ComfyUI-WanVideoWrapper 完整指南：在 ComfyUI 中跑通 WanVideo 文本转视频、图像转视频与口型同步

ComfyUI-WanVideoWrapper 完整指南：在 ComfyUI 中跑通 WanVideo 文本转视频、图像转视频与口型同步

【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper

ComfyUI-WanVideoWrapper 教程：该插件把 WanVideo 2.1/2.2 系列视频生成模型接入 ComfyUI 节点画布，覆盖文本转视频（T2V）、图像转视频（I2V）、音频驱动口型同步三条主路径，并内置 block swap、FP8/GGUF 量化、radial attention 等省显存手段。

先自查：谁适合用这个插件，硬件门槛是什么

这一节能判断你的环境是否达标，以及它与原生 ComfyUI 功能如何分工。

自查项	要求/说明
目标人群	想第一时间试用 WanVideo 新模型、新玩法（HuMo、ReCamMaster、ATI 等）的 ComfyUI 用户
Python 版本	3.10 及以上
显存	8GB 起步；4GB 可运行但需配合 block swap 与量化，体验偏吃力
磁盘空间	预留 50GB 以上存放主模型、文本编码器、VAE 等文件

原生 ComfyUI 自带一部分 WanVideo 支持，负责稳定、成熟的基础工作流。本插件定位是"新模型尝鲜区"：作者原话是，除非是原生还没上的模型或功能，否则优先用原生。两者可以并存，互不冲突。

部署流程：WanVideo 模型文件放哪个目录

本节走完，重启 ComfyUI 即可在节点面板看到全部 WanVideoWrapper 节点。

1. 克隆插件到 ComfyUI 的custom_nodes目录：

   cd ComfyUI/custom_nodes git clone https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper

2. 安装依赖，在克隆出的目录内执行pip install -r requirements.txt。 Windows 便携版用户在 ComfyUI_windows_portable 目录下执行：python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-WanVideoWrapper\requirements.txt

3. 按下方表格摆放模型文件（放错目录是"找不到模型"报错的最大来源）：

类型	目录	用途
文本编码器	ComfyUI/models/text_encoders	理解提示词，示例工作流默认umt5-xxl-enc-bf16.safetensors
CLIP Vision	ComfyUI/models/clip_vision	I2V 时分析输入图片内容
主视频模型（Transformer）	ComfyUI/models/diffusion_models	视频生成核心，FP8 与 GGUF 格式均可被WanVideo Model Loader直接加载
VAE	ComfyUI/models/vae	潜空间与画面之间的编解码，示例默认Wan2_1_VAE_bf16.safetensors
Whisper 音频编码器	ComfyUI/models/audio_encoders	HuMo 口型同步的语音特征提取

4. 验证：重启 ComfyUI，打开节点面板搜索 WanVideoWrapper 分类。能看到WanVideo Model Loader、WanVideo Sampler等节点，即安装成功。

生成第一条视频：最简 T2V 三步走

本节用仓库自带示例把纯文字生视频跑通，全程只需 3 步。

1. 加载示例工作流：把example_workflows/wanvideo_2_1_14B_T2V_example_03.json拖进 ComfyUI 画布。它已串好WanVideo TextEncode、WanVideo Sampler、WanVideo Decode与 VHS_VideoCombine 的完整链路。
2. 写一段具体提示词：在CLIPTextEncode节点填入描述，越具体越稳。示例工作流自带一条可直接使用的提示词：high quality nature video featuring a red panda balancing on a bamboo stem while a bird lands on it's head, on the background there is a waterfall
3. 运行：点击队列运行。该示例默认 30 步、cfg 6.0、shift 5.0，采样器 dpm++_sde；等待完成后在 VHS_VideoCombine 节点拿到成片。

提示词写得"空"（如只写"一只猫"），画面细节和运动质量都会明显下降；把主体、动作、背景、镜头各写一句是性价比最高的提升。

能力扩展：I2V 与 HuMo 音频驱动口型

本节在 T2V 基础上各加一个输入源：一张图或一段音频。

图像转视频（I2V）

加载example_workflows/wanvideo_2_1_14B_I2V_example_03.json，用LoadImage节点换掉示例图（仓库素材可直接用），再写一段"人物缓缓转头、头发随风轻扬"之类的运动描述即可。该示例的关键参数：输出 832x480、81 帧，WanVideo Sampler设 4 步、cfg 1.0、shift 5.0，配合 I2V 模型的 latent_strength 首帧约束生成动态镜头。

仓库自带的人像素材适合作为第一张测试图：

物体、环境图同样适用，比如仓库素材里的泰迪熊，可以配"熊缓缓抱起手中的红玫瑰"这类提示词试试：

音频驱动口型同步（HuMo）

加载example_workflows/wanvideo_2_1_14B_HuMo_example_01.json。工作流会用人像图加一段语音，经Whisper Model Loader提取语音特征、HuMo Embeds节点注入音频条件（示例中 num_frames 65、audio_scale 2.5、audio_cfg_scale 2.5），生成口型与声音对齐的说话视频，音频还经过 MelBandRoFormer 修复与响度归一。仓库example_workflows/example_inputs/目录里备有woman.wav这类配套音频，可直接替换LoadAudio节点的输入来试。

人像图建议使用面部清晰、光照均匀的素材：

运动与相机控制

这两类"外挂"控制让画面多出导演视角，各取一个示例加载即可：

能力	示例工作流	适用需求
WanMove 运动轨迹控制	example_workflows/wanvideo_2_1_14B_WanMove_I2V_example_01.json	指定物体/目标沿给定轨迹运动
ReCamMaster 相机控制	example_workflows/wanvideo_1_3B_ReCamMaster_example_01.json	镜头推拉摇移等运镜效果
Fun camera 相机控制	example_workflows/wanvideo_2_1_14B_Fun_control_camera_example_01.json	Wan 2.1 14B 的相机运动控制

提速与省显存：block swap、量化与 radial attention

本节一张表给全手段，按显存从紧到宽依次选用。

手段	效果	关键节点/参数	适用场景
block swap	大模型在低显存卡上可跑，速度换显存	WanVideoSetBlockSwap指定交换块数，WanVideoBlockSwap输出接入模型加载器	8GB 显存跑 14B 模型
FP8 / GGUF 量化	显存占用明显下降，画质损失可接受	模型文件换成 fp8 或 GGUF 版本，WanVideo Model Loader直接选择，base_precision选 fp16	入门测试、低显存日常使用
radial attention	注意力只聚焦邻近帧，长视频提速明显	WanVideoSetRadialAttention控制启用的步数与块	长镜头、数百帧生成
torch.compile	约 30% 提速（需安装 Triton）	WanVideoTorchCompileSettings节点接入模型加载器	40 系显卡以上的常规生成

注意一点：未合并的 LoRA 权重现在会并入模型块随 block swap 一起交换，若不开 block swap，加了 LoRA 后显存占用反而上升；开了 block swap 则可能需要多交换几个块来补偿。

报错自救卡：显存不足、找不到模型、编译异常

按报错关键词对号入座：

报错关键词	可能原因	处置动作
CUDA out of memory	分辨率/帧数/模型体积超出显存	依次试：分辨率 720p 降到 512p（如 832x480 改 480x480）；帧数 81 帧降到 33 帧甚至 17 帧；WanVideoSetBlockSwap增加交换块数；换 FP8 或 GGUF 模型
找不到模型 / model not found	模型文件放错目录或文件名与下拉框不一致	对照部署流程一节的三列表把文件挪到对应目录，重启 ComfyUI 刷新列表
torch.compile 报错、首次运行显存异常飙升	旧 Triton 缓存作祟（Windows 尤甚）	清空C:\Users\<用户名>\.triton与C:\Users\<用户名>\AppData\Local\Temp\torchinductor_<用户名>两个目录的内容后重跑；很多情况下同一输入再跑第二遍即自行恢复

现在就跑起来

重启 ComfyUI，把example_workflows/里的 T2V 示例拖进画布运行 🎬 —— 第一条 AI 视频离你只有这一次点击的距离。

下一步：固定一段提示词，只动WanVideo Sampler上的步数（20~30）、cfg（7~12）与 seed，观察画面变化，把参数和效果的对应关系变成自己的手感。

核心关键词：ComfyUI-WanVideoWrapper 教程

长尾关键词：ComfyUI-WanVideoWrapper 安装教程、WanVideo 文本转视频工作流、WanVideo 图像转视频示例、ComfyUI 音频驱动口型同步、WanVideo 显存优化 block swap、WanVideo 模型文件放置目录

【免费下载链接】ComfyUI-WanVideoWrapper项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper