WanVideoNAG

WanVideoNAG ノードは、ChenDarYen の Normalized-Attention-Guidance プロジェクトを基に実装されており、モデルの拡散過程におけるクロスアテンション層を変更することで動作します。

WanVideoNAGは、ビデオ生成モデルに「正規化アテンションガイダンス」（NAG）を適用するための実験的なノードです。その中核機能は、モデル内部のアテンションメカニズムを調整することで、生成されるビデオコンテンツと与えられた条件（テキストプロンプトなど）との整合性を強化または制御し、ビデオの一貫性やテーマの統一性を向上させる可能性があります。

ノード機能

このノードは、ChenDarYen の Normalized-Attention-Guidance プロジェクトを基に実装されており、モデルの拡散過程におけるクロスアテンション層を変更することで動作します。ベースモデルと条件入力を受け取り、nag_scale、nag_alpha、nag_tau の3つのパラメータを使用して、ガイダンスの強度、混合比率、およびアテンションのバイアスクリッピングの閾値を微調整します。また、入力タイプとインプレースモデル変更のオプション設定も提供します。最終的に、NAGメカニズムを組み込んだ修正済みの新しいモデルを出力します。

ノードパラメータ説明 - WanVideoNAG

接続入力 (Inputs)

パラメータ名	データ型	必須	デフォルト値	範囲/オプション	説明
`model`	MODEL	はい	-	-	正規化アテンションガイダンスメカニズムが適用された新しいモデルを出力します。
`conditioning`	CONDITIONING	はい	-	-	生成プロセスをガイドするためのテキスト条件付け埋め込みを入力します。通常は `CLIP Text Encode` ノードから取得します。

コントロールパラメータ (Parameters)

パラメータ名	データ型	必須	デフォルト値	範囲/オプション	説明
`nag_scale`	FLOAT	はい	11.0	0.0 - 100.0 (ステップ: 0.001)	ネガティブガイダンス効果の強度
`nag_alpha`	FLOAT	はい	0.25	0.0 - 1.0 (ステップ: 0.001)	正規化されたガイド表現と元のポジティブ表現とのバランスを制御する混合係数。
`nag_tau`	FLOAT	はい	2.5	0.0 - 10.0 (ステップ: 0.001)	ガイドされたアテンションがポジティブアテンションからどれだけ逸脱できるかを制御するクリッピング閾値。
`input_type`	COMBO	いいえ	default	"default", "batch"	条件付けの適用方法を決定します。"default"は条件付けを単一の入力として処理し、"batch"はバッチ化された条件付けを想定します。
`inplace`	BOOLEAN	いいえ	False	True/False	有効にすると、モデルのコピーを返す代わりにインプレースで変更します。意図しない副作用を避けるため、注意して使用してください。

出力 (Output)

パラメータ名	データ型	説明
model	MODEL	正規化アテンションガイダンスメカニズムが適用された新しいモデルを出力します。

使用シナリオ

ビデオ生成ワークフローでは、このノードをベースモデルをロードした後、サンプラーの前に配置することができます。例えば、まず Checkpoint Loader を使用してビデオモデルをロードし、次に CLIP Text Encode ノードを使用して条件を生成し、その後、モデルと条件を WanVideoNAG ノードに入力して調整し、最後に出力されたモデルをサンプラーノードに接続してビデオ生成を行います。

注意事項

このノードは KJNodes/wan カテゴリに配置されており、Normalized-Attention-Guidance プロジェクトの研究コードに基づいています。その機能は強力ですが、特定のワークフローでは予期しない動作をする可能性があります。本番環境で使用する前に、様々なパラメータでテストし、基礎となるメカニズムを理解することを推奨します。

WanVideoNAG ノードソースコードリンク

WanVideoNAG ノードは ComfyUI-KJNodes ノードパッケージから提供されています。

Wan Video NAG