Wan 3.0 в ComfyUI: модель генерации видео за 30 секунд через API-узлы

Wan 3.0, новейшая модель для генерации видео от Alibaba, доступна в ComfyUI через три API-узла: Wan 3.0 Text to Video, Wan 3.0 Image to Video и Wan 3.0 Reference to Video (официальный блог ComfyUI). Главное изменение по сравнению с предшественником: нативный выход длительностью 30 секунд за один проход без склейки, что обеспечивает достаточно места для непрерывных движений камеры и полных сцен.

Генерация Wan 3.0 из объявления в блоге ComfyUI

Особенности модели

• Нативная длительность 30 секунд за один проход, выбираемая от 2 до 30 секунд, с режимом «Авто», позволяющим модели выбрать оптимальную длину.
• Ссылки Omni Creation: до 20 ассетов на генерацию, включая 10 изображений, 5 видео и 5 аудиофайлов, адресованных напрямую в промпте через синтаксис @, например @Image1 для карточки персонажа или @Video2 для движения камеры.
• Парсинг документов и веб-страниц: документ предложения или страница вики могут служить исходным материалом для завершённого клипа.
• Точное редактирование по инструкции: удаление или замена элементов, пересвет сцены или изменение движения при сохранении остальной части кадра. Существующий видеоряд также можно расширить, при этом общий вход плюс выход составляют до 30 секунд.
• Ввод промпта расширен до 20 000 символов.
• Разрешения и соотношения сторон: 480p, 720p и 1080p в форматах 16:9, 9:16, 4:3, 3:4 и 1:1. Уровень 480p новый в этом релизе для дешёвых черновиков. Доступна опция адаптивного соотношения сторон, а генерация звука может быть отключена.

Как использовать в ComfyUI

Обновите ComfyUI до v0.33.4 или позже, или откройте Comfy Cloud. Узлы доступны в Библиотеке нод, а панель шаблонов включает три официальных рабочих процесса:

• Wan 3.0 Text to Video: промпт в видео длительностью 30 секунд с аудио.

Официальный шаблон Wan 3.0 текст-в-видео

• Wan 3.0 Image to Video: анимировать статичное изображение с синхронизированным аудио.

Официальный шаблон Wan 3.0 изображение-в-видео

• Wan 3.0 Reference to Video: объединить карточку персонажа, видео для движения камеры и аудиофайл для тембра голоса, каждый адресован в промпте через синтаксис @.

Генерация Wan 3.0 работает через систему API-узлов ComfyUI, поэтому скачивание локальных весов не обязательно, а оплата следует ценам на API в зависимости от уровня разрешения. Уровень 480p делает черновые итерации дешёвыми до финального прохода 1080p.

Для локальных рабочих процессов с открытыми весами семейство Wan 2.2 остаётся доступным в ComfyUI с нативной поддержкой, тогда как сама генерация Wan 3.0 в настоящее время работает через API-узлы.