> ## 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.

# ComfyUI Wan2.1 FLF2V 原生示例

> 本文介绍了如何在 ComfyUI 中完成 Wan2.1 FLF2V 视频生成示例

Wan FLF2V（首尾帧视频生成）是由阿里通义万相团队推出的开源视频生成模型。其开源协议为 [Apache 2.0](https://github.com/Wan-Video/Wan2.1?tab=Apache-2.0-1-ov-file)。
用户只需提供起始帧和结束帧两张图像，模型即可自动生成中间过渡帧，输出一段逻辑连贯、自然流畅的720p高清视频。

**核心技术亮点**

1. **首尾帧精准控制**：首尾帧匹配度达98%，通过起始和结束画面定义视频边界，模型智能填充中间动态变化，实现场景转换和物体形态演变等效果。
2. **稳定流畅视频生成**：采用CLIP语义特征和交叉注意力机制，视频抖动率比同类模型降低37%，确保转场自然流畅。
3. **多功能创作能力**：支持中英文字幕动态嵌入、二次元/写实/奇幻等多风格生成，适应不同创作需求。
4. **720p高清输出**：直接生成1280×720分辨率视频，无需后处理，适用于社交媒体和商业应用。
5. **开源生态支持**：模型权重、代码及训练框架全面开源，支持主流AI平台部署。

**技术原理与架构**

1. **DiT架构**：基于扩散模型和Diffusion Transformer架构，结合Full Attention机制优化时空依赖建模，确保视频连贯性。
2. **三维因果变分编码器**：Wan-VAE技术将高清画面压缩至1/128尺寸，同时保留细微动态细节，显著降低显存需求。
3. **三阶段训练策略**：从480P分辨率开始预训练，逐步提升至720P，通过分阶段优化平衡生成质量与计算效率。

**相关链接**

* **GitHub代码仓库**：[GitHub](https://github.com/Wan-Video/Wan2.1)
* **Hugging Face模型页**：[Hugging Face](https://huggingface.co/Wan-AI/Wan2.1-FLF2V-14B-720P)
* **ModelScope（魔搭社区）**：[ModelScope](https://www.modelscope.cn/models/Wan-AI/Wan2.1-FLF2V-14B-720P)

<Tip>
  <Tabs>
    <Tab title="本地用户">
      请确保你的 ComfyUI 已经更新。

      * [ComfyUI 下载](https://www.comfy.org/download)
      * [ComfyUI 更新教程](/zh/installation/update_comfyui)

      本指南里的工作流可以在[工作流模板](/zh/interface/features/template)中找到。如果找不到，可能是 ComfyUI 没有更新。

      如果加载工作流时有节点缺失，可能原因有：

      1. 你用的不是最新版（每夜版）。
      2. 启动时有些节点导入失败。
    </Tab>

    <Tab title="云端用户">
      * [Cloud](https://cloud.comfy.org) 会在 ComfyUI 稳定版本发布后更新。

      所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。
    </Tab>
  </Tabs>
</Tip>

## Wan2.1 FLF2V 720P ComfyUI 原生工作流示例

### 1. 下载工作流文件及相关输入文件

<Tip>
  由于该模型在高分辨率图像上训练，使用较小尺寸可能无法获得理想效果。示例中我们使用 720 \* 1280 的尺寸，这可能导致显存较低的用户运行困难，且生成耗时较长。
  如有需要，请调整视频生成尺寸进行测试。请注意，较小的生成尺寸可能无法获得良好输出。
</Tip>

将 ComfyUI 更新至最新版本，然后下载工作流文件并拖入 ComfyUI，或者在模板库中通过 `Workflow` → `浏览模板` → `Video` 查找 "Wan2.1 FLF2V 720P"。

![Wan2.1 FLF2V 720P 工作流预览](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/wan2.1_flf2v_720_f16-1.webp)

<CardGroup cols={2}>
  <Card title="在 Comfy Cloud 上运行" icon="cloud" href="https://cloud.comfy.org/?template=wan2.1_flf2v_720_f16&utm_source=docs&utm_medium=referral&utm_campaign=wan-flf">
    在 Comfy Cloud 中打开
  </Card>

  <Card title="下载工作流" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/wan2.1_flf2v_720_f16.json">
    下载 JSON，或在模板库中搜索 "Wan2.1 FLF2V"
  </Card>
</CardGroup>

<CardGroup cols={2}>
  <Card title="起始图片: wan2.1_flf2v_720_f16_start_image.png" icon="image" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/wan2.1_flf2v_720_f16_start_image.png">
    视频生成的起始帧（LoadImage 节点 52）。下载并使用此图片，或替换为你自己的图片。
  </Card>

  <Card title="结束图片: wan2.1_flf2v_720_f16_end_image.png" icon="image" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/wan2.1_flf2v_720_f16_end_image.png">
    视频生成的结束帧（LoadImage 节点 72）。下载并使用此图片，或替换为你自己的图片。
  </Card>
</CardGroup>

### 2. 手动模型安装

本篇指南涉及的所有模型你都可以在[这里](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/tree/main/split_files)找到。

**扩散模型**：根据你的硬件选择一个版本

<CardGroup cols={2}>
  <Card title="扩散模型: Wan2.1 FLF2V 14B FP16" icon="download" href="https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/diffusion_models/wan2.1_flf2v_720p_14B_fp16.safetensors">
    wan2.1\_flf2v\_720p\_14B\_fp16.safetensors：全精度，需要更多显存。放置于 <code>ComfyUI/models/diffusion\_models/</code>
  </Card>

  <Card title="扩散模型: Wan2.1 FLF2V 14B FP8" icon="download" href="https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/diffusion_models/wan2.1_flf2v_720p_14B_fp8_e4m3fn.safetensors">
    wan2.1\_flf2v\_720p\_14B\_fp8\_e4m3fn.safetensors：量化版本，显存占用更低。放置于 <code>ComfyUI/models/diffusion\_models/</code>
  </Card>
</CardGroup>

<Tip>
  如果你之前运行过 Wan Video 相关的工作流，你可能已经有了下面的这些文件。
</Tip>

**文本编码器**：选择一个版本

<CardGroup cols={2}>
  <Card title="文本编码器: UMT5 XXL FP16" icon="download" href="https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/text_encoders/umt5_xxl_fp16.safetensors">
    umt5\_xxl\_fp16.safetensors：全精度文本编码器。放置于 <code>ComfyUI/models/text\_encoders/</code>
  </Card>

  <Card title="文本编码器: UMT5 XXL FP8" icon="download" href="https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors">
    umt5\_xxl\_fp8\_e4m3fn\_scaled.safetensors：量化文本编码器。放置于 <code>ComfyUI/models/text\_encoders/</code>
  </Card>
</CardGroup>

**VAE**

<Card title="VAE: Wan2.1 VAE" icon="download" href="https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/vae/wan_2.1_vae.safetensors">
  wan\_2.1\_vae.safetensors：用于编码/解码的 Wan2.1 VAE。放置于 <code>ComfyUI/models/vae/</code>
</Card>

**CLIP视觉**

<Card title="CLIP视觉: CLIP Vision H" icon="download" href="https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/clip_vision/clip_vision_h.safetensors">
  clip\_vision\_h.safetensors：CLIP视觉编码器。放置于 <code>ComfyUI/models/clip\_vision/</code>
</Card>

文件保存位置

```
ComfyUI/
├───📂 models/
│   ├───📂 diffusion_models/
│   │   └─── wan2.1_flf2v_720p_14B_fp16.safetensors           # 或 FP8 版本
│   ├───📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors           # 或你选择的版本
│   ├───📂 vae/
│   │   └─── wan_2.1_vae.safetensors
│   └───📂 clip_vision/
│       └─── clip_vision_h.safetensors   
```

### 3. 按步骤完成工作流执行

<img src="https://mintcdn.com/dripart-chore-sync-comfy-api-v2-spec-b886298/nhScXlrJfVaQYnPG/images/tutorial/video/wan/wan2.1_flf2v_14B_720P_step_guide.jpg?fit=max&auto=format&n=nhScXlrJfVaQYnPG&q=85&s=e607d18bb703a16fb624a55b2a74555f" alt="Wan2.1 FLF2V 720P 原生工作流步骤" width="2361" height="1623" data-path="images/tutorial/video/wan/wan2.1_flf2v_14B_720P_step_guide.jpg" />

1. 确保 `UNet加载器` 节点已加载 `wan2.1_flf2v_720p_14B_fp16.safetensors` 或 `wan2.1_flf2v_720p_14B_fp8_e4m3fn.safetensors`
2. 确保 `加载CLIP` 节点已加载 `umt5_xxl_fp8_e4m3fn_scaled.safetensors`
3. 确保 `加载VAE` 节点已加载 `wan_2.1_vae.safetensors`
4. 确保 `加载CLIP视觉` 节点已加载 `clip_vision_h.safetensors`
5. 将起始帧上传到 `Start_image` 节点
6. 将结束帧上传到 `End_image` 节点
7. （可选）修改正向和负面提示词，中英文均可
8. （**重要**）在 `Wan首尾帧视频` 中我们默认使用 720*1280 的尺寸，因为这是一个720P模型，使用较小尺寸会无法获得良好输出。请使用接近 720*1280 的尺寸以获得较好生成效果。
9. 点击 `执行` 按钮，或使用快捷键 `Ctrl(cmd) + Enter` 来执行视频生成