ID-V2V：身份保留视频模型通过 Kijai 获得 ComfyUI 支持
Eyeline-Labs 的 ID-V2V 是一个 SIGGRAPH Asia 2026 的身份保留视频转视频模型，现通过 Kijai 的 int8 convrot 权重和核心 PR 获得 ComfyUI 支持。
什么是 ID-V2V？
ID-V2V（身份保留视频转视频生成）是一个研究模型，已被 SIGGRAPH Asia 2026 收录，由 Eyeline-Labs 与 Netflix 合作开发。它在保留原始角色身份、表情、视线和动作的同时，重新风格化视频的场景、光照和风格——这是一种“先拍摄，后重塑”的工作流。
给定一个源视频和一个风格化关键帧（加上可选的关键帧和文本提示），ID-V2V 生成一个新视频，其背景和美学风格跟随关键帧，而主体的身份和表演保持不变。
关键细节：
- 基础模型： Wan-AI/Wan2.1-I2V-14B-720P 配合 VACE 控制
- 许可证： Apache 2.0
- 论文： arXiv:2607.22830（SIGGRAPH Asia 2026）
- 代码： github.com/Eyeline-Labs/ID-V2V
Paul Debevec 的参与
该项目包括 Paul Debevec——一位开创性的计算机图形学研究员，曾获得科学与技术学院奖、终身成就艾美奖以及 VES 院士称号。Debevec 发明了 HDR 成像、基于图像的光照以及用于从《蜘蛛侠》到《阿凡达》等大片的光阶段面部捕获系统。
对于 ID-V2V，Debevec 在重光照方面的专业知识至关重要：在完全重新生成的场景中保持角色身份完整的同时正确照明，是该项目最困难的挑战，这直接建立在他之前的工作基础之上（CVPR 2025 的 Lux Post Facto，SIGGRAPH Asia 2024 的 DifFRelight）。
ComfyUI 集成
7 月 29 日，Kijai 向 ComfyUI 核心仓库提交了 PR #15139，增加了支持 ID-V2V 所需的基础设施。更改包括：
- VACE + I2V 基础支持 ——该模型以 Wan 2.1 I2V 为基础，配合 VACE 控制图层，这种组合之前未被 ComfyUI 原生支持
- 参考垫图输入 ——I2V 节点的新输入，用于 ID-V2V 用作风格目标的风格化关键帧
- Int8 convrot 权重 ——可在 Kijai/Wan_ID_V2V_comfy 获取，实现显存高效推理
Kijai 描述该集成相对简单（"仅 +17 行代码"），并且 PR 包含一个即用型工作流 JSON。社区成员 T2 也独立构建了该模型的包装节点。
模型
ID-V2V 在 Hugging Face 上提供两个模型：
| 变体 | 控制条件 | 使用场景 |
|---|---|---|
idv2v.pth（默认） | 1 — 前景-灰色像素（由 SAM3 分割主体） | 常规风格化——保留分割后的主体并重新生成其余部分 |
idv2v_with_normal_depth.pth | 3 — 前景 + 表面法线（DAViD）+ 深度（DepthAnything-V2） | 对重新生成区域进行更紧密的几何控制 |
演示
项目页面 展示了多个演示，包括背景替换、未对齐关键帧风格化和重光照：
来自 ID-V2V 项目页面的背景替换演示。
注意： ID-V2V 是一个研究示例，发布用于演示和启发。它需要大量显存（约 16GB+），最适合熟悉在 ComfyUI 中运行 Wan 2.1 I2V 和 VACE 模型的用户。
评论
使用 GitHub 登录后即可参与讨论。