_e4m3fn_scaled_KJ.safetensors
采样：步数 6 · CFG 1 · 采样器 euler · 调度 simple
工作流规模：顶层节点 40 个、连线 72 条 · 下载工作流 JSON

实例

官方教程 / 示例页

视频转视频·Wan 视频重绘 #

视频 · 视频转视频 · ct-video_wan2_2_14B_fun_control

人话定义

使用Wan万相Fun Control，通过姿态、深度和边缘控制生成视频。

做法

所需模型：Wan2.2、Wan
模型文件：wan2.2_fun_control_high_noise_14B_fp8_scaled.safetensors、wan2.2_fun_control_low_noise_14B_fp8_scaled.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors、wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.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 44 个、连线 50 条 · 下载工作流 JSON

实例

官方教程 / 示例页

视频转视频·Wan 视频重绘 #

视频 · 角色替换 · ct-video_wan21_scail2_character_replacement_int8

人话定义

使用使用驱动视频为参考角色制作动画，或通过 SCAIL-2 Int8 完全替换角色。该模型比 fp8 画质更高、运行更快。工作流接受一张参考图和一段驱动视频，输出身份已替换的动画角色序列，适合跨身份换脸、动物驱动动画，以及无需中间姿态的多角色场景。

做法

所需模型：SCAIL-2
模型文件：lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors、Wan2_1_VAE_bf16.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、clip_vision_h.safetensors、wan2.1_14B_SCAIL_2_int8_convrot.safetensors、sam3.1_multiplex_fp16.safetensors等 7 个
工作流规模：顶层节点 15 个、连线 19 条 · 下载工作流 JSON

视频转视频·Wan 视频重绘 #

视频 · 运动控制 · ct-video_wan_animate2_distilled

人话定义

使用Wan万相Animate 2，通过驱动视频为静态角色制作动画，直接从视频帧转移动作，无需任何姿态提取或骨骼预处理。输出在保留参考角色身份的同时，根据您的文本提示词生成全新的背景和相机运动。此精简版本提供高效、高保真的动作生成，具有强大的身份保留能力，非常适合动作转移、动作模仿和角色动画替换项目。

做法

所需模型：Wan Animate
模型文件：wan_animate_2_distill_int8_convrot.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、clip_vision_h.safetensors、Wan2_1_VAE_bf16.safetensors
工作流规模：顶层节点 19 个、连线 22 条 · 下载工作流 JSON

视频转视频·Wan 视频重绘 #

视频 · 文生视频 · ct-video_wan2_2_5B_fun_control

人话定义

基于姿态、深度和边缘引导的多条件视频控制。紧凑的5B尺寸，适用于实验性开发。

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_control_5B_bf16.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 18 个、连线 19 条 · 下载工作流 JSON

视频转视频·Wan 视频重绘 #

视频 · 运动控制 · ct-video-wan21_scail

人话定义

基于参考图构图的单触SCAIL姿态控制

做法

所需模型：Wan2.1 SCAIL
模型文件：clip_vision_h.safetensors
工作流规模：顶层节点 5 个、连线 3 条 · 下载工作流 JSON

视频转视频·Wan 视频重绘 #

视频 · 视频转视频 · ct-video_wan_vace_14B_v2v

人话定义

使用Wan VACE通过控制输入视频和参考图像生成视频。

做法

所需模型：Wan2.1、Wan
模型文件：wan2.1_vace_14B_fp16.safetensors、wan_2.1_vae.safetensors、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 28 个、连线 26 条 · 下载工作流 JSON

实例

官方教程 / 示例页

视频转视频·Wan 视频重绘 #

视频 · 角色替换 · ct-video_wan21_scail2_character_replacement

人话定义

上传1张参考角色图像和1段驱动视频。生成角色动作与驱动视频匹配的动画视频。适用于角色动画、视频内角色替换及动作迁移项目。

做法

所需模型：SCAIL-2
模型文件：lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors、Wan2_1_VAE_bf16.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、clip_vision_h.safetensors、wan2.1_14B_SCAIL_2_fp16.safetensors、sam3.1_multiplex_fp16.safetensors等 7 个
工作流规模：顶层节点 15 个、连线 19 条 · 下载工作流 JSON

视频转视频·Wan 视频重绘 #

视频 · 运动控制 · ct-video_wan_animate2

人话定义

使用Wan万相2通过驱动视频为静态角色制作动画，直接从视频帧中转移动作，无需任何姿态提取或骨骼预处理。输出保留参考角色的身份，同时根据您的文本提示词生成全新的背景和相机运动。非常适合动作转移、动作模仿和角色动画替换项目。

做法

所需模型：Wan Animate
模型文件：wan_animate_2_int8_convrot.safetensors、lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、clip_vision_h.safetensors、Wan2_1_VAE_bf16.safetensors
工作流规模：顶层节点 8 个、连线 6 条 · 下载工作流 JSON

视频转视频·动作重绘迁移 #

视频 · 角色替换 · ct-api_higgsfield_genjutsu_motion_transfer

人话定义

使用 Higgsfield Genjutsu 重铸现有视频：来源 CLIP 保留其运动、相机移动、时序和音频，而演员、场景和风格则根据 1 到 8 张参考图像重建。在可选提示词中描述哪张参考图像替换什么内容。输出长度跟随来源 CLIP。非常适合重新设计素材风格、替换镜头中的演员，以及构建拍摄从未覆盖的场景。

做法

所需模型：Genjutsu 1.0
工作流规模：顶层节点 6 个、连线 4 条 · 下载工作流 JSON

视频转视频·图像编辑 #

视频 · 视频编辑 · ct-video_bernini_r_video_editing

人话定义

使用 Bernini-R 生成一致重新照明的编辑视频。非常适合肖像和产品重新照明、电子商务目录摄影以及在照片集中创建一致的照明。

做法

所需模型：Bernini-R
模型文件：umt5_xxl_fp8_e4m3fn_scaled.safetensors、Wan2_1_VAE_bf16.safetensors、lightx2v_T2V_14B_cfg_step_distill_v2_lora_rank64_bf16.safetensors、wan2.2_bernini_r_high_noise_fp8_scaled.safetensors、wan2.2_bernini_r_low_noise_fp8_scaled.safetensors
工作流规模：顶层节点 12 个、连线 8 条 · 下载工作流 JSON

视频转视频·图像编辑 #

视频 · 云端 API · ct-api_google_gemini_omni_flash_video_edit

人话定义

使用 Gemini Omni Flash 通过自然语言编辑视频，根据您的描述性指令将单个输入视频转换为一个编辑后的输出。在提示词中指定时长和宽高比，并利用 Omni 的世界知识进行直观编辑，例如更改背景或添加氛围。非常适合快速社交媒体混剪、电影场景调整以及无需技术提示词的迭代视频优化。

做法

所需模型：Gemini Omni
工作流规模：顶层节点 6 个、连线 4 条 · 下载工作流 JSON

视频转视频·图像编辑 #

视频 · 视频编辑 · ct-api_happyhorse1_0_video_edit

人话定义

使用文本指令和可选的参考图像进行风格迁移或局部替换来编辑视频。输入一个视频和最多5张参考图像，输出编辑后的视频。

做法

所需模型：HappyHorse 1.0
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

视频转视频·图像编辑 #

视频 · 视频编辑 · ct-video_capybara_v0_1_video_edit

人话定义

上传图像或视频及文本指令以执行生成或编辑任务。根据提供的指令生成新的或编辑后的图像或视频。

做法

所需模型：Capybara
模型文件：capybara_v0.1.safetensors、qwen_2.5_vl_7b.safetensors、byt5_small_glyphxl_fp16.safetensors、hunyuanvideo15_vae_fp16.safetensors、sigclip_vision_patch14_384.safetensors
工作流规模：顶层节点 6 个、连线 2 条 · 下载工作流 JSON

视频转视频·图像编辑 #

视频 · 云端 API · ct-api_seedance2_5_video_editing

人话定义

使用Seedance 2.5通过自然语言描述更改来编辑现有视频片段，支持局部对象移除、背景替换、场景替换和风格迁移，同时保留原始构图和运动。输入1个视频，输出1个编辑后的视频，帧间结果在时间上保持一致。非常适合电商背景替换、素材风格化重制和带定向修饰的广告重新编辑。

做法

所需模型：Seedance 2.5
工作流规模：顶层节点 5 个、连线 3 条 · 下载工作流 JSON

视频转视频·图像编辑 #

视频 · 云端 API · ct-api_google_gemini_omni_flash_1_1_edit

人话定义

通过自然语言对话与Gemini Omni 1.1 Flash编辑视频。上传一个片段（10秒或更短）并描述更改：交换背景、重新设计场景、添加或移除元素，模型会在保留所有未提及内容的同时应用编辑。添加"保持其他所有内容不变"以获得最大一致性；简单提示效果最佳。输出带有原始音频的视频，比例为16:9或9:16，支持1080p/4K输出。非常适合混音、风格更改和迭代优化，无需从头重新生成。

做法

所需模型：Gemini Omni 1.1 Flash
工作流规模：顶层节点 4 个、连线 2 条 · 下载工作流 JSON

视频转视频·视频重绘 #

视频 · 视频 · ct-templates_mjm_Injected

人话定义

上传一张起始图像和一个遮罩视频来定义注入区域。通过从专用噪波视频中注入噪波模式，并借助AI自动生成的提示，生成动态视频。

做法

所需模型：SD1.5
模型文件：realismByStableYogi_v4LCM.safetensors
采样：步数 12 · CFG 1.5 · 采样器 lcm · 调度 sgm_uniform
工作流规模：顶层节点 22 个、连线 32 条 · 下载工作流 JSON

视频转视频·视频重绘 #

视频 · 视频 · ct-templates_ingi_infl8

人话定义

上传角色图像并输入提示词。生成一个动画视频，角色会随着膨胀效果而扩大。

做法

所需模型：wan2.2 Animate
模型文件：clip_vision_h.safetensors、qwen_image_vae.safetensors、qwen_image_edit_2511_bf16.safetensors、qwen_2.5_vl_7b_fp8_scaled.safetensors、Qwen_Image_Edit_2511-SYSTMS_INFL8.safetensors
采样：步数 40 · CFG 4 · 采样器 euler · 调度 simple
工作流规模：顶层节点 29 个、连线 47 条 · 下载工作流 JSON

语音合成·LTX 语音生成 #

视频 · 音频转视频 · ct-video_ltx_2_audio_to_video

人话定义

上传音频文件和起始图像帧。使用LTX-2模型生成与音频同步的视频。

做法

所需模型：LTX-2
模型文件：ltx-2-19b-distilled_transformer_only_bf16.safetensors、gemma_3_12B_it_fp8_scaled.safetensors、ltx-2-19b-embeddings_connector_distill_bf16.safetensors
画面尺寸：704×704 · 241 帧
工作流规模：顶层节点 8 个、连线 4 条 · 下载工作流 JSON

语音合成·LTX 语音生成 #

视频 · 图生视频 · ct-video_ltx2_3_ia2v

人话定义

上传图像和音频文件，使用LTX-2.3生成同步唇部动作的高质量视频。

做法

所需模型：LTX-2.3
模型文件：ltx-2.3-22b-dev-fp8.safetensors、ltx-2.3-spatial-upscaler-x2-1.1.safetensors、ltx_2.3_22b_distilled_1.1_lora_dynamic_fro09_avg_rank_111_bf16.safetensors、gemma_3_12B_it_fp4_mixed.safetensors、gemma-3-12b-it-abliterated_lora_rank64_bf16.safetensors
画面尺寸：768×512 · 97 帧
工作流规模：顶层节点 6 个、连线 3 条 · 下载工作流 JSON

语音合成·LTX 语音生成 #

视频 · 口型同步 · ct-video_ltx2_3_id_lora

人话定义

根据文本提示词、参考图和短音频片段，生成带有同步音频的个性化视频。使用ID-LoRA在单个生成模型中适配人物的外观和声音。

做法

所需模型：LTX-2.3
模型文件：ltx-2.3-22b-dev-fp8.safetensors、ltx-2.3-spatial-upscaler-x2-1.1.safetensors、ltx_2.3_22b_distilled_1.1_lora_dynamic_fro09_avg_rank_111_bf16.safetensors、gemma_3_12B_it_fp4_mixed.safetensors、ltx-2.3-id-lora-talkvid-3k.safetensors
画面尺寸：768×512 · 97 帧
工作流规模：顶层节点 8 个、连线 3 条 · 下载工作流 JSON

语音合成·Wan 语音生成 #

视频 · 图生视频 · ct-api_wan_image_to_video

人话定义

将图像转为带同步音频的视频，运动更流畅、画质更出色。

做法

所需模型：Wan2.5、Wan
工作流规模：顶层节点 7 个、连线 2 条 · 下载工作流 JSON

语音合成·Wan 语音生成 #

视频 · 视频 · ct-video_wan2_2_14B_s2v

人话定义

将静态图像与音频转为动态视频，音画完美同步，分钟级即可生成。

做法

所需模型：Wan2.2、Wan
模型文件：umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、wav2vec2_large_english_fp16.safetensors、wan2.2_t2v_lightx2v_4steps_lora_v1.1_high_noise.safetensors、wan2.2_s2v_14B_fp8_scaled.safetensors
采样：步数 10 · CFG 6 · 采样器 uni_pc · 调度 simple
工作流规模：顶层节点 62 个、连线 115 条 · 下载工作流 JSON

实例

官方教程 / 示例页

语音合成·Wan 语音生成 #

视频 · 音频转视频 · ct-video_wan2_1_infinitetalk

人话定义

上传源图像和目标音频。生成全身配音视频，同步动作，同时保留原始身份、背景和摄像机运动。

做法

所需模型：Wan2.1 InfiniteTalk
模型文件：Wan2_1-I2V-14B-480p_fp8_e4m3fn_scaled_KJ.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、Wan2_1_VAE_bf16.safetensors、wan2.1_infiniteTalk_multi_fp16.safetensors、wav2vec2-chinese-base_fp16.safetensors、lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors
工作流规模：顶层节点 18 个、连线 27 条 · 下载工作流 JSON

语音合成·Wan 语音生成 #

视频 · 音频转视频 · ct-video_wan_dancer

人话定义

使用分层Wan万相舞者框架，从音乐生成分钟级连贯舞蹈视频。输入音乐文件和参考图，生成全局结构和时间连续性的高分辨率舞蹈视频。

做法

所需模型：Wan
模型文件：wan2.2_dancer_14b_global_fp8_scaled.safetensors、lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors、wan2.2_dancer_14b_local_fp8_scaled.safetensors、umt5_xxl_fp16.safetensors、clip_vision_h.safetensors、Wan2_1_VAE_bf16.safetensors
工作流规模：顶层节点 7 个、连线 4 条 · 下载工作流 JSON

语音合成·Wan 语音生成 #

视频 · 图生视频 · ct-api_wan_text_to_video

人话定义

生成带同步音频的视频，运动更流畅、画质更出色。

做法

所需模型：Wan2.5、Wan
工作流规模：顶层节点 6 个、连线 1 条 · 下载工作流 JSON

语音合成·语音生成 #

视频 · 云端 API · ct-api_sync_so_talking_image

人话定义

从单张面部照片和一段音频CLIP生成一个说话头像视频，嘴唇和下半部分面部动作与语音精确同步。此过程从一张图像和一个音频输入输出一个视频，保持手部、产品和背景完全不变。适用于产品演示、电商介绍和营销视频，其中静态的产品持有照片与配音配对。

做法

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

语音合成·语音生成 #

视频 · 云端 API · ct-api_sync_so_lip_sync_video

人话定义

使用 Sync Labs sync-3 模型同步视频中嘴唇动作与新音频轨道，该模型会自动调整说话者的嘴巴以匹配您上传的音频。此工作流接受 1 个视频和 1 个音频输入，生成 1 个同步视频输出。非常适合为外语内容配音、修正视频制作中不匹配的对白，或让静态肖像开口说话。

做法

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

语音合成·语音生成 #

视频 · 视频 · ct-video_humo

人话定义

基于音频、图像和文本生成视频，保持角色嘴唇同步。

做法

所需模型：HuMo
模型文件：umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors、humo_17B_fp8_e4m3fn.safetensors、whisper_large_v3_fp16.safetensors
采样：步数 6 · CFG 1 · 采样器 uni_pc · 调度 simple
工作流规模：顶层节点 20 个、连线 20 条 · 下载工作流 JSON

风格化·LTX 风格重绘 #

视频 · 首尾帧视频 · ct-template_ltx2_3_style_transition

人话定义

应用ltx2.3-transition LoRA来创建平滑的风格和场景过渡。此工作流使用一个专门的模型来融合视觉元素。

做法

所需模型：LTX-2.3
模型文件：ltx-2.3-22b-distilled-fp8.safetensors、gemma_3_12B_it_fp4_mixed.safetensors、ltx2.3-transition.safetensors
画面尺寸：768×512 · 97 帧
工作流规模：顶层节点 6 个、连线 3 条 · 下载工作流 JSON

风格化·风格重绘 #

视频 · 视频 · ct-templates_shane_video_restyle

人话定义

使用基础视频 + 风格化参考图，通过 Wan万相 2.1 VACE 创建风格化视频

做法

所需模型：Wan2.1 VACE
模型文件：wan2.1_vace_14B_fp16.safetensors、Wan21_CausVid_14B_T2V_lora_rank32.safetensors、Wan2_1-VACE_module_14B_bf16.safetensors、Wan2_1_VAE_bf16.safetensors、umt5-xxl-enc-bf16.safetensors
工作流规模：顶层节点 25 个、连线 30 条 · 下载工作流 JSON

风格化·风格重绘 #

视频 · 云端 API · ct-templates_mjm_looped_restyler

人话定义

上传起始图像及其提示词，以生成从第一帧到尾帧的循环视频。

做法

所需模型：Google Gemini、Nano Banana、Wan2.2
模型文件：wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors、wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors、wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors、wan2.2_i2v_lightx2v_4steps_lora_v1_low_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 3 条 · 下载工作流 JSON

视频转视频·Luma 图像编辑 #

人话定义

做法

相关词条

视频转视频·MiniMax视频 #

人话定义

做法

相关词条

相关资讯

视频转视频·Runway 图像 #

人话定义

做法

相关词条

视频转视频·VEED 口型同步 2.0 #

人话定义

做法

视频转视频·Wan 参考视频 #

人话定义

做法

相关词条

视频转视频·Wan 图像编辑 #

人话定义

做法

相关词条

视频转视频·Wan 局部重绘 #

人话定义

做法

实例

相关词条

相关资讯

视频转视频·Wan 扩图重绘 #

人话定义

做法

实例

相关词条

相关资讯

视频转视频·Wan 视频重绘 #

人话定义

做法

实例

视频转视频·Wan 视频重绘 #

人话定义

做法

实例

相关词条

视频转视频·Wan 视频重绘 #

人话定义

做法

相关词条

视频转视频·Wan 视频重绘 #

人话定义

做法

相关词条

视频转视频·Wan 视频重绘 #

人话定义

做法

相关词条

视频转视频·Wan 视频重绘 #

人话定义

做法

视频转视频·Wan 视频重绘 #

人话定义

做法

实例

相关词条

相关资讯

视频转视频·Wan 视频重绘 #

人话定义

做法

相关词条

视频转视频·Wan 视频重绘 #

人话定义

做法

相关词条

视频转视频·动作重绘迁移 #

人话定义

做法

视频转视频·图像编辑 #

人话定义

做法