ComfyUI Wan2.1 Fun InP 動画サンプル

このガイドでは、ComfyUI で Wan2.1 Fun InP を使用して、最初と最後のフレームを制御した動画を生成する方法について説明します

​

Wan2.1-Fun-InP について

Wan-Fun InP は、アリババによってリリースされたオープンソースの動画生成モデルで、Wan2.1-Fun シリーズの一部であり、画像から動画を生成し、最初と最後のフレームを制御することに重点を置いています。

主な機能:

• 最初と最後のフレーム制御: 最初と最後のフレーム画像の両方を入力して、それらの間の遷移動画を生成することをサポートし、動画の一貫性と創造の自由度を向上させます。以前のコミュニティバージョンと比較して、アリババの公式モデルはより安定しており、品質が大幅に向上しています。
• マルチ解像度サポート: 512×512、768×768、1024×1024 などの解像度で動画を生成することをサポートし、さまざまなシナリオの要件に対応します。

モデルバージョン:

• 1.3B 軽量版: ローカル導入と高速推論に適しており、VRAM 要件が低い
• 14B 高性能版: モデルサイズは 32GB+ に達し、より良い結果を提供しますが、より高い VRAM が必要です

以下は関連するモデル重みとコードリポジトリです：

• Wan2.1-Fun-1.3B-Input
• Wan2.1-Fun-14B-Input
• コードリポジトリ：VideoX-Fun

現在、ComfyUI は Wan2.1 Fun InP モデルをネイティブにサポートしています。このチュートリアルを開始する前に、ComfyUI を更新して、バージョンが このコミット 以降であることを確認してください。

ポータブル版または自宅サーバーで実行しているユーザー

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
• 更新手順

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。（デスクトップ版の更新は若干遅れることがあります）

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主な原因：

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

デスクトップ版またはクラウド版ユーザー

• デスクトップ版は ComfyUI の安定版（Stable Release）をベースとしており、新しいデスクトップ安定版がリリースされると自動的に更新されます。
• Cloud 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記載されているコアノードのうち、一部が利用できない場合は、そのノード機能がまだ最新の安定版に含まれていないためです。次回の安定版リリースをお待ちください。

​

Wan2.1 Fun InP ワークフロー

下の画像をダウンロードし、ComfyUI へドラッグしてワークフローを読み込みます：

​

1. ワークフローファイルのダウンロード

​

2. 手動モデルインストール

自動モデルダウンロードが効果的でない場合は、モデルを手動でダウンロードし、対応するフォルダーに保存してください。

以下のモデルは Wan_2.1_ComfyUI_repackaged と Wan2.1-Fun で見つかります。

Diffusion models - 1.3B または 14B を選択してください。14B バージョンはファイルサイズが大きく (32GB)、VRAM 要件も高くなります：

• wan2.1_fun_inp_1.3B_bf16.safetensors
• Wan2.1-Fun-14B-InP: ダウンロード後、Wan2.1-Fun-14B-InP.safetensors にリネームしてください

Text encoders - 以下のモデルのいずれかを選択してください（fp16 精度はサイズが大きく、パフォーマンス要件も高くなります）：

• umt5_xxl_fp16.safetensors
• umt5_xxl_fp8_e4m3fn_scaled.safetensors

VAE

• wan_2.1_vae.safetensors

CLIP Vision

• clip_vision_h.safetensors

ファイル保存場所：

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── wan2.1_fun_inp_1.3B_bf16.safetensors
│   ├── 📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors
│   └── 📂 vae/
│   │   └── wan_2.1_vae.safetensors
│   └── 📂 clip_vision/
│       └──  clip_vision_h.safetensors                 

​

3. ワークフローを段階的に完了する

1. Load Diffusion Model ノードが wan2.1_fun_inp_1.3B_bf16.safetensors をロードして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 をロードしていることを確認してください
3. Load VAE ノードが wan_2.1_vae.safetensors をロードしていることを確認してください
4. Load CLIP Vision ノードが clip_vision_h.safetensors をロードしていることを確認してください
5. 開始フレームを Load Image ノード（Start_image に改名済み）へアップロードしてください
6. 2 番目の Load Image ノードへ終了フレームをアップロードしてください
7. （オプション）プロンプトを変更してください（英語と中国語の両方がサポートされています）
8. （オプション）WanFunInpaintToVideo で動画サイズを調整し、過度に大きな寸法を避けてください
9. 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

​

4. ワークフローの注意事項

正しいモデルを使用するようにしてください。wan2.1_fun_inp_1.3B_bf16.safetensors と wan2.1_fun_control_1.3B_bf16.safetensors は同じフォルダーに保存されており、名前が非常に似ています。正しいモデルを使用していることを確認してください。

• Wan Fun InP を使用する場合、対応するシーン遷移の精度を確保するために、プロンプトを頻繁に変更する必要があるかもしれません。

​

その他の Wan2.1 Fun InP または動画関連のカスタムノードパッケージ

• ComfyUI-VideoHelperSuite
• ComfyUI-WanVideoWrapper
• ComfyUI-KJNodes