WanAnimate2Cache - ComfyUI Built-in Node Documentation

该节点会预先缓存姿态视频各数据块的激活值，这样就不必在每个采样步骤中重新计算，生成时间大约可以减半。

该节点会预先缓存姿态视频各数据块的激活值，这样就不必在每个采样步骤中重新计算，生成时间大约可以减半。代价是额外内存占用：在 480x832 分辨率、81 帧、bf16 精度下约需 12.5 GB 系统内存，且随分辨率和视频长度增长。

​

输入

参数	描述	数据类型	必填	范围
model	需要附加缓存的 Wan Animate2 模型。	MODEL	是
device	缓存的存放位置。cpu（内存）是安全选择；在常规尺寸下，缓存与模型无法同时放入显存。gpu（显存）如果放得下则可能更快。（默认值：“cpu”）	STRING	是	”cpu" "gpu”
dtype	存储精度。default 以模型的计算 dtype 存储激活值。int8 将缓存减半，int4 减至四分之一，convrot 用于保持精度。（默认值：“default”）	STRING	是	”default" "int8" "int4”

注意：使用上下文窗口时，每个窗口都会单独缓存，因此内存占用会随窗口数量增加。应使用 static_standard 调度，因为 uniform 调度会在每一步移动窗口，导致缓存永远无法复用。

​

输出

Output Name	Description	Data Type
model	附加了姿态视频激活缓存的克隆模型。生成完成后缓存会自动释放。	MODEL

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑

---

Source fingerprint (SHA-256): 06305432601afd7c797ef29ef4be3f2bb1aa660e05edde270499e94ccdd54f84