Wan2.1 ComfyUI ワークフロー

アリババが2025年2月にオープンソース化したWan2.1は、現在の動画生成分野における標準的なモデルです。Apache 2.0ライセンスで提供され、14B（140億パラメータ）と1.3B（13億パラメータ）の2つのバージョンがあり、テキストから動画（T2V）、画像から動画（I2V）など多くのタスクをカバーしています。 このモデルは既存のオープンソースモデルを性能面で上回るだけでなく、より重要なのは軽量版が8GBのVRAMだけで実行できるため、使用のハードルが大幅に下がったことです。

現在、すべてのモデルはHugging FaceとModelScopeプラットフォームでダウンロード可能です：

• T2V-14B：Hugging Face | ModelScope
• I2V-14B-720P：Hugging Face | ModelScope
• T2V-1.3B：Hugging Face | ModelScope

この記事では、以下のWan2.1関連ワークフローの完成方法を案内します：

• Wan2.1の関連モデルのインストール
• Wan2.1画像から動画へのワークフロー
• Wan2.1テキストから動画へのワークフロー

また、現在コミュニティの作者によってGGUFと量子化バージョンが作成されています

• GGUF: https://huggingface.co/city96/Wan2.1-T2V-14B-gguf/tree/main
• 量子化バージョン: https://huggingface.co/Kijai/WanVideo_comfy/tree/main

通義 Wan2.1 ComfyUI 公式ワークフロー例

以下のワークフローはComfyUI公式ブログからのものです。現在、ComfyUIはWan2.1をネイティブにサポートしています

1. Wan2.1関連インストール

1. ComfyUIを最新バージョンに更新する

ComfyUIバージョンを最新バージョンにアップグレードしてください。ComfyUIのアップグレード方法のガイドを参照してアップグレードを完了してください。

2. Diffusion modelsモデルのインストール

Diffusion models

Comfyのrepackagedから必要なワークフロータイプに応じてモデルバージョンをダウンロードしてください

• i2vはimage to video つまり画像から動画へのモデル、t2vはtext to video つまりテキストから動画へのモデルです
• 14B、1.3Bは対応するパラメータ数で、数値が大きいほどハードウェア性能要件が高くなります
• bf16、fp16、fp8は異なる精度を表し、精度が高いほどハードウェア性能要件が高くなります。fp8は精度が最も低く、ハードウェア性能要件が最も低いですが、効果も相対的に劣ります
• 通常、ファイルサイズが大きいほど、デバイスのハードウェア要件も高くなります

ダウンロードしたモデルはComfyUI/models/diffusion_modelsディレクトリに保存してください

3. text encodersモデルのインストール

umt5_xxl_fp8_e4m3fn_scaled.safetensorsをダウンロード

ダウンロードに応答がない場合は、このリンクにアクセスしてダウンロードしてください

ダウンロードしたモデルはComfyUI/models/text_encodersディレクトリに保存してください

4. clip_visionモデルのインストール

clip_vision_h.safetensorsをダウンロード

ダウンロードに応答がない場合は、このリンクにアクセスしてダウンロードしてください

ダウンロードしたモデルはComfyUI/models/clip_visionディレクトリに保存してください

5. Wan2.1 VAEモデルのインストール

wan_2.1_vae.safetensorsをダウンロード

ダウンロードに応答がない場合は、このリンクにアクセスしてダウンロードしてください

ダウンロードしたモデルはComfyUI/models/vaeディレクトリに保存してください

2. Wan2.1画像から動画へのワークフロー

以下の2つのワークフローは基本的なノードは同じですが、使用するDiffusion Modelと対応する動画サイズが異なります。以下で提供されるワークフローファイルを使用するか、そのうちの1つを使用して、私のチュートリアルの指示に従ってパラメータを変更することができます

2.1 Wan2.1画像から動画へのワークフロー 14B 720P Workflow

ワークフローファイルのダウンロード 以下のボタンをクリックして対応するワークフローをダウンロードし、ComfyUIインターフェースにドラッグするか、メニューバーのWorkflows -> Open(Ctrl+O)を使用して読み込んでください

入力画像の例 この画像をダウンロードして入力として使用してください

Wan2.1画像から動画へ 720P ワークフローの説明

画像の番号を参照して、対応するノードとモデルが正しく読み込まれていることを確認し、モデルが正常に動作するようにしてください

1. 前に提供した入力画像の例をアップロードしてください
2. [clip_vision_h.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/clip_vision/clip_vision_h.safetensors?download=true)モデルが正常に読み込まれていることを確認してください
3. [umt5_xxl_fp8_e4m3fn_scaled.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors?download=true)モデルが正常に読み込まれていることを確認してください
4. 720Pモデルを使用し、正常に読み込まれていることを確認してください。ダウンロードしていない場合はここをクリックしてダウンロードしてください。以下の2つのうち1つを選択してください（デバイスの性能によります）
   • wan2.1_i2v_720p_14B_bf16.safetensors
   • wan2.1_i2v_720p_14B_fp8_e4m3fn.safetensors
5. [wan_2.1_vae.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/vae/wan_2.1_vae.safetensors?download=true)モデルが正常に読み込まれていることを確認してください
6. Queueボタンをクリックするか、ショートカットキーCtrl(cmd) + Enterを使用して動画生成を実行してください
7. wanImageToVideoノードのサイズが768x768であることに注意してください

2.2 Wan2.1画像から動画へのワークフロー 14B 480P Workflow

480Pワークフローは720Pワークフローと似ていますが、主な違いはLoadDiffusion Modelノードが480Pモデルを読み込むことと、wanImageToVideoノードのサイズが512x512であることです

ワークフローファイルのダウンロード 以下のボタンをクリックして対応するワークフローをダウンロードし、ComfyUIインターフェースにドラッグするか、メニューバーのWorkflows -> Open(Ctrl+O)を使用して読み込んでください

入力画像の例 以下の画像をダウンロードして入力として使用してください

Wan2.1画像から動画へ 480P ワークフローの説明

Wan2.1画像から動画へ 480P ワークフローの説明

画像の番号を参照して、対応するノードとモデルが正しく読み込まれていることを確認し、モデルが正常に動作するようにしてください

1. 前に提供した入力画像の例をアップロードしてください
2. [clip_vision_h.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/clip_vision/clip_vision_h.safetensors?download=true)モデルが正常に読み込まれていることを確認してください
3. [umt5_xxl_fp8_e4m3fn_scaled.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors?download=true)モデルが正常に読み込まれていることを確認してください
4. 480Pモデルを使用し、正常に読み込まれていることを確認してください。ダウンロードしていない場合はここをクリックしてダウンロードしてください。以下の2つのうち1つを選択してください（デバイスの性能によります）
   • wan2.1_i2v_480p_14B_bf16.safetensors
   • wan2.1_i2v_480p_14B_fp8_e4m3fn.safetensors
5. [wan_2.1_vae.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/vae/wan_2.1_vae.safetensors?download=true)モデルが正常に読み込まれていることを確認してください
6. Queueボタンをクリックするか、ショートカットキーCtrl(cmd) + Enterを使用して動画生成を実行してください
7. wanImageToVideoノードのサイズが512x512であることに注意してください

3. Wan2.1テキストから動画へのワークフロー 1.3B 1080P Workflow

以下のボタンをクリックして対応するワークフローをダウンロードし、ComfyUIインターフェースにドラッグするか、メニューバーのWorkflows -> Open(Ctrl+O)を使用して読み込んでください

画像の番号を参照して、対応するノードとモデルが正しく読み込まれていることを確認し、モデルが正常に動作するようにしてください

1. [umt5_xxl_fp8_e4m3fn_scaled.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors?download=true)モデルが正常に読み込まれていることを確認してください
2. t2vモデルを使用し、正常に読み込まれていることを確認してください。ダウンロードしていない場合はここをクリックしてダウンロードしてください。以下のいずれかを選択してください（デバイスの性能によります）
   • wan2.1_t2v_1.3B_bf16.safetensors
   • wan2.1_t2v_1.3B_fp16.safetensors
   • wan2.1_t2v_14B_bf16.safetensors
   • wan2.1_t2v_14B_fp8_e4m3fn.safetensors
3. [wan_2.1_vae.safetensors](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/vae/wan_2.1_vae.safetensors?download=true)モデルが正常に読み込まれていることを確認してください
4. Queueボタンをクリックするか、ショートカットキーCtrl(cmd) + Enterを使用して動画生成を実行してください

Wan2.1量子化バージョンワークフロー

このバージョンはKijaiによって提供され、プラグインと一緒に使用する必要があります 以下の2つのプラグインをインストールする必要があります：

• ComfyUI-VideoHelperSuite
• ComfyUI-WanVideoWrapper

Wan2.1量子化バージョン関連モデルのダウンロード

関連モデルはすべて：Kijai/WanVideo_comfyから入手できます

Text encodersモデル

デバイスに応じてfp8またはbf16バージョンを選択し、以下のファイルをダウンロードしてComfyUI/models/text_encodersフォルダに保存してください

• umt5-xxl-enc-bf16.safetensors
• umt5-xxl-enc-fp8_e4m3fn.safetensors

fp8バージョンはデバイス性能要件が低く、bf16バージョンはデバイス性能要件が高いです

Diffusion models

デバイスと必要なワークフローに応じて、対応するTransformerモデルファイルをComfyUI/models/diffusion_modelsフォルダにダウンロードしてください

• Wan2_1-I2V-14B-480P_fp8_e4m3fn.safetensors
• Wan2_1-I2V-14B-720P_fp8_e4m3fn.safetensors
• Wan2_1-T2V-14B_fp8_e4m3fn.safetensors
• Wan2_1-T2V-1_3B_bf16.safetensors
• Wan2_1-T2V-1_3B_fp8_e4m3fn.safetensors

対応するモデルファイルのパラメータ説明： 1. モデルタイプ

• I2V: Image to Video、画像から動画へのモデル
• T2V: Text to Video、テキストから動画へのモデル

2. モデル規模

• 14B: 140億パラメータバージョン、効果が良いがハードウェア要件が高い
• 1_3B: 13億パラメータバージョン、ハードウェア要件が低いが効果は比較的シンプル

3. 解像度

• 480P: 512x512解像度の動画を生成
• 720P: 768x768解像度の動画を生成

4. 精度フォーマット

• bf16: Brain Floating Point 16、精度が高く、比較的新しいGPUが必要
• fp8: Floating Point 8、精度が低く、ハードウェア要件が低い
• fp16: Floating Point 16、中程度の精度、ほとんどのGPUに適している
• e4m3fn: 8ビット浮動小数点形式の一種、低精度計算用に最適化

VAEモデル

デバイスに応じてfp8またはbf16バージョンを選択し、以下のファイルをダウンロードしてComfyUI/models/vaeフォルダに保存してください

• Wan2_1_VAE_bf16.safetensors
• Wan2_1_VAE_fp32.safetensors

Wan2.1量子化バージョンワークフロー

Wan2.1量子化バージョンテキストから動画へのワークフロー

以下のボタンをクリックして対応するワークフローをダウンロードし、ComfyUIインターフェースにドラッグするか、メニューバーのWorkflows -> Open(Ctrl+O)を使用して読み込んでください

ワークフローの説明

画像の番号を参照して、対応するノードとモデルが正しく読み込まれていることを確認し、モデルが正常に動作するようにしてください

1. [umt5-xxl-enc-bf16.safetensors](https://huggingface.co/Kijai/WanVideo_comfy/blob/main/umt5-xxl-enc-bf16.safetensors)モデルが正常に読み込まれていることを確認してください
2. t2vモデルを使用し、正常に読み込まれていることを確認してください。ダウンロードしていない場合はここをクリックしてダウンロードしてください。以下の2つのうち1つを選択してください（デバイスの性能によります）
   • Wan2_1-T2V-14B_fp8_e4m3fn.safetensors
   • Wan2_1-T2V-1_3B_bf16.safetensors
3. Wan2_1_VAE_xxx.safetensorsモデルが正常に読み込まれていることを確認してください
   • Wan2_1_VAE_bf16.safetensors
   • Wan2_1_VAE_fp32.safetensors
4. Queueボタンをクリックするか、ショートカットキーCtrl(cmd) + Enterを使用して動画生成を実行してください

Wan2.1量子化バージョン画像から動画へ480Pワークフロー

CLIPモデルのダウンロード

• open-clip-xlm-roberta-large-vit-huge-14_fp16.safetensors
• open-clip-xlm-roberta-large-vit-huge-14_visual_fp32.safetensors
• open-clip-xlm-roberta-large-vit-huge-14_visual_fp32.safetensors

ワークフローのダウンロード 以下のボタンをクリックして対応するワークフローをダウンロードし、ComfyUIインターフェースにドラッグするか、メニューバーのWorkflows -> Open(Ctrl+O)を使用して読み込んでください

ワークフローの説明

画像の番号を参照して、対応するノードとモデルが正しく読み込まれていることを確認し、モデルが正常に動作するようにしてください

1. umt5-xxl-enc-bf16.safetensorsモデルが正常に読み込まれていることを確認してください。ダウンロードリンク：umt5-xxl-enc-bf16.safetensors
2. open-clip-xlm-roberta-large-vit-huge-14_fp16.safetensorsモデルが正常に読み込まれていることを確認してください。ダウンロードリンク：open-clip-xlm-roberta-large-vit-huge-14_fp16.safetensors
3. Wan2_1_VAE_bf16.safetensorsモデルが正常に読み込まれていることを確認してください。ダウンロードリンク：Wan2_1_VAE_bf16.safetensors
4. 動画を生成したい画像をアップロードしてください
5. Wan2_1-I2V-14B-480P_fp8_e4m3fn.safetensorsモデルが正常に読み込まれていることを確認してください。ダウンロードリンク：Wan2_1-I2V-14B-480P_fp8_e4m3fn.safetensors
6. プロンプト入力ボックスに生成したい動画の説明を入力してください
7. Queueボタンをクリックするか、ショートカットキーCtrl(cmd) + Enterを使用して動画生成を実行してください

Wan2.1量子化バージョン動画から動画へのワークフロー

ワークフローのダウンロード 以下のボタンをクリックして対応するワークフローをダウンロードし、ComfyUIインターフェースにドラッグするか、メニューバーのWorkflows -> Open(Ctrl+O)を使用して読み込んでください

ワークフローの説明

画像の番号を参照して、対応するノードとモデルが正しく読み込まれていることを確認し、モデルが正常に動作するようにしてください

1. umt5-xxl-enc-bf16.safetensorsモデルが正常に読み込まれていることを確認してください。ダウンロードリンク：umt5-xxl-enc-bf16.safetensors
2. 変換したい元の動画をアップロードしてください
3. Wan2_1-T2V-1_3B_bf16.safetensorsモデルが正常に読み込まれていることを確認してください。ダウンロードリンク：Wan2_1-T2V-1_3B_bf16.safetensors
4. 生成したい動画の説明を入力してください
5. Wan2_1_VAE_bf16.safetensorsモデルが正常に読み込まれていることを確認してください。ダウンロードリンク：Wan2_1_VAE_bf16.safetensors
6. Queueボタンをクリックするか、ショートカットキーCtrl(cmd) + Enterを使用して動画生成を実行してください

関連リソース

• Wan2.1モデルGitHubリポジトリ
• Wan2.1モデルオンラインデモプラットフォーム
• Wan2.1モデル技術ドキュメント
• Wan2.1モデル開発者コミュニティ
• Wan2.1モデルComfyUI Repackaged
• Wan2.1モデルComfyUIワークフロー例
• Wan2.1モデルggufモデルダウンロード
• Wan2.1モデル量子化バージョンダウンロード