Phantom: видео с сохранением субъекта на Wan2.1

Phantom

Wan2.1Генерация видеоСохранение субъектаОткрытый исходный код

Модель генерации видео с сохранением субъекта от ByteDance Research, построенная на Wan2.1. Использует кросс-модальное выравнивание для сохранения идентичности и внешнего вида субъекта на протяжении всей сгенерированной видеопоследовательности. Доступна в вариантах на 14B и 1.3B параметров.

Оригинальный репозиторий HF (Kijai)

Разработчик	ByteDance Research (Intelligent Creation Team)
Архитектура	На базе Wan2.1 с кросс-модальным выравниванием
Размеры модели	14B (fp16/fp8), 1.3B (fp16/fp32)
Возможности	Генерация видео по субъекту, сохранение идентичности

Обзор

Phantom представляет собой фреймворк генерации видео с сохранением субъекта от ByteDance Research, который адаптирует архитектуру Phantom к модели генерации видео Wan2.1. Он позволяет генерировать видео, в которых идентичность и внешний вид конкретного субъекта последовательно сохраняются на всех кадрах. Модель использует методы кросс-модального выравнивания, чтобы сгенерированное видео достоверно передавало входной субъект и при этом обеспечивало сглаженное движение высокого качества.

Phantom доступна в двух размерах: полная модель на 14B параметров для вывода высокого качества и облегчённый вариант на 1.3B параметров для более быстрого вывода на потребительском оборудовании.

Интеграция с ComfyUI

Phantom-Wan поддерживается в ComfyUI через пользовательскую ноду Kijai WanVideoWrapper. Скачайте соответствующие файлы моделей из репозитория Kijai и поместите их в директорию моделей ComfyUI.

Доступные размеры

Размер	Точность	Вариант использования
14B	fp16, fp8	Генерация видео высокого качества с сохранением субъекта
1.3B	fp16, fp32	Облегчённый вывод на потребительских GPU

Ресурсы

Ресурс	Ссылка
Репозиторий GitHub	github.com/Phantom-video/Phantom
Hugging Face (оригинал)	bytedance-research/Phantom
Hugging Face (Kijai)	Kijai/WanVideo_comfy