SCAIL-2: Animación de personajes con soporte nativo de ComfyUI
zai-org de Zhipu lanza SCAIL-2: animación de personajes de extremo a extremo con soporte oficial de ComfyUI, incluyendo reemplazo entre identidades y DPO LoRA.
Información general
SCAIL-2 se basa en la arquitectura WAN2.1 14B y elimina la dependencia de representaciones intermedias, como los mapas de esqueleto o las máscaras de relleno inteligente, en las que se apoyaban los modelos anteriores de animación de personajes. El equipo sintetizó 60K pares de movimiento a partir de modelos existentes (SCAIL-Preview, Wan-Animate, MoCha) y entrenó el modelo mediante una Interfaz Unificada de Transferencia de Movimiento con canales de enmascaramiento dedicados y un diseño RoPE.
Animación de personajes de extremo a extremo de SCAIL-2 con reemplazo entre identidades y escenarios de múltiples personajes (fuente: página del proyecto)
El método de entrenamiento con conducción inversa permite que el modelo aprenda capacidades más allá de sus modelos maestros, lo que genera habilidades emergentes:
- Reemplazo de personajes entre identidades — anima un personaje diferente con el mismo movimiento guía
- Escenarios con movimiento animal — anima un personaje con fuentes de movimiento animal
- Control avanzado zero-shot — soporte para controles intermedios, como el renderizado de malla SAM3D-Body, sin reentrenamiento
Soporte de ComfyUI (nativo)
SCAIL-2 está integrado directamente en el núcleo de ComfyUI: el PR de soporte inicial (Comfy-Org/ComfyUI #14373) se fusionó el día del lanzamiento, y el soporte multi-referencia llegó después en el PR #14509. No se requiere ningún paquete de nodos personalizado.
Los pesos reempaquetados de Comfy-Org proporcionan modelos de difusión listos para usar en fp16, FP8, INT8, MXFP8 y precisión mixta NVFP4/MXFP8, además del DPO LoRA consciente del sesgo (corrige la distorsión de las manos y mejora la sincronización de labios/ojos) y el LoRA de reiluminación (integra los personajes de reemplazo en la iluminación objetivo).
Arquitectura de red de SCAIL-2: Interfaz Unificada de Transferencia de Movimiento con canales de enmascaramiento y RoPE (fuente: página del proyecto)
Vídeos de demostración
Muestras del teaser de SCAIL-2 (vídeo de la página del proyecto)
Comparación de animación con una sola referencia (vídeo de la página del proyecto)
Flujo de trabajo
El flujo de trabajo de ejemplo de SCAIL-2 incluido en el ComfyUI-WanVideoWrapper de Kijai es un buen punto de partida:
Para el modo multi-referencia, también está disponible el flujo de trabajo de prueba oficial del PR de integración de Comfy-Org:
Detalles clave
| Elemento | Detalle |
|---|---|
| Resoluciones | Animación de extremo a extremo: 512p y 704p; el modo guiado por pose ofrece mejores resultados a 704p |
| Restricciones | Tanto H como W deben ser divisibles por 32 (por ejemplo, 704x1280) |
| Módulos incluidos | Wan VAE y T5 integrados en el checkpoint |
| Extras | DPO LoRA consciente del sesgo, LoRA de reiluminación, código de entrenamiento (2026-08-06) |
Comentarios
Inicia sesión con GitHub para unirte a la conversación.