Phantom : vidéo cohérente du sujet par alignement inter-modal

Aperçu

Phantom est un framework de génération vidéo cohérent du sujet issu de ByteDance Research, qui adapte l'architecture Phantom au modèle de génération vidéo Wan2.1. Il permet de générer des vidéos dans lesquelles l'identité et l'apparence d'un sujet spécifique sont maintenues de manière cohérente sur toutes les images. Le modèle utilise des techniques d'alignement inter-modal pour garantir que la vidéo générée représente fidèlement le sujet en entrée tout en produisant un mouvement lisse et de haute qualité.

Phantom est disponible en deux tailles : un modèle complet de 14B paramètres pour une sortie de haute qualité, et une variante légère de 1.3B paramètres pour une inférence plus rapide sur du matériel grand public.

Intégration ComfyUI

Phantom-Wan est pris en charge dans ComfyUI via le nœud personnalisé Kijai WanVideoWrapper. Téléchargez les fichiers de modèle appropriés depuis le référentiel Kijai et placez-les dans votre répertoire de modèles ComfyUI.

Tailles disponibles

Ressources