ComfyUI MCP Server

# WAN 2.2 14B 双模型文本到视频工作流 ## 概述 使用 WAN 2.2 14B 双模型架构从文本描述生成超高质量视频的专业工作流。采用创新的两阶段采样策略，实现业界领先的视频生成质量。 ## 工作流特点 - **双模型架构**：使用两个14B参数模型协同工作 - 高噪声模型：构建视频基础结构和运动模式 - 低噪声模型：精炼细节和提升视觉质量 - **两阶段采样**：智能分配采样步数，优化生成过程 - **强大文本理解**：T5-XXL 编码器实现精确的语义理解 - **SD3 采样技术**：先进的采样算法确保稳定性 - **高质量输出**：640x640 默认分辨率，可扩展至更高 - **灵活配置**：支持自定义阶段切换点和参数 ## 主要参数 | 参数名 | 类型 | 默认值 | 说明 | |--------|------|--------|------| | positive_prompt | string | 必填 | 视频内容描述 | | negative_prompt | string | null | 不想要出现的内容 | | width | number | 640 | 视频宽度（256-1280像素） | | height | number | 640 | 视频高度（256-1280像素） | | length | number | 81 | 视频帧数（16-256帧） | | fps | number | 16 | 帧率（8-60 fps） | | steps | number | 20 | 总采样步数（10-50） | | cfg | number | 3.5 | 提示词引导强度（1-20） | | stage1_end_step | number | 10 | 第一阶段结束步数 | | seed | number | 774388746670969 | 随机种子 | ## 使用示例 ### 基础用法 ```python from comfyui_mcp import run_workflow result = run_workflow( workflow_name="wan2_2_14b_t2v", positive_prompt="A beautiful sunset over ocean waves, golden light reflecting on water, seagulls flying in the distance, cinematic camera movement" ) ``` ### 高级配置 ```python result = run_workflow( workflow_name="wan2_2_14b_t2v", positive_prompt="Close-up portrait of a person in rain, raindrops on face, soft lighting, emotional expression, slow motion", negative_prompt="blurry, static, low quality, distorted faces", width=640, height=640, length=128, # 8秒视频 @ 16fps fps=16, steps=30, # 更多步数以提升质量 cfg=4.5, stage1_end_step=15, # 调整阶段切换点 seed=12345 ) ``` ### 专业场景示例 ```python # 电影级质感 result = run_workflow( workflow_name="wan2_2_14b_t2v", positive_prompt="Cinematic shot, dramatic lighting, film grain, anamorphic lens, shallow depth of field, professional color grading", steps=40, cfg=5 ) # 动作场景 result = run_workflow( workflow_name="wan2_2_14b_t2v", positive_prompt="Dynamic action sequence, fast camera movement, motion blur, explosive effects, high energy", stage1_end_step=12 # 更多步数用于结构生成 ) # 细节特写 result = run_workflow( workflow_name="wan2_2_14b_t2v", positive_prompt="Macro shot of water droplet falling, ultra detailed, slow motion, crystal clear, light refraction", steps=30, stage1_end_step=8 # 更多步数用于细节精炼 ) ``` ## 两阶段采样策略详解 ### 第一阶段（高噪声模型） - **目的**：建立视频的整体结构、运动轨迹和场景布局 - **特点**：更强的创造性和动态生成能力 - **步数**：默认0-10步，可通过 `stage1_end_step` 调整 ### 第二阶段（低噪声模型） - **目的**：精炼细节、提升清晰度、优化视觉质量 - **特点**：更精确的细节控制和质量提升 - **步数**：从 `stage1_end_step` 到总步数 ### 优化建议 - **动作密集场景**：增加第一阶段步数（12-15） - **细节丰富场景**：减少第一阶段步数（6-8） - **平衡质量**：保持默认的10步切换点 ## 提示词编写技巧 ### 场景构建 ``` "Indoor scene, warm lighting from window, cozy atmosphere, wooden furniture" ``` ### 人物描述 ``` "Young woman, gentle smile, rain on face, close-up shot, soft focus background" ``` ### 镜头语言 ``` "Camera slowly panning left, revealing vast landscape, dramatic sky" ``` ### 艺术风格 ``` "Cinematic color grading, film noir style, high contrast, moody lighting" ``` ## 注意事项 1. **显存需求**：14B双模型需要较高显存，建议 24GB+ 2. **生成时间**：两阶段处理需要更多时间，但质量显著提升 3. **参数平衡**：CFG值3.5为推荐值，过高可能导致过饱和 4. **阶段调整**：根据内容类型调整 `stage1_end_step` 5. **分辨率**：640x640 是质量和速度的最佳平衡点 6. **批处理**：建议 batch_size=1 以确保最佳质量 ## 适用场景 - **专业视频制作**：广告、宣传片、电影预览 - **艺术创作**：实验影像、艺术短片、视觉诗歌 - **高端内容**：奢侈品展示、建筑可视化、概念设计 - **科研可视化**：科学模拟、数据可视化、教育演示 - **创意原型**：导演分镜、动画预览、创意提案 - **社交媒体**：高质量短视频、品牌内容、创意广告 ## 性能优化 ### 速度优化 - 降低分辨率至 512x512 - 减少总步数至 15 - 使用 euler 采样器 ### 质量优化 - 增加步数至 30-40 - 提高分辨率至 768x768 - 调整 CFG 至 4-5 - 精细调整阶段切换点 ### 显存优化 - 使用较小的 batch_size - 降低分辨率 - 减少视频长度 ## 模型信息 - **高噪声模型**: wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors - **低噪声模型**: wan2.2_t2v_low_noise_14B_fp8_scaled.safetensors - **文本编码器**: umt5_xxl_fp8_e4m3fn_scaled.safetensors - **VAE解码器**: wan_2.1_vae.safetensors - **技术架构**: 双14B参数模型 + SD3采样 + 两阶段生成 ## 常见问题 ### Q: 为什么使用两个模型？ A: 高噪声模型擅长创建动态结构，低噪声模型擅长细节优化，协同工作达到最佳效果。 ### Q: 如何选择阶段切换点？ A: 默认10步适合大多数场景。动作多用12-15步，静态细节多用6-8步。 ### Q: 生成速度慢怎么办？ A: 可以减少步数至15，降低分辨率，或使用单模型工作流。 ## 更新日志 - v1.0.0: 初始版本，支持 WAN 2.2 14B 双模型架构文本到视频生成