Wan2.2 ComfyUIチュートリアル | AI動画生成ワークフローガイド

ComfyUI で Wan2.2 ビデオワークフローを実行：5B ハイブリッド TI2V モデルに加え、14B のテキストから動画、画像から動画、先頭・末尾フレームの例とダウンロード。

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

​

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
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
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

​

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 バージョンを使用します。

ローカルユーザー

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。

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

クラウドユーザー

• 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 で実行

Comfy Cloud で開く

ワークフローをダウンロード

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 で入手できます。

Diffusion Model

wan2.2_ti2v_5B_fp16.safetensors

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.safetensors

Wan2.2 VAE。ComfyUI/models/vae/ に配置してください。

Text Encoder

umt5_xxl_fp8_e4m3fn_scaled.safetensors

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 で実行

Comfy Cloud で開く

ワークフローをダウンロード

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 にあります。

Diffusion Models

wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors

高ノイズ拡散モデル。ComfyUI/models/diffusion_models/に配置

wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors

低ノイズ拡散モデル。ComfyUI/models/diffusion_models/に配置

VAE

wan_2.1_vae.safetensors

Wan2.1 VAE（Wan2.2と互換）。ComfyUI/models/vae/に配置

Text Encoder

umt5_xxl_fp8_e4m3fn_scaled.safetensors

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 で実行

Comfy Cloud で開く

ワークフローをダウンロード

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：

video_wan2_2_14B_i2v_input_image.jpg

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 にあります。

拡散モデル

wan2.2_i2v_high_noise_14B_fp16.safetensors

高ノイズ I2V 拡散モデル。 ComfyUI/models/diffusion_models/ に配置。

wan2.2_i2v_low_noise_14B_fp16.safetensors

低ノイズ I2V 拡散モデル。 ComfyUI/models/diffusion_models/ に配置。

VAE

wan_2.1_vae.safetensors

Wan2.1 VAE（Wan2.2 互換）。 ComfyUI/models/vae/ に配置。

テキストエンコーダー

umt5_xxl_fp8_e4m3fn_scaled.safetensors

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 で実行

Comfy Cloud で開く

ワークフローをダウンロード

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：

video_wan2_2_14B_flf2v_start_image.png

LoadImage ノード 62 · video_wan2_2_14B_flf2v_start_image.png

video_wan2_2_14B_flf2v_end_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/
• bullerwins/Wan2.2-T2V-A14B-GGUF
• QuantStack/Wan2.2 GGUFs

カスタムノード City96/ComfyUI-GGUF

​

WanVideoWrapper

Kijai/ComfyUI-WanVideoWrapper

Wan2.2 モデル Kijai/WanVideo_comfy_fp8_scaled

Wan2.1 モデル Kijai/WanVideo_comfy/Lightx2v

Lightx2v 4steps LoRA

• Wan2.2-T2V-A14B-4steps-lora-rank64-V1