添加图片注释，不超过 140 字（可选）
更多AI前沿科技资讯，请关注我们：closerAI-一个深入探索前沿人工智能与AIGC领域的资讯平台
【closerAI ComfyUI】通义万相wan2.1图生视频加速放大补帧思路，8G就能玩！离AI生产微短剧又近一步！必须搞起！
大家好，我是Jimmy。经过一周的进化，通义万相wan2.1生态越发成熟，伴随着GGUF量化模型的出现，8G显存玩家可本地畅玩。
【closerAI ComfyUI】通义万相wan2.1两倍加速生成，SageAttention加速注意力计算，速度提升30%！
上期我们也讲到使用sageattention来加速生成视频，很多小伙伴安装不了。但也不要紧，现在官方版本的wan2.1的实现速度已经很快，同时我们使用量化后的模型，再接入KJ大佬的wan版本的teache加速，8G显存即可畅玩。
基于此，我们closerAI团队再次优化工作流，在此基础上进行优化，使用GGUF量化+多重采样+teache加速+放大+补帧。
以下是closerAI wan2.1分离采样加速放大补帧放大工作流全貌添加图片注释，不超过 140 字（可选）
工作流说明：GGUF这里使用wan2.1-i2v-14b-480p-Q4_K_S.gguf模型。同时进行分离sigmas，一共12步，分前6步，后6步进行二次采样生成，添加图片注释，不超过 140 字（可选）
接入KJ大佬开发的WanVideo TeaCache (native)节点，添加图片注释，不超过 140 字（可选）
最后进行一次放大，添加图片注释，不超过 140 字（可选）
放大后进行补帧：
最后再合成输出
以下是输入的图片：提示词写“女人对着镜头含情脉脉地笑”
以下是输出结果：
以下是输入图片：提示词输入“女人拿起公仔大笑”
以下输出结果：
最后，我们再展示下我们最近搭建的一个视频人脸特征迁移的工作流：以下先展示。迟点放上我们会员站上。
结论：
目前8G可畅玩通义万相wan2.1视频模型，尽管腾讯混元今天也出的图生视频的模型，但按目前效果来看，wan2.1视频生成模型还是更强一点。通过我们优化后的工作流，稳定高效地生成视频。
以上是closerAI团队制作的stable diffusion comfyUI closerAI开发的
closerAI wan2.1分离采样加速放大补帧放大工作流介绍，大家可以根据工作流思路进行尝试搭建。
当然，也可以在我们closerAI会员站上获取对应的工作流。
更多AI前沿科技资讯，请关注我们：
closerAI-一个深入探索前沿人工智能与AIGC领域的资讯平台
主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网
评论(0)