Wan Animate 2 : fonctionnalités, modèles, ComfyUI et guide complet

Wan Animate 2 est un framework ouvert d’animation de personnages développé par l’équipe Wan. À partir d’une image de référence et d’une vidéo de pilotage, il génère une nouvelle séquence dans laquelle le personnage reproduit les mouvements tout en préservant son identité visuelle. Contrairement à l’ancien pipeline Wan2.2 Animate, le nouveau système transmet directement la vidéo de pilotage à un Diffusion Transformer repensé, sans dépendre d’un extracteur intermédiaire de poses ou de mouvements pour le signal principal.

L’autre fonctionnalité majeure est le contrôle textuel du point de vue. La caméra de sortie n’est plus tenue de reproduire exactement la perspective de la vidéo de pilotage : il devient possible de transférer un geste tout en demandant un autre angle sur le personnage. L’équipe a publié le code d’inférence ainsi que les poids Base et Distillation le 7 août 2026. Elle a aussi annoncé Wan-Animate-2-Lite, une variante destinée au streaming, mais Lite ne faisait pas partie de cette première publication publique des poids.

Ce guide distingue les faits confirmés des hypothèses de la communauté, aide à choisir le bon modèle et détaille les méthodes d’utilisation via le dépôt officiel, Diffusers et le nouveau workflow ComfyUI.

Informations vérifiées le 17 août 2026. Wan Animate 2 évolue rapidement. Les noms de nœuds, le format des modèles et les optimisations matérielles peuvent changer. Consultez le dépôt officiel Wan-Animate-2 avant de construire un workflow de production.

Wan Animate 2 en bref

Qu'est-ce que Wan Animate 2 ?

Wan Animate 2 n'est pas un modèle général de texte vers vidéo. Son workflow principal repose sur trois entrées :

1. Une image de référence qui définit le personnage cible et l'apparence de la scène.
2. Une vidéo de pilotage qui fournit les mouvements au fil du temps.
3. Une description textuelle structurée qui indique l'apparence du personnage, l'arrière-plan et, éventuellement, le point de vue souhaité.

Le résultat est une nouvelle vidéo animée du personnage. Le modèle se prête ainsi aux personnages numériques, aux présentateurs virtuels, aux avatars stylisés, aux mascottes publicitaires, aux formats d’animation courts et à la prévisualisation des mouvements.

Le nom peut prêter à confusion. Le checkpoint téléchargeable est publié sous le nom Wan2.2-Animate-2-14B, mais Wan Animate 2 est un nouveau framework, et non un simple renommage mineur du workflow Wan2.2 Animate original. Les résultats de recherche pour « wan 2.2 animate », « wan animate » et « wan animate 2 » se chevauchent actuellement, vérifiez donc toujours le nom du checkpoint et la version du nœud avant de télécharger des fichiers.

Fonctionnalités clés de Wan Animate 2

1. Conditionnement direct par vidéo de guidage

Les systèmes antérieurs d’animation de personnages convertissaient généralement une performance en représentations de pose, de visage, de squelette ou d’autres formes de mouvement avant la génération. Chaque conversion risquait de supprimer des détails ou d’introduire des erreurs d’alignement.

Wan Animate 2 traite directement la vidéo de pilotage dans son Diffusion Transformer repensé. L’objectif annoncé est d’obtenir des mouvements plus fidèles et de mieux préserver l’identité, sans extracteur de mouvement intermédiaire. Le prétraitement ne disparaît pas forcément de chaque implémentation, mais le signal de mouvement principal n’est plus réduit à une suite de poses avant d’atteindre le modèle.

2. Préservation renforcée de l’identité

L’image de référence définit le visage, le corps, les vêtements et le style du personnage. Le conditionnement direct vise à stabiliser ces caractéristiques pendant que la vidéo de pilotage fait évoluer la pose et l’expression.

La cohérence de l’identité doit néanmoins être éprouvée dans des situations difficiles : rotations rapides, auto-occultations, mains devant le visage, flou de mouvement, gestes en pied, proportions inhabituelles et changements d’échelle importants. Une démonstration de lancement impeccable ne remplace pas des essais répétés avec votre propre personnage.

3. Contrôle du point de vue guidé par texte

Le transfert de mouvement traditionnel hérite souvent de l’angle de caméra de la performance source. Wan Animate 2 ajoute un contrôle textuel qui permet de dissocier le point de vue de sortie de la vidéo de pilotage.

Par exemple, un clip de pilotage filmé de face peut guider le mouvement tandis que le prompt demande une vue de trois quarts ou une caméra légèrement plus basse. Cette possibilité est utile lorsque le geste est juste, mais que le cadrage de la vidéo source ne correspond pas au plan recherché.

Les changements de point de vue restent des reconstructions génératives. Ils peuvent montrer des parties du personnage absentes de l’image de référence. Vérifiez donc l’avant, l’arrière, le costume et les accessoires afin de repérer les détails inventés ou instables.

4. Modèles Base et Distilled

La version publique inclut un modèle Base pour le chemin d’inférence complet et un modèle Distillation pour un nombre réduit d’étapes de débruitage. L’exemple officiel Diffusers utilise 40 étapes pour Base et 10 étapes pour Distilled.

L’exemple Distilled définit également guidance_scale=1.0 et utilise le solveur de flux Euler. Ces paramètres sont spécifiques au modèle : copier les paramètres de Base dans le checkpoint Distilled n’est pas une méthode fiable pour les comparer.

5. Un modèle Lite destiné au streaming

L’introduction du projet indique que Wan-Animate-2-Lite réduit la latence d’inférence jusqu’aux seuils du temps réel pour l’animation de personnages en streaming. C’est une orientation importante pour les avatars en direct et les agents interactifs.

Cependant, les notes de version du 7 août mentionnent les poids Base et Distillation, mais aucun checkpoint Lite. Considérez donc Lite comme une variante annoncée jusqu’à la publication de poids, d’un endpoint, d’une démonstration documentée ou de mesures de latence reproductibles. Le « temps réel » dépend aussi de la résolution, de la durée du clip, de la taille du lot et du matériel, ainsi que d’une mesure par image ou de bout en bout.

6. Plusieurs façons d’exécuter le modèle

Le projet officiel documente ses propres scripts d’inférence ainsi qu’une interface Gradio. Wan Animate 2 est aussi pris en charge par Diffusers, tandis que ComfyUI propose un workflow natif fondé sur des nœuds. Ces méthodes partagent les mêmes entrées essentielles, mais diffèrent par le format des modèles, la gestion de la mémoire et le niveau de contrôle opérationnel.

Comparaison des modèles Wan Animate 2

Les dépôts Diffusers correspondent à des formats de distribution, et non à des niveaux de modèles supplémentaires. Choisissez le checkpoint Base Diffusers ou le checkpoint Distilled Diffusers selon le pipeline à exécuter.

Fonctionnement de Wan Animate 2

À un niveau pratique, le workflow se présente ainsi :

1. Préparer l’image de référence. Utilisez un personnage clairement visible, un éclairage stable et une résolution suffisante pour montrer les détails du visage et du costume.
2. Préparer la vidéo de pilotage. Gardez l’interprète visible, évitez les coupes inutiles et commencez par un clip court montrant précisément le mouvement recherché.
3. Décrire l’apparence plutôt que l’action. Dans le workflow officiel, un LLM produit une description factuelle du personnage et de l’arrière-plan, sans décrire l’action ni supposer une émotion.
4. Encoder les trois entrées. L’image de référence définit l’identité, la vidéo fournit le mouvement temporel et l’invite fournit les instructions d’apparence et de point de vue.
5. Effectuer le débruitage avec l’inférence Base ou Distilled. Le modèle produit un latent vidéo temporellement cohérent conditionné par les trois sources.
6. Décoder et exporter. L’exemple officiel Diffusers exporte à 24 fps.

Cette répartition des rôles est essentielle. N’essayez pas de contredire la vidéo de pilotage au moyen d’une description d’action dans le prompt d’apparence. Laissez la vidéo commander le mouvement et utilisez le texte pour définir sans ambiguïté le personnage cible et la caméra.

Exigences matérielles et attentes réalistes

Wan Animate 2 est un modèle vidéo de 14 milliards de paramètres. La configuration officielle de référence est donc bien plus exigeante qu’un workflow classique de génération d’images sur du matériel grand public.

Le dépôt indique que sa configuration parallèle par défaut est optimisée pour 8× GPU A800 en 720p. L'équipe a également testé le 480p sur 2× GPU A800. D'autres configurations nécessitent des modifications du fichier YAML de configuration parallèle.

Il s’agit de configurations officiellement testées, et non de prérequis minimaux universels. Elles ne prouvent pas qu’un GPU grand public donné sera incapable d’exécuter le modèle : le transfert vers la mémoire système, la quantification, une résolution réduite, des clips plus courts et les optimisations de ComfyUI peuvent modifier l’empreinte mémoire. Elles ne garantissent pas non plus une vitesse acceptable sur une carte plus modeste.

Pour un plan de test local réaliste :

• commencez en 480p avec une courte vidéo de pilotage ;
• utilisez d'abord le checkpoint Distilled avant Base ;
• évitez les longues séries de génération tant qu'un clip ne se termine pas de manière fiable ;
• surveillez à la fois la VRAM et la RAM système ;
• enregistrez séparément le temps de démarrage à froid et le temps de génération ;
• comparez le coût par sortie exploitable, et pas uniquement les secondes par aperçu.

Les conversions communautaires FP8 ou GGUF peuvent réduire les exigences matérielles, mais elles ne correspondent pas aux mêmes artefacts que les checkpoints officiels BF16. Vérifiez la source, la somme de contrôle, la compatibilité des nœuds et la qualité de sortie avant d'utiliser une conversion en production.

Comment installer Wan Animate 2 depuis le dépôt officiel

La configuration officielle utilise Python 3.11, PyTorch 2.7 avec les wheels CUDA 12.6, FlashAttention et une installation modifiable du dépôt.

git clone --recursive https://github.com/Wan-Video/Wan-Animate-2.git
cd Wan-Animate-2

conda create -n wan_animate_2 python=3.11 -y
conda activate wan_animate_2

pip install torch==2.7.0 torchvision==0.22.0 torchaudio==2.7.0 \
  --index-url https://download.pytorch.org/whl/cu126
pip install -r requirements.txt
pip install flash-attn --no-build-isolation
pip install -e .

Téléchargez le checkpoint principal avec la CLI Hugging Face :

pip install "huggingface_hub[cli]"
huggingface-cli download Wan-AI/Wan2.2-Animate-2-14B \
  --local-dir ./ckpts/

Le dépôt contient des fichiers YAML distincts pour l'inférence Base et Distillation. Vérifiez leurs paramètres parallèles avant de lancer une tâche ; les valeurs par défaut supposent la configuration multi-A800 décrite ci-dessus.

Wan Animate 2 avec Diffusers

Jusqu'à ce que la prise en charge atteigne la prochaine version packagée identifiée par le projet, les instructions officielles installent Diffusers depuis les sources :

pip install git+https://github.com/huggingface/diffusers.git
pip install flash-attn --no-build-isolation

Un pipeline Base minimal suit ce modèle :

import torch
from diffusers import WanAnimate2Pipeline
from diffusers.utils import export_to_video, load_image

pipe = WanAnimate2Pipeline.from_pretrained(
    "Wan-AI/Wan2.2-Animate-2-14B-Diffusers",
    torch_dtype=torch.bfloat16,
).to("cuda")

result = pipe(
    image=load_image("reference.png"),
    driving_video="driving.mp4",
    prompt=(
        "Subject appearance: a small wooden courier with a teal vest, "
        "cream shirt, coral shoes, and a paper cap. "
        "Background: a simple navy theater stage. "
        "Viewpoint: front three-quarter view, slightly low camera."
    ),
    height=800,
    width=640,
    num_inference_steps=40,
)

export_to_video(result.frames[0], "wan-animate-2-output.mp4", fps=24)

Pour le paquet Distilled, commencez avec la configuration publiée :

pipe = WanAnimate2Pipeline.from_pretrained(
    "Wan-AI/Wan2.2-Animate-2-14B-Distilled-Diffusers",
    torch_dtype=torch.bfloat16,
).to("cuda")

result = pipe(
    image=load_image("reference.png"),
    driving_video="driving.mp4",
    prompt=prompt,
    num_inference_steps=10,
    guidance_scale=1.0,
    flow_solver="euler",
)

Les exemples sont des points de départ, pas du code de déploiement. Un service nécessite également une validation des entrées, des limites de décodage vidéo, des délais d'expiration, un contrôle de file d'attente, un préchauffage du modèle, un stockage des sorties et une gestion des erreurs.

Flux de travail Wan Animate 2 avec ComfyUI

ComfyUI est l’option la plus accessible pour les créateurs qui souhaitent comprendre et modifier visuellement le pipeline. La nouvelle intégration s’articule autour de WanAnimate2ToVideo. Le nœud WanAnimate2Cache peut accélérer les calculs répétés en contrepartie d’une consommation accrue de mémoire système. Dans sa présentation de l’intégration, ComfyUI indique que le cache peut réduire le temps de génération de moitié environ. Le gain réel dépend toutefois du graphe, du matériel, de la résolution et de la durée du clip.

Configuration étape par étape

1. Mettez ComfyUI à jour. Utilisez une version qui inclut les nœuds Wan Animate 2. Si le modèle de workflow signale des nœuds principaux manquants à l’ouverture, votre version Stable ou Desktop est peut-être antérieure à la version requise.
2. Chargez le workflow Wan Animate 2. Partez du modèle officiel ou du workflow ComfyUI publié au lieu de reconstruire le graphe de mémoire.
3. Vérifiez les fichiers du modèle. Assurez-vous que chaque nœud de chargement pointe vers des ressources Wan Animate 2. Un ancien checkpoint Wan2.2 Animate n’est pas interchangeable avec le nouveau modèle Animate 2.
4. Importez l'image de référence. Préférez un sujet unique et dégagé avec des détails qui restent lisibles après redimensionnement.
5. Chargez la vidéo de pilotage. Coupez-la avant la génération. Un test de mouvement de cinq secondes est plus facile à diagnostiquer qu’un long clip mêlant plusieurs actions.
6. Rédigez la description d’apparence. Décrivez les caractéristiques visibles du sujet et de l’arrière-plan. Ajoutez une consigne de caméra concise si vous souhaitez un angle différent de celui de la vidéo de pilotage.
7. Choisissez Base ou Distilled. Utilisez Distilled pour les premiers tests de compatibilité et de mouvement ; passez à Base lorsque le workflow est stable et que vous souhaitez comparer la qualité finale.
8. Définissez des dimensions prudentes. Commencez autour de 480p et gardez la largeur et la hauteur compatibles avec les exigences latentes du workflow.
9. N’activez le cache qu’après avoir obtenu un résultat de référence fiable. Vous pourrez ainsi déterminer plus facilement si un problème de mémoire ou de sortie provient du workflow principal ou de l’optimisation.
10. Lancez une seule génération courte. Vérifiez l'identité, les mains, les occultations, le timing des mouvements, le point de vue et la stabilité entre la première et la dernière image avant d'augmenter la résolution ou la durée.

Ne mélangez pas les anciens et les nouveaux workflows ComfyUI

L’ancien workflow Wan2.2 Animate utilise des nœuds tels que WanAnimateToVideo et peut prétraiter des entrées DWPose, de visage, de masque et d’arrière-plan pour les modes Move ou Mix. Le workflow Wan Animate 2 emprunte le nouveau chemin WanAnimate2ToVideo et applique un conditionnement direct par vidéo de pilotage.

Si un tutoriel vous demande de télécharger le wan2.2_animate_14B_bf16.safetensors original, clip_vision_h, un estimateur de pose et des masques du mode Mix, il décrit probablement l'ancien modèle. Ce tutoriel peut toujours être utile, mais il ne s'agit pas d'un guide d'installation de Wan Animate 2.

Paramètres de départ recommandés

Ces paramètres reprennent autant que possible les exemples officiels. Ils ne signifient pas que chaque paquet ComfyUI local expose les mêmes contrôles ni que le 480p convient à tous les GPU.

Guide de rédaction des prompts

Le dépôt officiel recommande de générer une légende d'image objective avec un LLM. Son exemple utilise une structure chinoise stricte : l'apparence du sujet en premier, puis l'arrière-plan, sans description d'action, jugement subjectif ni émotion déduite.

Un modèle indépendant de la langue est :

Subject appearance: [species or person, face, hair, body proportions,
clothing, colors, materials, accessories].
Background: [location, major objects, lighting, dominant colors].
Viewpoint: [front, profile, rear, three-quarter, high, low, close, wide].

Meilleur prompt

Subject appearance: a stylized wooden courier with a round carved face,
short dark hair, a cream paper cap, teal vest, ivory shirt, and coral shoes.
Background: a simple miniature theater with a muted navy curtain and warm
gold stage light. Viewpoint: front three-quarter full-body view, slightly low.

Prompt plus faible

A happy courier runs dramatically, waves at the camera, jumps over a box,
and looks excited in a beautiful cinematic scene.

La version la moins efficace répète des consignes de mouvement déjà contenues dans la vidéo de pilotage et ajoute des formulations subjectives. Si une description en anglais donne de mauvais résultats, essayez la structure chinoise recommandée par le dépôt avant de conclure que le modèle ne sait pas préserver le personnage.

Points forts et limites

Domaines où Wan Animate 2 est le plus performant

• Transfert de mouvement sans réduire la performance de la vidéo de pilotage à une séquence de poses intermédiaires.
• Préservation de l'identité et du style basée sur une référence.
• Un point de vue de caméra qui peut différer de celui de la vidéo de pilotage.
• Options Base et Distilled avec un nombre d'étapes réduit pour tester le compromis qualité/vitesse.
• Accès via le dépôt officiel, Diffusers, Gradio et ComfyUI.
• Licence Apache 2.0 du dépôt et poids publiés.

Points nécessitant encore des tests approfondis

• Exigences officielles importantes en matière de multi-GPU pour les configurations 480p et 720p.
• Actions rapides, flou de mouvement important, occultations, mains et rotations du corps.
• Clips longs et continuité d'identité d'un plan à l'autre.
• Grands changements de caméra nécessitant d'inventer des détails du personnage non visibles.
• Scènes avec plusieurs personnages et interactions avec des objets.
• Différences de qualité entre les versions Base, Distilled, FP8 et les versions quantifiées par la communauté.
• Le calendrier de sortie et la latence réelle de Wan-Animate-2-Lite.

Les premières comparaisons publiées sur les réseaux donnent des résultats contrastés. Certains créateurs font état d’un contrôle impressionnant du mouvement et du point de vue ; d’autres préfèrent des systèmes antérieurs pour certains mouvements rapides ou cas de transfert vidéo à vidéo. Une discussion communautaire et une première vidéo comparative peuvent inspirer des protocoles de test, mais elles ne documentent ni chaque tentative, ni tous les réglages, ni les droits sur les sources, ni le coût par clip retenu. Considérez-les comme des pistes à vérifier, pas comme un classement.

Wan Animate 2 vs Wan2.2 Animate

Choisissez l'ancien flux de travail lorsque vous avez spécifiquement besoin de son processus documenté de remplacement Move/Mix ou que vous disposez déjà d'un graphe de production stable. Évaluez Wan Animate 2 lorsque la fidélité directe du mouvement, l'identité ou le contrôle indépendant du point de vue sont plus importants.

Meilleurs cas d'utilisation

Wan Animate 2 est une solution prometteuse pour :

• des personnages stylisés animés à partir de la performance d'un acteur ;
• des présentateurs virtuels et des prototypes d'avatars ;
• des mascottes publicitaires et des personnages de marque ;
• la prévisualisation de plusieurs angles de caméra à partir d’une seule prise de pilotage ;
• des clips sociaux courts et des insertions narratives ;
• le développement de concepts pour les jeux, l'animation et le cinéma ;
• la recherche sur l'animation en streaming lorsque Lite sera disponible de manière reproductible.

Il constitue un premier choix moins adapté pour les scènes longues sans interruption, les démonstrations précises de produits, les actions complexes avec plusieurs personnages ou le streaming en direct aujourd'hui, sauf si vos propres tests prouvent une cohérence et une latence suffisantes.

Licence et utilisation commerciale

Le dépôt Wan-Animate-2 est sous licence Apache 2.0. Cela permet généralement l'utilisation, la modification et la distribution, y compris à des fins commerciales, sous réserve des conditions de la licence.

La licence du dépôt n’est qu’un volet de l’examen juridique d’un projet commercial. Les équipes doivent également détenir les droits sur l’image de référence, la performance filmée, l’image de la personne, les vêtements, la musique et tous les éléments d’arrière-plan. N’animez pas l’identité ou la performance d’une personne réelle sans son consentement. Conservez les mentions de licence et d’attribution requises lorsque vous redistribuez du code ou des paquets modifiés.

Où accéder à Wan Animate 2

Utilisez ces ressources principales :

• Dépôt GitHub officiel de Wan-Animate-2
• Package officiel du modèle 14B
• Package Base Diffusers
• Package Distilled Diffusers
• Flux de travail ComfyUI officiel

Poyo.ai dispose actuellement d'une API Wan Animate existante avec des routes distinctes pour le mouvement et le remplacement. Cette référence concerne le modèle de production précédent, et non le nouveau checkpoint Wan Animate 2 décrit dans ce guide. Cet article n'affirme pas que Wan Animate 2 est actuellement disponible via l'API Poyo.ai.

Verdict final

Wan Animate 2 repose sur deux choix architecturaux importants : traiter directement la vidéo de pilotage et permettre au texte de définir un point de vue différent de celui de la source. Ces évolutions s’attaquent à deux problèmes persistants de l’animation de personnages : la perte de détails dans le mouvement et une caméra prisonnière du cadrage de l’interprète.

Les versions Base et Distilled permettent déjà de tester le système avec le code officiel, Diffusers et ComfyUI. Les contraintes pratiques sont tout aussi nettes : la configuration matérielle officielle est imposante, le modèle est récent, la disponibilité de Lite reste incertaine et les mouvements complexes exigent encore une évaluation méthodique.

Commencez par une courte génération en 480p avec Distilled, gardez la description d’apparence factuelle, ne changez qu’une variable à la fois et jugez les résultats sur le nombre d’images réellement exploitables plutôt que sur l’effet produit par une démonstration de lancement. Cette méthode est plus instructive que toute affirmation générale sur le « meilleur modèle d’animation de personnages ».

FAQ

Wan Animate 2 est-il identique à Wan2.2 Animate ?

Non. Wan Animate 2 utilise une architecture de bout en bout repensée qui traite directement la vidéo de pilotage et ajoute un contrôle textuel du point de vue. Le nom du checkpoint contient toujours Wan2.2, d’où une certaine confusion dans les recherches et les tutoriels.

Wan Animate 2 est-il open source ?

Le dépôt officiel et les poids publiés sont accessibles au public, et le dépôt est sous licence Apache 2.0. Consultez la licence et les fichiers du modèle pour votre cas précis de distribution ou d’utilisation commerciale.

Quels modèles Wan Animate 2 puis-je télécharger ?

La publication du 7 août comprend les poids Base et Distillation. Des paquets Diffusers sont disponibles pour les deux. Wan-Animate-2-Lite a été annoncé, mais ne figurait pas parmi les premiers poids rendus publics.

Quelle est la différence entre Base et Distilled ?

Les exemples officiels de Diffusers utilisent 40 étapes pour Base et 10 pour Distilled. Distilled emploie également une valeur de guidance de 1.0 et le solveur de flux Euler. Commencez avec Distilled pour itérer rapidement, puis comparez Base sur les mêmes entrées avant le rendu final.

Wan Animate 2 peut-il fonctionner dans ComfyUI ?

Oui. Utilisez une version mise à jour de ComfyUI et le workflow Wan Animate 2 basé sur WanAnimate2ToVideo. Ne le confondez pas avec l’ancien graphe Wan2.2 Animate basé sur WanAnimateToVideo.

Quel GPU faut-il pour Wan Animate 2 ?

Le dépôt officiel est réglé pour du 720p sur 8× GPU A800 et mentionne des tests en 480p sur 2× GPU A800. D’autres configurations peuvent fonctionner grâce au transfert vers la mémoire système ou à des poids optimisés, mais ces chiffres officiels ne définissent aucun minimum universel pour un GPU grand public.

Wan Animate 2 prend-il en charge l’animation en temps réel ?

L’équipe indique que Wan-Animate-2-Lite atteint les seuils du temps réel pour le streaming, mais les notes de version initiales ne listent pas les poids Lite. Attendez un paquet public reproductible et testez l’ensemble du parcours de latence avant de planifier un produit en direct.

La caméra de sortie peut-elle différer de la vidéo de pilotage ?

Oui. Le contrôle du point de vue piloté par texte est l’une des fonctionnalités centrales du modèle. Les grands changements peuvent nécessiter que le modèle génère des détails invisibles, vérifiez donc attentivement la cohérence du personnage et du costume.

Le prompt doit-il décrire l’action ?

En général, non. Laissez la vidéo de pilotage définir l’action. Le workflow officiel recommande une description factuelle de l’apparence du personnage et de l’arrière-plan, sans action ni émotion supposée. Ajoutez si nécessaire une consigne concise sur le point de vue.

Poyo.ai propose-t-il la nouvelle API Wan Animate 2 ?

Pas au moment de cette vérification. L’offre Wan Animate actuelle de Poyo.ai correspond à l’ancienne API Move/Replace. Utilisez le dépôt officiel, les paquets Diffusers ou le workflow ComfyUI pour la nouvelle version Wan Animate 2.