ComfyUI Wan 3.0：通过 API 节点实现 30 秒视频生成

Wan 3.0，阿里巴巴最新的视频生成模型，现已通过三个 API 节点登陆 ComfyUI：Wan 3.0 文生视频，Wan 3.0 图生视频和Wan 3.0 参考视频（官方 ComfyUI 博客）。相比前代，主要变化是原生 30 秒单次输出，无需拼接，为连续相机运动和完整场景留出了充足空间。

来自 ComfyUI 博客公告的 Wan 3.0 生成示例

模型亮点

• 原生 30 秒时长单次完成，可选范围从 2 到 30 秒，并提供“自动”模式让模型选择最佳长度。
• Omni Creation 参考：每轮生成最多支持 20 个资产，包括 10 张图像、5 个视频和 5 个音频片段，直接在提示词中使用 @ 语法引用，例如 @Image1 引用角色卡片或 @Video2 引用相机运动。
• 文档和网页解析：提案文档或 Wiki 页面可作为素材用于生成成片。
• 指令精确编辑：移除或替换元素、重新布光场景或改变动作，同时保持画面其余部分不动。现有素材也可进行扩展，总输入加输出最长可达 30 秒。
• 提示词输入扩展至 20,000 字符。
• 分辨率和比例：支持 480p、720p 和 1080p，涵盖 16:9、9:16、4:3、3:4 和 1:1。480p 层级为本版本新增，用于低成本草稿。提供“自适应”宽高比选项，并可关闭音频生成。

如何在 ComfyUI 中使用

将 ComfyUI 更新至 v0.33.4 或更高版本，或打开 Comfy Cloud。节点可在节点库中找到，模板面板提供三个官方工作流：

• Wan 3.0 文生视频：提示词生成带音频的 30 秒视频。

官方 Wan 3.0 文生视频模板

• Wan 3.0 图生视频：为静态图像添加同步音频动画。

官方 Wan 3.0 图生视频模板

• Wan 3.0 参考视频：组合角色卡片、用于相机运动的视频和用于语音音色的音频片段，每个均在提示词中通过 @ 语法引用。

Wan 3.0 生成通过 ComfyUI 的 API 节点系统运行，因此不需要本地权重下载，计费遵循每个分辨率层级的 API 价格。480p 层级使草稿迭代保持低成本，然后再提交至 1080p 最终输出。

对于本地开源权重工作流，Wan 2.2 系列在 ComfyUI 中仍可用并拥有原生支持，而 Wan 3.0 生成本身目前通过 API 节点运行。