wan2122-i2v-comfyui

name	Wan2.1/2.2 I2V ComfyUI
description	This skill should be used when the user asks to "implement Wan I2V", "set up Wan2.1", "configure Wan2.2", "image to video with Wan", "ComfyUI video generation", "low VRAM video generation", "GGUF Wan model", "setup video diffusion model", "Wan I2Vを実装", "Wan2.1をセットアップ", "Wan2.2を設定", "画像から動画生成", "ComfyUIで動画生成", "低VRAMで動画生成", "GGUFモデルを使用", "動画生成モデルのセットアップ", or needs guidance on Wan2.1/2.2 image-to-video model setup, ComfyUI workflow configuration, GGUF quantization for low VRAM, video generation parameters, or troubleshooting Wan model issues.
version	0.1.0

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

特性	Wan2.1	Wan2.2
リリース	2025年2月	2025年7月
モデルサイズ	14B, 1.3B	14B, 5B
I2V対応	✓	✓
TI2V対応	-	✓（5B）
推奨VRAM	40GB+ (14B fp16)	8GB+ (5Bオフロード)
ライセンス	Apache 2.0	Apache 2.0

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

ノード	用途	設定
Load Diffusion Model	Wanモデル読み込み	wan2.2_i2v_*.safetensors
Load CLIP	テキストエンコーダ読み込み	umt5_xxl_*.safetensors
Load VAE	VAE読み込み	wan2.1_vae.safetensors
Load CLIP Vision	画像エンコーダ読み込み	clip_vision_h.safetensors
WanVideo Sampler	動画生成サンプラー	CFG, Steps等を設定

Key Parameters

解像度設定

設定	解像度	用途
標準（縦長）	576×1024	ポートレート動画
標準（横長）	1024×576	ランドスケープ動画
低VRAM	840×480	メモリ節約
高品質	720p (1280×720)	14Bモデル向け

生成パラメータ

パラメータ	推奨値	説明
フレーム数	81	約3-4秒 @24fps
CFG	4-7	低め=自然な動き、高め=プロンプト忠実
Steps	20-30	高め=細部改善、過度は不安定に
Seed	任意	再現性のため固定推奨

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：

量子化レベル	モデルサイズ	VRAM目安	品質
Q2_K	~1.85GB	6GB	低
Q3_K_S	~2.29GB	8GB	中低
Q4_K_S	~3.12GB	10GB	中（推奨）
Q5_K_S	~3.56GB	12GB	高

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）

GPU	Wan2.2 5B	Wan2.2 14B GGUF Q4
RTX 4090	~22-30秒	~45-60秒
RTX 4070	~55-70秒	~90-120秒
RTX 3080	~90-120秒	~150-180秒

Common Issues & Solutions

問題	原因	解決策
OOM（メモリ不足）	VRAM不足	解像度↓、GGUF使用、フレーム数↓
時間的不整合	CFG/Steps過大	CFG 4-5、Steps 20-25に調整
モデルロード失敗	パス/名前不一致	ディレクトリ構造を確認
生成が遅い	高解像度/fp16	GGUF量子化、解像度削減
動きが少ない	CFG高すぎ	CFG 3.5-4.5に下げる
品質が低い	量子化レベル	Q4_K_S以上を使用

詳細なトラブルシューティングは references/troubleshooting.md を参照。

Quick Reference

Component	Purpose	Key API/File
Diffusion Model	動画生成の核	wan2.2_i2v_*.safetensors
Text Encoder	プロンプト処理	umt5_xxl_*.safetensors
CLIP Vision	画像理解	clip_vision_h.safetensors
VAE	エンコード/デコード	wan2.1_vae.safetensors
ComfyUI-GGUF	低VRAM対応	カスタムノード

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