ComfyUI-Wan22FMLF
Multi-frame reference conditioning nodes for Wan2.2 A14B I2V models.
一个为 Wan2.2 A14B I2V 模型提供多帧参考条件控制的 ComfyUI 自定义节点集合。
📋 目录
📝 更新日志
2025-01-27 SVI 模式增强
-
✅ 修复 SVI 模式 mask 维度问题
- 修复
concat_mask维度从(1, 1, T, H, W)到(1, 4, T, H, W) - 与 non-SVI 模式格式保持一致，解决拼接方向错误
- 修复
-
✅ 新增
svi_motion_strength参数- 控制 SVI 模式下的动态传递强度
- 参数范围：0.0-2.0，默认 1.0
<1.0= 更稳定的效果，>1.0= 更夸张的动态效果
-
✅ 新增三个参考帧开关
enable_start_frame：控制是否启用起始帧参考enable_middle_frame：控制是否启用中间帧参考（已有）enable_end_frame：控制是否启用结束帧参考
感谢：@a1010580415-commits 在 PR #29 中的贡献和建议
SVI PRO - 连续性优化
SVI 项目地址：https://github.com/vita-epfl/Stable-Video-Infinity
SVI 模式第二次采样逻辑优化
- ✅
motion_frames（上一次采样的最后一帧）现在直接注入到 latent 的第一帧，确保帧间连续性 - ✅
start_image作为 concat image 注入条件，提供视觉引导 - ✅ 优化了低噪声阶段的处理逻辑
技术变更：
- 第二次采样时：
motion_frames的第一帧编码后注入latent的第一帧（不注入条件） start_image作为 concat image 注入条件- 优化了
image_low的处理，确保低噪声阶段一致性
修复问题：
- 修复多次采样时帧间不连续的问题
- 优化 latent 和条件注入的时机
SVI Pro Advanced 节点 (NEW)
专为高分辨率无缝衔接优化的节点
- ✅ 高分辨率（如1920x1080）下 SVI 动态削弱问题
- ✅ 视频段拼接处跳帧问题
- ✅ 简化用户界面
| 参数 | 默认值 | 说明 |
|---|---|---|
motion_influence |
1.0 | 动态传递权重 |
overlap_frames |
4 | 重叠帧数 |
motion_boost |
1.0 | 动作幅度放大 |
detail_boost |
1.0 | 动态速度增强 |
感谢：@a1010580415-commits 在 PR #30 中的贡献
最新更新 - 高性能图片选择节点
- ✅ 重大性能优化：改用服务器文件存储，不再在前端存储 base64 数据
- 避免 LocalStorage 配额限制（QuotaExceededError）
- 大幅减少工作流文件大小
- 提升节点加载和响应速度
- ✅ 使用 ComfyUI 标准
/upload/image和/view接口 - ✅ 修复图片排序功能，支持手动排序
- ✅ 优化代码结构，提升稳定性
运动增强功能
- ✅ 新增
structural_repulsion_boost参数- 通过空间梯度条件注入增强运动效果
- 仅影响高噪阶段，保护低噪阶段的颜色稳定性
- 参数范围：1.0-2.0，默认 1.0（无增强）
- 推荐值：1.2-1.5 可获得明显效果
工作原理：
- 在相邻参考帧之间创建空间梯度
- 运动区域的 mask 值降低，增强
concat_latent_image的影响 - 自动保护参考帧附近的区域，避免颜色和亮度偏移
- 适用于所有多帧参考节点
使用建议：
- 默认值 1.0 = 不应用增强
- 1.2-1.3 = 轻微增强，适合大多数场景
- 1.4-1.5 = 中等增强，适合需要明显动态的场景
- 1.6-2.0 = 强烈增强，注意可能影响颜色稳定性
2025-10-31 重大更新
- ✅ 解决中间帧闪烁问题
- ✅ 节点做了较大改变，请使用更新的示例工作流
- ✅ 建议参数：
- 高噪中间帧强度：0.6-0.8
- 低噪中间帧强度：0.2 左右
- 复杂场景，低噪中间帧可直接设置为 0
🚀 快速开始
系统要求
- 尽量使用官方模型，不要使用量化模型
- 新增单人模式可有效杜绝颜色累积和亮度闪烁
推荐分辨率
低分辨率推荐
480×832832×480576×1024
高分辨率推荐
704×12801280×704
⚠️ 注意：720×1280 会导致中间帧闪烁问题，不推荐使用。
🎬 节点说明
1. Wan First-Middle-Last Frame 🎬
生成带有 3 帧参考的视频：起始帧、中间帧和结束帧。
参数说明：
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
positive |
CONDITIONING | 必需 | 正向提示词条件 |
negative |
CONDITIONING | 必需 | 负向提示词条件 |
vae |
VAE | 必需 | 用于编码的 VAE 模型 |
width |
INT | 832 | 视频宽度（16 的倍数） |
height |
INT | 480 | 视频高度（16 的倍数） |
length |
INT | 81 | 总帧数（4 的倍数 + 1） |
batch_size |
INT | 1 | 生成视频的数量 |
start_image |
IMAGE | 可选 | 起始帧参考图 |
middle_image |
IMAGE | 可选 | 中间帧参考图 |
end_image |
IMAGE | 可选 | 结束帧参考图 |
middle_frame_ratio |
FLOAT | 0.5 | 中间帧位置比例（0.0-1.0） |
high_noise_mid_strength |
FLOAT | 0.8 | 高噪中间帧约束强度（0=宽松，1=严格） |
low_noise_start_strength |
FLOAT | 1.0 | 低噪起始帧约束强度 |
low_noise_mid_strength |
FLOAT | 0.2 | 低噪中间帧约束强度 |
low_noise_end_strength |
FLOAT | 1.0 | 低噪结束帧约束强度 |
structural_repulsion_boost |
FLOAT | 1.0 | 运动增强系数（1.0-2.0），仅影响高噪阶段 |
clip_vision_start_image |
CLIP_VISION_OUTPUT | 可选 | 起始帧的 CLIP Vision 输出 |
clip_vision_middle_image |
CLIP_VISION_OUTPUT | 可选 | 中间帧的 CLIP Vision 输出 |
clip_vision_end_image |
CLIP_VISION_OUTPUT | 可选 | 结束帧的 CLIP Vision 输出 |
2. Wan Multi-Frame Reference 🎞️
支持 2、3、4 或更多参考帧的通用多帧参考节点，具有灵活的位置配置。
参数说明：
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
positive |
CONDITIONING | 必需 | 正向提示词条件 |
negative |
CONDITIONING | 必需 | 负向提示词条件 |
vae |
VAE | 必需 | 用于编码的 VAE 模型 |
width |
INT | 832 | 视频宽度（16 的倍数） |
height |
INT | 480 | 视频高度（16 的倍数） |
length |
INT | 81 | 总帧数（4 的倍数 + 1） |
batch_size |
INT | 1 | 生成视频的数量 |
ref_images |
IMAGE | 必需 | 参考帧图片 |
ref_positions |
STRING | "" (自动) |
帧位置："0,40,80" 或 "0,0.5,1.0" |
ref_strength |
FLOAT | 0.5 | 中间帧约束强度（0-1） |
fade_frames |
INT | 2 | 淡出渐变帧数（0-8） |
clip_vision_output |
CLIP_VISION_OUTPUT | 可选 | CLIP Vision 输出 |
⚙️ 参数配置
ref_positions 参数使用说明
ref_positions 用于指定参考帧在视频中的位置，支持多种格式。
格式说明
1️⃣ 留空（自动分布）⭐ 推荐
ref_positions: ""
- 效果：参考帧在视频中均匀分布
- 示例：
- 3 张图片，length=81 → 位置：0, 40, 80
- 6 张图片，length=81 → 位置：0, 16, 32, 48, 64, 80
2️⃣ 比例值（推荐）
ref_positions: "0, 0.2, 0.5, 0.8, 1.0"
- 范围：0.0 - 1.0（0% 到 100%）
- 效果：按视频长度的比例定位
- 计算：
实际位置 = 比例 × (length - 1) - 示例（length=81 时）：
0.0→ 帧 00.5→ 帧 401.0→ 帧 80
3️⃣ 绝对帧索引
ref_positions: "0, 20, 40, 60, 80"
- 范围：大于等于 2 的整数
- 效果：直接指定帧位置
- 注意：超出范围会自动裁剪到
[0, length-1]
4️⃣ JSON 数组格式
ref_positions: "[0, 0.25, 0.5, 0.75, 1.0]"
- 格式：标准 JSON 数组
- 支持：比例值或绝对值混用
- 示例：
[0, 20, 0.5, 60, 1.0]
实际应用示例
示例 1：3 帧视频（首-中-尾）
length: 81
ref_images: 3张图片
ref_positions: "" # → 自动分布到 0, 40, 80
ref_positions: "0, 0.5, 1" # → 精确定位到 0, 40, 80
示例 2：5 帧视频
length: 81
ref_images: 5张图片
ref_positions: "0, 0.25, 0.5, 0.75, 1" # → 位置: 0, 20, 40, 60, 80
示例 3：6 帧视频（自定义）
length: 81
ref_images: 6张图片
ref_positions: "0, 10, 25, 45, 65, 80" # → 绝对位置
ref_positions: "0, 0.12, 0.31, 0.56, 0.81, 1" # → 比例位置
重要提示
自动对齐
- 所有位置会自动对齐到 4 的倍数（latent 对齐）
- 示例：帧 15 → 对齐到帧 12
帧间距保护
- 相邻帧自动保持至少 4 帧间距
- 示例：如果帧 16 和帧 18 冲突 → 自动调整为 16 和 20
数量匹配
- 如果位置数量少于图片数量：重复最后一个位置
- 如果位置数量多于图片数量：截断多余位置
推荐用法
最简单 ⭐ 留空，让系统自动分布
ref_positions: ""
最灵活 ⭐ 使用比例值（0-1）
ref_positions: "0, 0.33, 0.67, 1"
最精确 ⭐ 使用绝对帧索引
ref_positions: "0, 20, 40, 60, 80"
💡 使用建议
场景配置
差异较大的场景（如变身等）
如果场景变化较大，可以切换到 normal 模式，使用以下参数设置：
- 使用 normal 模式
- LightX2V 的 Lora 权重需要降低到 0.6 左右
- 否则低噪会破坏你的变化效果
无限续杯多图参考长视频
推荐以下参数配置：
✨ 更新：3 图循环工作流，增加可视化选择图片的节点，不用再去建文件夹和改图片名字了，更新立刻享受！
噪点强度建议
高噪设置
- 步数：2 步就够了
- ⚠️ 高噪步数太多会增加中间帧闪烁的概率
中间帧强度建议
| 场景类型 | 高噪中间帧强度 | 低噪中间帧强度 |
|---|---|---|
| 普通场景 | 0.6-0.8 | 0.2 左右 |
| 复杂场景 | 0.6-0.8 | 0（可直接设置为 0） |
❓ 常见问题
关于 ref_positions 参数
Q: 我有 6 张图片，怎么均匀分布？
A: 留空即可，或使用 "0, 0.2, 0.4, 0.6, 0.8, 1"
Q: 比例值 0.5 和 1 有什么区别？
A:
0.5= 50% 位置 = 帧 40（length=81 时）1或1.0= 100% 位置 = 帧 80（length=81 时）
Q: 可以让某些帧更密集吗？
A: 可以，使用自定义位置："0, 10, 15, 20, 50, 80"
Q: 位置会自动排序吗？
A: 不会，请按顺序输入位置值
📚 示例工作流
项目提供了多个示例工作流供参考：
Long video + segmented prompt words.json- 长视频 + 分段提示词Wan22FMLF-1109update.json- 最新更新版本长视频-SVI-shot+三图（Long Video Service with Unlimited 3-Image Continuation）.json- 长视频服务（无限 3 图续接）
🤝 贡献
欢迎提交 Issue 和 Pull Request！
📄 许可证
查看项目许可证文件以获取更多信息。
🎉 Don't worry, be happy!