SCAIL-2: ComfyUIネイティブサポート対応のエンドツーエンドキャラクターアニメーションモデル
Zhipuのzai-orgがSCAIL-2をリリース。公式ComfyUIサポートを備えたエンドツーエンドのキャラクターアニメーションで、クロスアイデンティティ置換、マルチキャラクター・アニマルドライビング、DPO LoRAに対応。
概要
SCAIL-2 は WAN2.1 14B アーキテクチャを基盤としており、従来のキャラクターアニメーションモデルが依存していたスケルトンマップやインペイントマスクなどの中間表現への依存を排除しています。チームは既存モデル（SCAIL-Preview、Wan-Animate、MoCha）から60Kのモーションペアを合成し、専用のマスキングチャネルとRoPE設計を備えたUnified Motion Transfer Interfaceを通じてトレーニングを行いました。
SCAIL-2のエンドツーエンドのキャラクターアニメーション。クロスアイデンティティ置換とマルチキャラクターシナリオに対応（出典: プロジェクトページ）
リバースドライビングのトレーニング手法により、モデルは教師モデルを超える能力を学習し、以下の創発的な能力を獲得しました。
- クロスアイデンティティのキャラクター置換: 同じドライビングモーションで別のキャラクターをアニメート
- アニマルドライビングシナリオ: アニマルのモーションソースでキャラクターをドライブ
- ゼロショットの高度な制御: SAM3D-Bodyメッシュレンダリングなどの中間コントロールを再トレーニングなしでサポート
ComfyUIサポート（ネイティブ）
SCAIL-2 は ComfyUI コアに直接統合されています。初回のサポートPR（Comfy-Org/ComfyUI #14373）はリリース当日にマージされ、その後マルチリファレンスサポートがPR #14509で追加されました。カスタムノードパックは不要です。
Comfy-Org再パッケージ版の重み は、fp16、FP8、INT8、MXFP8、NVFP4/MXFP8混合精度のすぐに使えるdiffusionモデルに加え、Bias-Aware DPO LoRA（手の変形を修正し、リップ/アイシンクを改善）とRelighting LoRA（置換キャラクターをターゲットの照明にブレンド）を提供します。
SCAIL-2 ネットワークアーキテクチャ: マスキングチャネルとRoPEを備えたUnified Motion Transfer Interface（出典: プロジェクトページ）
デモ動画
SCAIL-2 ティザーサンプル（プロジェクトページの動画）
シングルリファレンスのアニメーション比較（プロジェクトページの動画）
ワークフロー
KijaiのComfyUI-WanVideoWrapperに含まれるSCAIL-2のサンプルワークフローが良い出発点です。
マルチリファレンスモードには、Comfy-Orgの統合PRから公式テストワークフローも利用できます。
主な詳細
| 項目 | 詳細 |
|---|---|
| 解像度 | エンドツーエンドのドライビング: 512pおよび704p。ポーズ駆動は704pでより良いパフォーマンスを発揮 |
| 制約 | HとWは両方とも32で割り切れる必要があります（例: 704x1280） |
| 同梱モジュール | Wan VAEとT5がcheckpointに統合済み |
| 追加機能 | Bias-Aware DPO LoRA、Relighting LoRA、トレーニングコード（2026-08-06） |
コメント
GitHubでサインインしてディスカッションに参加しましょう。