PAN 2 在 ComfyUI 中原生运行：int8、26.7 GB、241 帧

PAN 2 不再需要自定义节点。11 月 15 日，PR #17755 合并进 ComfyUI 核心，因此 MBZUAI 的这款 29B 世界模型可通过内置的 UNETLoader 与 CLIPLoader 加载，图生视频则复用原生的 Wan 2.2 潜变量节点。int8 版本为 26.7 GB，241 帧的片段在 RTX 5090 上采样速度为 15.2 秒/步。

核心 PR 附带的 241 帧 int8 采样中的一帧。来源：Comfy-Org/ComfyUI #17755

完整的 241 帧片段，2880x1172、24 fps，重新编码为 960 px 宽。来源：Comfy-Org/ComfyUI #17755

核心支持带来的变化

• 文本编码器：CLIPLoader 新增 pan2 类型。它运行原生 Qwen3.5-9B，取 32 层中的第 30 层且不做最终归一化，然后在系统轮之后裁掉字幕片段。
• 图生视频：条件从 latent_image 和 denoise_mask 携带 [latent * known, known]，因此现有的 Wan22ImageToVideoLatent 节点就能驱动首帧。
• 更小的 int8：44 个逐块 adaLN 线性层只读取 silu(temb(t))，因此 checkpoint 可以附带一张 4097x192 的曲线表，而无需时间嵌入器。调制误差保持在 1.3e-4，int8 文件从 30.4 GB 降到 26.7 GB。
• 更低的激活峰值：视频 FFN 按 token 分块运行，输出逐位一致，241 帧时峰值从 12.5 GB 降至 3.8 GB。

默认值与作者代码一致：50 步、euler/simple、CFG 2.5、24 fps、shift 9。

需要下载的文件

所有文件均来自 Comfy-Org/PAN2 的重打包，按标准模型文件夹以单文件形式提供。

速度

在同一块 RTX 5090 上、241 帧：联合块使用 int8 权重和 int8 注意力时为 15.2 秒/步，而 dense 版本为 26.8 秒/步。PR 作者目视检查了同种子片段，并报告 int8 权重相对 bf16 的速度误差保持一致。BlockSparseAttention 和 EasyCache 可在其上原样使用。

提示词仍需结构化

PAN 2 是在结构化 JSON 字幕上训练的。单行提示词只会返回噪波，包括模型自带示例中的那一行，因此在采样前请先写好场景、事件、主体、光照、视角和风格等字段。提示词重写器的系统提示可通过 TextGenerateV2 在同一文本编码器文件上运行，从而把重写保持在同一个图内。

获取方式

目前还没有 PAN 2 的官方工作流模板，因此需要手动搭建图：UNETLoader → CLIPLoader（pan2）→ CLIPTextEncode，图生视频再加上 Wan22ImageToVideoLatent，然后 KSampler → VAEDecode → CreateVideo。

该功能在当前版本发布之后才合并，因此只存在于比 v0.45.0 更新的构建中。关于较早的自定义节点方案和原始模型文件，请参阅我们 11 月 10 日的 PAN 2 报道。

下载适用于 ComfyUI 的 PAN 2