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