> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-chore-sync-comfy-api-v2-spec-b886298.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# Wan2.2 ComfyUIチュートリアル | AI動画生成ワークフローガイド
> Wan2.2は、5Bおよび14Bモデルによる高度なAI動画生成をComfyUIで実現します。テキストから動画、画像から動画、モデル設定、動画生成の公式ワークフローを紹介します。
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](https://alidocs.dingtalk.com/i/nodes/EpGBa2Lm8aZxe5myC99MelA2WgN7R35y)
## 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、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](https://huggingface.co/Wan-AI/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](https://huggingface.co/Wan-AI/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](https://huggingface.co/Wan-AI/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](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged) バージョンを使用します。
ComfyUI が最新版に更新されていることを確認してください。
* [ComfyUI のダウンロード](https://www.comfy.org/download)
* [更新手順](/ja/installation/update_comfyui)
このガイドで紹介するワークフローは、[ワークフローテンプレート](/ja/interface/features/template)から入手できます。
テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。
ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因：
1. 最新の ComfyUI（Nightly 版）を使用していない
2. 起動時に一部のノードのインポートに失敗している
* [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。
したがって、このドキュメントでコアノードが見つからない場合、それは新しいコアノードがまだ最新の安定版にリリースされていない可能性があります。次回の安定版リリースをお待ちください。
## 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。
Wan 2.2 5B 動画生成
高速なテキストから動画および画像から動画への生成を5Bパラメータで実現。ラピッドプロトタイピングと創造的な探索に最適化されています。
Comfy Cloud で開く
JSONをダウンロード、またはテンプレートライブラリで「Wan2.2 5B」を検索
### 2. モデルの手動ダウンロード
言及されているすべてのモデルは、[Comfy-Org/Wan\_2.2\_ComfyUI\_Repackaged](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged) で入手できます。
**Diffusion Model**
5B ハイブリッド拡散モデル。ComfyUI/models/diffusion\_models/ に配置してください。
**VAE**
Wan2.2 VAE。ComfyUI/models/vae/ に配置してください。
**Text Encoder**
FP8 テキストエンコーダ。ComfyUI/models/text\_encoders/ に配置してください。
```
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
Wan 2.2 14B テキストから動画
Wan 2.2を使用して、シネマティックな美的制御とダイナミックなモーション生成でテキストプロンプトから高品質な動画を生成します。
Comfy Cloud で開く
JSONをダウンロードするか、テンプレートライブラリで「Wan2.2 14B T2V」を検索
### 2. モデルを手動でダウンロード
ここで言及されているすべてのモデルは [Comfy-Org/Wan\_2.2\_ComfyUI\_Repackaged](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged) にあります。
**Diffusion Models**
高ノイズ拡散モデル。ComfyUI/models/diffusion\_models/に配置
低ノイズ拡散モデル。ComfyUI/models/diffusion\_models/に配置
**VAE**
Wan2.1 VAE（Wan2.2と互換）。ComfyUI/models/vae/に配置
**Text Encoder**
FP8テキストエンコーダー。ComfyUI/models/text\_encoders/に配置
```
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 I2V 画像から動画ワークフロー例
Wan 2.2 14B 画像から動画
静的な画像を、精密なモーションコントロールとスタイル保存を備えたダイナミックな動画に変換します。Wan 2.2 を使用。
Comfy Cloud で開く
JSON をダウンロード、またはテンプレートライブラリで「Wan2.2 14B I2V」を検索
**入力素材**
このファイルを対応する `LoadImage` ノードにアップロードしてください：
`LoadImage` ノード 97 · `video_wan2_2_14B_i2v_input_image.jpg`
**出力例**
### 2. モデルの手動ダウンロード
記載されているすべてのモデルは、[Comfy-Org/Wan\_2.2\_ComfyUI\_Repackaged](https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged) にあります。
**拡散モデル**
高ノイズ I2V 拡散モデル。 ComfyUI/models/diffusion\_models/ に配置。
低ノイズ I2V 拡散モデル。 ComfyUI/models/diffusion\_models/ に配置。
**VAE**
Wan2.1 VAE（Wan2.2 互換）。 ComfyUI/models/vae/ に配置。
**テキストエンコーダー**
FP8 テキストエンコーダー。 ComfyUI/models/text\_encoders/ に配置。
```
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、初期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。
Wan 2.2 14B 最初と最後のフレームからビデオへ
開始フレームと終了フレームを定義することで、スムーズなビデオ遷移を生成します。
Comfy Cloud で開く
JSON をダウンロード、またはテンプレートライブラリで「Wan2.2 14B FLF2V」を検索
**入力素材**
以下のファイルを対応する `LoadImage` ノードにアップロードしてください：
`LoadImage` ノード 62 · `video_wan2_2_14B_flf2v_start_image.png`
`LoadImage` ノード 68 · `video_wan2_2_14B_flf2v_end_image.png`
### 2. 手順に従う
1. 最初の `Load Image` ノードで、開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` ノードの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` を使用してビデオ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/](https://huggingface.co/bullerwins/Wan2.2-I2V-A14B-GGUF/)
* [bullerwins/Wan2.2-T2V-A14B-GGUF](https://huggingface.co/bullerwins/Wan2.2-T2V-A14B-GGUF)
* [QuantStack/Wan2.2 GGUFs](https://huggingface.co/collections/QuantStack/wan22-ggufs-6887ec891bdea453a35b95f3)
**カスタムノード**
[City96/ComfyUI-GGUF](https://github.com/city96/ComfyUI-GGUF)
### WanVideoWrapper
[Kijai/ComfyUI-WanVideoWrapper](https://github.com/kijai/ComfyUI-WanVideoWrapper)
**Wan2.2 モデル**
[Kijai/WanVideo\_comfy\_fp8\_scaled](https://hf-mirror.com/Kijai/WanVideo_comfy_fp8_scaled)
**Wan2.1 モデル**
[Kijai/WanVideo\_comfy/Lightx2v](https://huggingface.co/Kijai/WanVideo_comfy/tree/main/Lightx2v)
**Lightx2v 4steps LoRA**
* [Wan2.2-T2V-A14B-4steps-lora-rank64-V1](https://huggingface.co/lightx2v/Wan2.2-Lightning/tree/main/Wan2.2-T2V-A14B-4steps-lora-rank64-V1)
