Wan2.2 動画生成 ComfyUI 公式ネイティブワークフロー例

ComfyUI における Alibaba Cloud Tongyi Wanxiang 2.2 動画生成モデルの公式使用ガイド

Wan 2.2 は WAN AI がリリースした新世代のマルチモーダル生成モデルです。このモデルは革新的な MoE（Mixture of Experts）アーキテクチャを採用しており、高ノイズと低ノイズのエキスパートモデルで構成されています。ノイズ除去タイムステップに応じてエキスパートモデルを分割できるため、より高品質な動画コンテンツを生成できます。

Wan 2.2 には 3 つのコア機能があります：映画レベルの美学制御で、専門的な映画産業の美学基準を深く統合し、照明、色彩、構図などの多次元視覚制御をサポートします。大規模複雑モーションで、様々な複雑な動きを簡単に再現し、動きの滑らかさと制御性を強化します。正確なセマンティック準拠で、複雑なシーンやマルチオブジェクト生成に優れ、ユーザーのクリエイティブな意図をより良く再現します。 このモデルはテキストから動画、画像から動画などの複数の生成モードをサポートし、コンテンツ作成、芸術創作、教育トレーニングなどのアプリケーションシナリオに適しています。

Wan2.2 プロンプトガイド

​

モデルのハイライト

• 映画レベルの美学制御：専門的なカメラ言語、照明、色彩、構図などの多次元視覚制御をサポート
• 大規模複雑モーション：様々な複雑な動きを滑らかに再現、動きの制御性と自然さを強化
• 正確なセマンティック準拠：複雑なシーンの理解、マルチオブジェクト生成、クリエイティブな意図をより良く再現
• 効率的な圧縮技術：5B バージョンの高圧縮率 VAE、メモリ最適化、混合トレーニングをサポート

​

Wan2.2 オープンソースモデルバージョン

Wan2.2 シリーズモデルは Apache 2.0 オープンソースライセンスに基づいており、商用利用をサポートしています。Apache 2.0 ライセンスは、元の著作権表示とライセンステキストを保持する限り、これらのモデルを商用目的を含めて自由に使用、修正、配布することを許可しています。

モデルタイプ	モデル名	パラメータ	主な機能	モデルリポジトリ
ハイブリッドモデル	Wan2.2-TI2V-5B	5B	テキストから動画と画像から動画の両方をサポートするハイブリッドバージョン、単一モデルで 2 つのコアタスク要件を満たす	🤗 Wan2.2-TI2V-5B
画像から動画	Wan2.2-I2V-A14B	14B	静止画像を動的動画に変換、コンテンツの一貫性と滑らかな動的プロセスを維持	🤗 Wan2.2-I2V-A14B
テキストから動画	Wan2.2-T2V-A14B	14B	テキスト説明から高品質な動画を生成、映画レベルの美学制御と正確なセマンティック準拠を備える	🤗 Wan2.2-T2V-A14B

​

ComfyOrg Wan2.2 ライブストリーム

ComfyUI Wan2.2 の使用方法について、ライブストリームを実施しました。視聴して使用方法を学ぶことができます。

このチュートリアルでは 🤗 Comfy-Org/Wan_2.2_ComfyUI_Repackaged バージョンを使用します。

Portable or self deployed users

Make sure your ComfyUI is updated.

• Download ComfyUI
• Update Guide

Workflows in this guide can be found in the Workflow Templates. If you can’t find them in the template, your ComfyUI may be outdated. (Desktop version’s update will delay sometime)

If nodes are missing when loading a workflow, possible reasons:

1. You are not using the latest ComfyUI version (Nightly version)
2. Some nodes failed to import at startup

Desktop or Cloud users

• The Desktop is base on ComfyUI stable release, it will auto-update when there is a new Desktop stable release available.
• Cloud will update after ComfyUI stable release.

So, if you find any core node missing in this document, it might be because the new core nodes have not yet been released in the latest stable version. Please wait for the next stable release.

​

Wan2.2 TI2V 5B ハイブリッドバージョンワークフロー例

Wan2.2 5B バージョンは、ComfyUI ネイティブのオフローディング機能を使用すれば、8GB VRAM で十分に動作します。

​

1. ワークフローファイルのダウンロード

ComfyUI を最新バージョンに更新し、メニュー Workflow -> Browse Templates -> Video から「Wan2.2 5B video generation」を見つけてワークフローを読み込んでください。

JSON ワークフローファイルをダウンロード

Run on Comfy Cloud

​

2. モデルの手動ダウンロード

Diffusion Model

• wan2.2_ti2v_5B_fp16.safetensors

VAE

• wan2.2_vae.safetensors

Text Encoder

• umt5_xxl_fp8_e4m3fn_scaled.safetensors

ComfyUI/
├───📂 models/
│   ├───📂 diffusion_models/
│   │   └───wan2.2_ti2v_5B_fp16.safetensors
│   ├───📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 
│   └───📂 vae/
│       └── wan2.2_vae.safetensors

​

3. 手順に従う

1. Load Diffusion Model ノードが wan2.2_ti2v_5B_fp16.safetensors モデルを読み込んでいることを確認してください。
2. Load CLIP ノードが umt5_xxl_fp8_e4m3fn_scaled.safetensors モデルを読み込んでいることを確認してください。
3. Load VAE ノードが wan2.2_vae.safetensors モデルを読み込んでいることを確認してください。
4. （オプション）画像から動画の生成を行う必要がある場合は、ショートカット Ctrl+B を使用して Load image ノードを有効にし、画像をアップロードできます。
5. （オプション）Wan22ImageToVideoLatent ノードで、サイズ設定と動画の総フレーム数（length）を調整できます。
6. （オプション）プロンプト（ポジティブおよびネガティブ）を変更する必要がある場合は、手順 5 の CLIP Text Encoder ノードで変更してください。
7. Run ボタンをクリックするか、ショートカット Ctrl(cmd) + Enter を使用して動画生成を実行してください。

​

Wan2.2 14B T2V テキストから動画ワークフロー例

​

1. ワークフローファイル

ComfyUI を最新バージョンに更新し、メニュー Workflow -> Browse Templates -> Video から「Wan2.2 14B T2V」を見つけてワークフローを読み込んでください。

または、ComfyUI を最新バージョンに更新した後、以下の動画をダウンロードして ComfyUI にドラッグし、ワークフローを読み込んでください。

JSON ワークフローファイルをダウンロード

Run on Comfy Cloud

​

2. モデルの手動ダウンロード

Diffusion Model

• wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors
• wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors

VAE

• wan_2.1_vae.safetensors

Text Encoder

• umt5_xxl_fp8_e4m3fn_scaled.safetensors

ComfyUI/
├───📂 models/
│   ├───📂 diffusion_models/
│   │   ├─── wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors
│   │   └─── wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors
│   ├───📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 
│   └───📂 vae/
│       └── wan_2.1_vae.safetensors

​

3. 手順に従う

1. 最初の Load Diffusion Model ノードが wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors モデルを読み込んでいることを確認してください。
2. 2 番目の Load Diffusion Model ノードが wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors モデルを読み込んでいることを確認してください。
3. Load CLIP ノードが umt5_xxl_fp8_e4m3fn_scaled.safetensors モデルを読み込んでいることを確認してください。
4. Load VAE ノードが wan_2.1_vae.safetensors モデルを読み込んでいることを確認してください。
5. （オプション）EmptyHunyuanLatentVideo ノードで、サイズ設定と動画の総フレーム数（length）を調整できます。
6. （オプション）プロンプト（ポジティブおよびネガティブ）を変更する必要がある場合は、手順 6 の CLIP Text Encoder ノードで変更してください。
7. Run ボタンをクリックするか、ショートカット Ctrl(cmd) + Enter を使用して動画生成を実行してください。

​

Wan2.2 14B I2V 画像から動画ワークフロー例

​

1. ワークフローファイル

ComfyUI を最新バージョンに更新し、メニュー Workflow -> Browse Templates -> Video から「Wan2.2 14B I2V」を見つけてワークフローを読み込んでください。

または、ComfyUI を最新バージョンに更新した後、以下の動画をダウンロードして ComfyUI にドラッグし、ワークフローを読み込んでください。

JSON ワークフローファイルをダウンロード

Run on Comfy Cloud

以下の画像を入力として使用できます：

​

2. モデルの手動ダウンロード

Diffusion Model

• wan2.2_i2v_high_noise_14B_fp16.safetensors
• wan2.2_i2v_low_noise_14B_fp16.safetensors

VAE

• wan_2.1_vae.safetensors

Text Encoder

• umt5_xxl_fp8_e4m3fn_scaled.safetensors

ComfyUI/
├───📂 models/
│   ├───📂 diffusion_models/
│   │   ├─── wan2.2_i2v_low_noise_14B_fp16.safetensors
│   │   └─── wan2.2_i2v_high_noise_14B_fp16.safetensors
│   ├───📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 
│   └───📂 vae/
│       └── wan_2.1_vae.safetensors

​

3. 手順に従う

1. 最初の Load Diffusion Model ノードが wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors モデルを読み込んでいることを確認してください。
2. 2 番目の Load Diffusion Model ノードが wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors モデルを読み込んでいることを確認してください。
3. Load CLIP ノードが umt5_xxl_fp8_e4m3fn_scaled.safetensors モデルを読み込んでいることを確認してください。
4. Load VAE ノードが wan_2.1_vae.safetensors モデルを読み込んでいることを確認してください。
5. Load Image ノードで、起始フレームとして使用する画像をアップロードしてください。
6. プロンプト（ポジティブおよびネガティブ）を変更する必要がある場合は、手順 6 の CLIP Text Encoder ノードで変更してください。
7. （オプション）EmptyHunyuanLatentVideo で、サイズ設定と動画の総フレーム数（length）を調整できます。
8. Run ボタンをクリックするか、ショートカット Ctrl(cmd) + Enter を使用して動画生成を実行してください。

​

Wan2.2 14B FLF2V ワークフロー例

最初と最後のフレームのワークフローは、I2V セクションと同じモデル場所を使用します。

​

1. ワークフローと入力素材の準備

以下の動画または JSON ワークフローをダウンロードし、ComfyUI で開いてください。

JSON ワークフローをダウンロード

Run on Comfy Cloud

以下の画像を入力素材としてダウンロードしてください：

​

2. 手順に従う

1. 最初の Load Image ノードで、起始フレームとして使用する画像をアップロードしてください。
2. 2 番目の Load Image ノードで、終了フレームとして使用する画像をアップロードしてください。
3. WanFirstLastFrameToVideo ノードでサイズ設定を調整してください。
   • デフォルトでは、低 VRAM ユーザーがリソースを使いすぎないように、比較的小さいサイズが設定されています。
   • 十分な VRAM がある場合は、720P 程度の解像度を試すことができます。
4. 最初と最後のフレームに応じて、適切なプロンプトを作成してください。
5. Run ボタンをクリックするか、ショートカット Ctrl(cmd) + Enter を使用して動画生成を実行してください。

​

コミュニティリソース

​

GGUF バージョン

• bullerwins/Wan2.2-I2V-A14B-GGUF/
• bullerwins/Wan2.2-T2V-A14B-GGUF
• QuantStack/Wan2.2 GGUFs

カスタムノード City96/ComfyUI-GGUF

​

WanVideoWrapper

Kijai/ComfyUI-WanVideoWrapper

Wan2.2 モデル Kijai/WanVideo_comfy_fp8_scaled

Wan2.1 モデル Kijai/WanVideo_comfy/Lightx2v

Lightx2v 4steps LoRA

• Wan2.2-T2V-A14B-4steps-lora-rank64-V1