PAN 2 s'exécute nativement dans ComfyUI : int8, 26,7 Go, 241 images

PAN 2 n'a plus besoin d'un nœud personnalisé. La PR #17755 a été fusionnée dans le core de ComfyUI le 15 novembre : le modèle du monde de 29 B de MBZUAI se charge donc via les nœuds intégrés UNETLoader et CLIPLoader, et l'image-vers-vidéo réutilise le nœud latent standard de Wan 2.2. La version int8 pèse 26,7 Go, et un clip de 241 images s'échantillonne à 15,2 s/étape sur une RTX 5090.

Une image de l'échantillon int8 de 241 images joint à la PR core. Source : Comfy-Org/ComfyUI #17755

Le clip complet de 241 images, 2880x1172 à 24 fps, réencodé à 960 px de large. Source : Comfy-Org/ComfyUI #17755

Ce que change le support natif

• Encodeur de texte : CLIPLoader gagne un type pan2. Il exécute le Qwen3.5-9B standard et exploite la couche 30 sur 32 sans la normalisation finale, puis ajuste l'étendue de la légende après le tour système.
• Image-vers-vidéo : le conditionnement transporte [latent * known, known] depuis latent_image et denoise_mask, ce qui permet au nœud existant Wan22ImageToVideoLatent de piloter la première image.
• int8 plus compact : les 44 couches adaLN linéaires de chaque bloc ne lisent que silu(temb(t)), le checkpoint peut donc embarquer une table de courbes 4097x192 à la place de l'embedder temporel. L'erreur de modulation reste à 1,3e-4 et le fichier int8 passe de 30,4 Go à 26,7 Go.
• Pic d'activation plus bas : le FFN vidéo s'exécute par blocs de tokens, avec une sortie identique au bit près, et le pic descend de 12,5 Go à 3,8 Go à 241 images.

Les valeurs par défaut correspondent au code des auteurs : 50 étapes, euler/simple, CFG 2,5, 24 fps, shift 9.

Fichiers à télécharger

Tout provient du repack Comfy-Org/PAN2, sous forme de fichiers uniques pour les dossiers de modèles standard.

Vitesse

Sur la même RTX 5090, avec 241 images : 15,2 s/étape avec des poids int8 et l'attention int8 sur les blocs joints, contre 26,8 s/étape pour la version dense. L'auteur de la PR a vérifié visuellement des clips à graine identique et rapporte que l'erreur de vélocité correspond aux poids int8 par rapport au bf16. BlockSparseAttention et EasyCache fonctionnent par-dessus sans modification.

Les prompts ont encore besoin de structure

PAN 2 a été entraîné sur des légendes JSON structurées. Un prompt d'une seule ligne renvoie du bruit, y compris celui de l'exemple du modèle lui-même : écrivez donc les champs scène, événement, sujet, éclairage, point de vue et style avant d'échantillonner. Le prompt système du réécrivain de prompt peut passer par TextGenerateV2 sur le même fichier d'encodeur de texte, ce qui garde la réécriture dans un seul graphique.

Comment l'obtenir

Il n'existe pas encore de modèle de flux de travail officiel pour PAN 2, le graphique se construit donc à la main : UNETLoader → CLIPLoader (pan2) → CLIPTextEncode, plus Wan22ImageToVideoLatent pour l'image-vers-vidéo, puis KSampler → VAEDecode → CreateVideo.

La fonctionnalité a été fusionnée après la version actuelle, elle n'est donc présente que dans les builds plus récents que v0.45.0. Pour l'ancienne méthode via nœud personnalisé et les fichiers de modèle d'origine, voir notre rapport PAN 2 du 10 novembre.

Télécharger PAN 2 pour ComfyUI