Wan Animate 2: funkcje, modele, ComfyUI i kompletny przewodnik

Wan Animate 2 to otwarty framework do animacji postaci od zespołu Wan. Przyjmuje obraz referencyjny i wideo sterujące, a następnie generuje wideo, w którym postać z referencji powtarza ruch, zachowując swoją tożsamość wizualną. W przeciwieństwie do wcześniejszego pipeline Wan2.2 Animate nowy system podaje wideo sterujące bezpośrednio do przeprojektowanego Diffusion Transformera, zamiast polegać na pośrednim ekstraktorze pozy lub ruchu.

Drugą kluczową funkcją jest sterowanie punktem widzenia za pomocą tekstu. Kamera na wyjściu nie musi już dokładnie kopiować perspektywy wideo sterującego, więc twórca może przenieść ruch i jednocześnie poprosić o inne ujęcie postaci. Zespół udostępnił kod inferencji oraz wagi Base i Distillation 7 sierpnia 2026. Zapowiedział też Wan-Animate-2-Lite jako wariant nastawiony na streaming, choć Lite nie wszedł do tego publicznego wydania wag.

Ten przewodnik oddziela potwierdzone fakty od założeń społeczności, wyjaśnia wybór modeli i omawia oficjalne repozytorium, Diffusers oraz nowszy workflow w ComfyUI.

Stan na 17 sierpnia 2026. Wan Animate 2 rozwija się szybko. Nazwy węzłów, sposób pakowania modeli i optymalizacje sprzętowe mogą się zmienić. Zanim zbudujesz workflow produkcyjny, sprawdź oficjalne repozytorium Wan-Animate-2.

Wan Animate 2 w skrócie

Czym jest Wan Animate 2?

Wan Animate 2 nie jest ogólnym modelem tekst na wideo. Jego podstawowy workflow ma trzy wejścia:

1. Obraz referencyjny, który określa wygląd docelowej postaci i sceny.
2. Wideo sterujące, które dostarcza ruch w czasie.
3. Ustrukturyzowany opis tekstowy, który podaje wygląd postaci, tło i opcjonalnie pożądany punkt widzenia.

Wynikiem jest nowo wyrenderowane wideo z postacią. Dzięki temu model nadaje się do cyfrowych postaci, wirtualnych prezenterów, stylizowanych awatarów, maskotek reklamowych, krótkich animacji i previzualizacji ruchu.

Nazwa może wprowadzać w błąd. Pobierany checkpoint ma nazwę Wan2.2-Animate-2-14B, ale Wan Animate 2 to nowy framework, a nie drobna zmiana nazwy oryginalnego workflow Wan2.2 Animate. Wyniki wyszukiwania dla fraz „wan 2.2 animate”, „wan animate” i „wan animate 2” obecnie się nakładają, więc przed pobraniem plików zawsze sprawdź nazwę checkpointu i wersję węzłów.

Najważniejsze funkcje Wan Animate 2

1. Bezpośrednie kondycjonowanie wideo sterującym

Wcześniejsze systemy animacji postaci zwykle zamieniają występ na pozę, mimikę, szkielet lub inną reprezentację ruchu, zanim zacznie się generowanie. Każda taka konwersja może gubić szczegóły albo wprowadzać błędy wyrównania.

Wan Animate 2 przetwarza natomiast wideo sterujące wewnątrz przeprojektowanego Diffusion Transformera. Deklarowanym celem jest wierniejszy ruch i silniejsze zachowanie tożsamości bez pośredniego ekstraktora ruchu. Nie znaczy to, że w każdej implementacji całkiem znika wstępne przetwarzanie, ale główny sygnał ruchu nie jest już sprowadzany do sekwencji póz, zanim trafi do modelu.

2. Silniejsze zachowanie tożsamości

Obraz referencyjny dostarcza twarz, ciało, ubiór i styl postaci. Kondycjonowanie bezpośrednie ma sprawić, że te cechy pozostają stabilniejsze, gdy wideo sterujące zmienia pozę i wyraz twarzy.

Spójność tożsamości nadal trzeba testować w trudnych warunkach: szybkie obroty, samozasłanianie, dłonie zasłaniające twarz, rozmycie ruchu, ruch całej sylwetki, nietypowe proporcje i duże zmiany skali. Dopracowany przykład z premiery nie zastąpi powtarzanych testów na twojej własnej postaci.

3. Sterowanie punktem widzenia za pomocą tekstu

Tradycyjny transfer ruchu często dziedziczy ujęcie kamery z nagrania źródłowego. Wan Animate 2 dodaje sterowanie tekstem, które może oddzielić punkt widzenia wyniku od wideo sterującego.

Na przykład klip sterujący nagrany od frontu może prowadzić ruch, a prompt prosi o widok z trzech czwartych albo o nieco niższą kamerę. Przydaje się to, gdy ruch jest poprawny, ale kadrowanie nagrania źródłowego nie pasuje do docelowego ujęcia.

Zmiany punktu widzenia nadal są rekonstrukcjami generatywnymi. Mogą ujawniać części postaci, które nie są widoczne na obrazie referencyjnym, więc sprawdź szczegóły przodu, tyłu, kostiumu i rekwizytów pod kątem wymyślonych elementów lub odchyleń.

4. Modele Base i Distilled

Wydanie publiczne obejmuje model Base dla pełnej ścieżki inferencji i model Distillation, który wymaga mniejszej liczby kroków odszumiania. Oficjalny przykład Diffusers używa 40 kroków dla Base i 10 kroków dla Distilled.

Przykład Distilled ustawia też guidance_scale=1.0 i używa solvera przepływu Euler. Te ustawienia są specyficzne dla modelu: przeniesienie ustawień Base do checkpointu Distilled nie jest wiarygodnym sposobem ich porównania.

5. Model Lite nastawiony na streaming

We wprowadzeniu do projektu zespół pisze, że Wan-Animate-2-Lite obniża opóźnienie inferencji do progów czasu rzeczywistego przy streamingowej animacji postaci. To ważny kierunek dla awatarów na żywo i interaktywnych agentów.

Jednak notatki do wydania z 7 sierpnia wymieniają wagi Base i Distillation, a nie checkpoint Lite. Traktuj Lite jako zapowiedziany wariant, dopóki zespół nie opublikuje wag, endpointu, demo lub powtarzalnej specyfikacji opóźnienia. „Czas rzeczywisty” zależy też od rozdzielczości, długości klipu, rozmiaru batcha, sprzętu i tego, czy opóźnienie mierzy się na klatkę, czy end-to-end.

6. Kilka sposobów uruchomienia modelu

Oficjalny projekt dokumentuje własne skrypty inferencji i interfejs Gradio. Wan Animate 2 ma też obsługę Diffusers, a ComfyUI wprowadziło natywny workflow do pracy opartej na węzłach. Te ścieżki mają te same podstawowe wejścia, ale różnią się sposobem pakowania modelu, zachowaniem pamięci i kontrolą operacyjną.

Porównanie modeli Wan Animate 2

Repozytoria Diffusers to wybór sposobu pakowania, a nie dodatkowe poziomy modelu. Użyj checkpointu Base Diffusers albo checkpointu Distilled Diffusers w zależności od pipeline, który chcesz uruchomić.

Jak działa Wan Animate 2

Z praktycznego punktu widzenia workflow wygląda tak:

1. Przygotuj obraz referencyjny. Użyj jednej wyraźnie widocznej postaci, stabilnego oświetlenia i rozdzielczości wystarczającej, by pokazać szczegóły twarzy i kostiumu.
2. Przygotuj wideo sterujące. Zadbaj, aby wykonawca był widoczny, unikaj zbędnych cięć i zacznij od krótkiego klipu, który pokazuje ruch, jakiego naprawdę potrzebujesz.
3. Opisuj wygląd, a nie akcję. Oficjalny workflow każe LLM utworzyć obiektywny opis obejmujący wygląd postaci i tło, z pominięciem akcji i domysłów o emocjach.
4. Zakoduj trzy wejścia. Obraz referencyjny określa tożsamość, wideo dostarcza ruch w czasie, a prompt podaje wygląd i instrukcje dotyczące punktu widzenia.
5. Odszumiaj inferencją Base lub Distilled. Model tworzy spójną czasowo latentną reprezentację wideo uwarunkowaną wszystkimi trzema źródłami.
6. Zdekoduj i wyeksportuj. Oficjalny przykład Diffusers eksportuje w 24 fps.

Ten podział odpowiedzialności jest ważny. Nie używaj promptu z wyglądem, by walczyć z wideo sterującym sprzecznym opisem akcji. Pozwól wideo kontrolować ruch, a tekstem jednoznacznie określ docelową postać i kamerę.

Wymagania sprzętowe i realistyczne oczekiwania

Wan Animate 2 to model wideo 14B, więc oficjalna konfiguracja referencyjna jest znacznie cięższa niż typowy workflow generowania obrazów na sprzęcie konsumenckim.

Repozytorium podaje, że domyślna konfiguracja równoległa jest dostrojona do 8× GPU A800 przy 720p. Zespół przetestował też 480p na 2× GPU A800. Inne konfiguracje wymagają zmian w równoległym pliku YAML.

To oficjalnie przetestowane konfiguracje, a nie uniwersalne minimalne wymagania. Nie dowodzą, że konkretna karta konsumencka na pewno zawiedzie, ponieważ offloading, kwantyzacja, niższa rozdzielczość, krótsze klipy i optymalizacje ComfyUI mogą zmieniać zużycie pamięci. Nie gwarantują też praktycznej szybkości na słabszej karcie.

Uczciwy plan testów lokalnych:

• zacznij od 480p i krótkiego klipu sterującego;
• użyj checkpointu Distilled przed Base;
• unikaj długich batchy, dopóki jeden klip nie zakończy się niezawodnie;
• monitoruj zarówno VRAM, jak i pamięć RAM systemu;
• zapisuj czas zimnego startu osobno od czasu generowania;
• porównuj koszt jednego użytecznego wyniku, a nie same sekundy na podgląd.

Konwersje FP8 lub GGUF tworzone przez społeczność mogą obniżyć próg sprzętowy, ale to nie te same artefakty co oficjalne checkpointy BF16. Zanim użyjesz konwersji w produkcji, sprawdź źródło, sumę kontrolną, zgodność węzłów i jakość wyniku.

Jak zainstalować Wan Animate 2 z oficjalnego repozytorium

Oficjalna konfiguracja używa Pythona 3.11, PyTorch 2.7 z pakietami CUDA 12.6, FlashAttention i instalacji edytowalnej repozytorium.

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 .

Pobierz główny checkpoint za pomocą Hugging Face CLI:

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

Repozytorium zawiera osobne pliki YAML dla inferencji Base i Distillation. Zanim uruchomisz zadanie, przejrzyj ich ustawienia równoległości; wartości domyślne zakładają opisaną wyżej konfigurację z wieloma GPU A800.

Wan Animate 2 z Diffusers

Dopóki obsługa nie trafi do kolejnego spakowanego wydania wskazanego przez projekt, oficjalna instrukcja każe instalować Diffusers ze źródeł:

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

Minimalny pipeline Base wygląda tak:

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)

W przypadku pakietu Distilled zacznij od opublikowanej konfiguracji:

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",
)

Te przykłady to punkty wyjścia, a nie kod do wdrożenia. Usługa potrzebuje też walidacji wejścia, limitów dekodowania wideo, timeoutów, kontroli kolejki, rozgrzewania modelu, przechowywania wyników i obsługi błędów.

Workflow Wan Animate 2 w ComfyUI

ComfyUI to bardziej przystępna opcja dla twórców, którzy chcą wizualnie podglądać i zmieniać pipeline. Nowa integracja opiera się na WanAnimate2ToVideo, a WanAnimate2Cache może wymienić dodatkowe zużycie pamięci systemowej na szybsze powtarzane obliczenia. ComfyUI opisuje cache jako zdolny do mniej więcej dwukrotnego skrócenia czasu generowania w materiałach premierowych, ale rzeczywisty zysk zależy od grafu, sprzętu, rozdzielczości i długości klipu.

Konfiguracja krok po kroku

1. Zaktualizuj ComfyUI. Użyj wersji zawierającej węzły Wan Animate 2. Jeśli szablon otwiera się z brakującymi węzłami podstawowymi, twoja wersja stabilna lub Desktop może być starsza niż wymagane wydanie.
2. Wczytaj workflow Wan Animate 2. Zacznij od oficjalnego szablonu lub opublikowanego workflow ComfyUI, zamiast odtwarzać graf z pamięci.
3. Rozwiąż pobieranie modeli. Upewnij się, że każdy loader wskazuje zasoby Wan Animate 2. Starszy checkpoint Wan2.2 Animate nie jest wymienny z nowym modelem Animate 2.
4. Prześlij obraz referencyjny. Wybierz jeden niezasłonięty obiekt ze szczegółami, które pozostają czytelne po zmianie rozmiaru.
5. Wczytaj wideo sterujące. Przytnij je przed generowaniem. Pięciosekundowy test ruchu łatwiej zdiagnozować niż długi klip z mieszaniną akcji.
6. Napisz opis wyglądu. Opisz widoczne cechy postaci i tła. Dodaj zwięzłą instrukcję widoku kamery, jeśli chcesz uzyskać punkt widzenia inny niż w wideo sterującym.
7. Wybierz Base lub Distilled. Distilled sprawdza się przy pierwszych testach zgodności i ruchu; przełącz na Base, gdy workflow jest stabilny i chcesz porównać jakość finalną.
8. Ustaw ostrożne wymiary. Zacznij w okolicach 480p i dobierz szerokość oraz wysokość zgodnie z wymaganiami latentnymi workflow.
9. Włącz cache dopiero po czystym punkcie odniesienia. Dzięki temu łatwiej stwierdzić, czy problem z pamięcią lub wynikiem pochodzi z podstawowego workflow, czy z optymalizacji.
10. Dodaj do kolejki jedno krótkie generowanie. Zanim zwiększysz rozdzielczość lub czas trwania, sprawdź tożsamość, dłonie, zasłanianie, tempo ruchu, punkt widzenia i stabilność od pierwszej do ostatniej klatki.

Nie mieszaj starego i nowego workflow ComfyUI

Starszy workflow Wan2.2 Animate używa węzłów takich jak WanAnimateToVideo i może wstępnie przetwarzać wejścia DWPose, twarzy, maski i tła dla trybów Move lub Mix. Workflow Wan Animate 2 korzysta z nowej ścieżki WanAnimate2ToVideo i bezpośredniego kondycjonowania wideo sterującym.

Jeśli poradnik każe pobrać oryginalny wan2.2_animate_14B_bf16.safetensors, clip_vision_h, estymator pozy i maski trybu Mix, to prawdopodobnie opisuje wcześniejszy model. Taki poradnik nadal może się przydać, ale nie jest instrukcją instalacji Wan Animate 2.

Zalecane ustawienia startowe

Te ustawienia w miarę możliwości odpowiadają oficjalnym przykładom. Nie oznaczają, że każdy lokalny pakiet ComfyUI udostępnia te same opcje ani że 480p zmieści się na każdym GPU.

Przewodnik po promptach

Oficjalne repozytorium zaleca wygenerowanie obiektywnego opisu obrazu za pomocą LLM. Jego przykład używa ścisłej chińskiej struktury: najpierw wygląd postaci, potem tło, bez opisu akcji, ocen subiektywnych i domyślnych emocji.

Szablon niezależny od języka:

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].

Lepszy 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.

Słabszy prompt

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

Słabsza wersja powtarza instrukcje ruchu, które już są w wideo sterującym, i dodaje język subiektywny. Jeśli angielski opis wypada gorzej, wypróbuj zalecaną w repozytorium chińską strukturę opisu, zanim uznasz, że model nie potrafi zachować postaci.

Mocne strony i ograniczenia

Gdzie Wan Animate 2 wygląda najmocniej

• Transfer ruchu bez sprowadzania występu sterującego do pośredniej sekwencji póz.
• Zachowanie tożsamości i stylu na podstawie referencji.
• Punkt widzenia kamery, który może różnić się od wideo sterującego.
• Opcje Base i Distilled z mniejszą liczbą kroków do testowania kompromisu jakość/szybkość.
• Oficjalne ścieżki: repozytorium, Diffusers, Gradio i ComfyUI.
• Licencja repozytorium Apache 2.0 i opublikowane wagi.

Co nadal wymaga starannych testów

• Wysokie oficjalne wymagania wielu GPU dla konfiguracji 480p i 720p.
• Szybka akcja, silne rozmycie ruchu, zasłanianie, dłonie i obroty ciała.
• Długie klipy i ciągłość tożsamości między ujęciami.
• Duże zmiany kamery, które wymagają wymyślania niewidocznych szczegółów postaci.
• Sceny z wieloma postaciami i interakcje z obiektami.
• Różnice jakości między wersjami Base, Distilled, FP8 i kwantyzowanymi wersjami społeczności.
• Termin wydania i rzeczywiste opóźnienie Wan-Animate-2-Lite.

Pierwsze porównania w mediach społecznościowych są niejednoznaczne. Niektórzy twórcy chwalą imponujący ruch i kontrolę punktu widzenia; inni wolą wcześniejsze systemy w konkretnych przykładach szybkiego ruchu lub wideo na wideo. Dyskusja społeczności i wczesne wideo porównawcze pomagają znaleźć pomysły na testy, ale nie publikują każdej próby, dokładnych ustawień, praw do materiałów źródłowych ani kosztu jednego zaakceptowanego klipu. Traktuj je jak hipotezy, a nie ranking.

Wan Animate 2 vs Wan2.2 Animate

Wybierz starszy workflow, gdy potrzebujesz właśnie udokumentowanego procesu zastępowania Move/Mix albo masz już stabilny graf produkcyjny. Oceń Wan Animate 2, gdy ważniejsza jest wierność ruchu, tożsamość lub niezależna kontrola punktu widzenia.

Najlepsze zastosowania

Wan Animate 2 to obiecujący wybór do:

• stylizowanych postaci animowanych na podstawie występu aktora;
• wirtualnych prezenterów i prototypów awatarów;
• maskotek reklamowych i postaci marek;
• previzualizacji alternatywnych ujęć kamery z jednego ujęcia sterującego;
• krótkich klipów do social mediów i wstawek fabularnych;
• rozwoju koncepcji gier, animacji i filmów;
• badań nad animacją streamingową, gdy Lite stanie się powtarzalnie dostępny.

Na dziś to słabszy pierwszy wybór do długich nieprzerwanych scen, dokładnych prezentacji produktów, zatłoczonej akcji z wieloma postaciami czy transmisji na żywo, chyba że twoje własne testy potwierdzą potrzebną spójność i opóźnienie.

Licencja i użytek komercyjny

Repozytorium Wan-Animate-2 jest udostępnione na licencji Apache 2.0. Co do zasady pozwala to na używanie, modyfikowanie i dystrybucję, w tym na użytek komercyjny, z zachowaniem warunków licencji.

Licencja repozytorium to tylko jeden element oceny komercyjnej. Zespoły muszą też mieć prawa do obrazu referencyjnego, występu sterującego, wizerunku, ubioru, muzyki i wszelkich zasobów tła. Nie animuj tożsamości ani występu prawdziwej osoby bez odpowiedniej zgody. Przy redystrybucji kodu lub zmodyfikowanych pakietów zachowaj stosowne informacje o licencji i autorstwie.

Gdzie uzyskać dostęp do Wan Animate 2

Skorzystaj z tych głównych źródeł:

• Oficjalne repozytorium GitHub Wan-Animate-2
• Oficjalny pakiet modelu 14B
• Pakiet Base Diffusers
• Pakiet Distilled Diffusers
• Oficjalny workflow ComfyUI

Poyo.ai ma obecnie istniejące API Wan Animate z osobnymi trasami move i replace. Ta oferta dotyczy wcześniejszego modelu produkcyjnego, a nie nowego checkpointu Wan Animate 2 opisanego w tym przewodniku. Ten artykuł nie twierdzi, że Wan Animate 2 jest obecnie dostępny przez API Poyo.ai.

Werdykt końcowy

Wan Animate 2 stawia na dwie istotne zmiany w architekturze: bezpośrednie użycie wideo sterującego oraz sterowanie tekstem punktem widzenia kamery, który może różnić się od źródła. Razem te zmiany odpowiadają na dwa uporczywe problemy animacji postaci: utratę szczegółów ruchu i kamerę przywiązaną do nagrania wykonawcy.

Wydania Base i Distilled sprawiają, że system można już dziś testować przez oficjalny kod, Diffusers i ComfyUI. Praktyczne ograniczenia są równie jasne: oficjalna konfiguracja sprzętowa jest duża, model jest nowy, dostępność Lite nie jest jeszcze przesądzona, a trudny ruch nadal wymaga kontrolowanej oceny.

Zacznij od krótkiego uruchomienia Distilled w 480p, utrzymuj opis wyglądu obiektywny, zmieniaj jedną zmienną naraz i porównuj wyniki po użytecznych klatkach, a nie po wrażeniu z dema premierowego. Dowiesz się z tego więcej niż z jakiegokolwiek uniwersalnego twierdzenia o „najlepszym modelu animacji postaci”.

Najczęstsze pytania

Czy Wan Animate 2 to to samo co Wan2.2 Animate?

Nie. Wan Animate 2 używa przeprojektowanej architektury end-to-end, która przetwarza wideo sterujące bezpośrednio i dodaje sterowanie punktem widzenia za pomocą tekstu. Nazwa checkpointu nadal zawiera Wan2.2, co powoduje zamieszanie w wyszukiwarkach i poradnikach.

Czy Wan Animate 2 jest open source?

Oficjalne repozytorium i wydane wagi są publiczne, a repozytorium ma licencję Apache 2.0. Przejrzyj licencję i pliki modelu pod kątem swojego konkretnego sposobu dystrybucji lub użytku komercyjnego.

Które modele Wan Animate 2 mogę pobrać?

Wydanie z 7 sierpnia obejmuje wagi Base i Distillation. Dla obu istnieją pakiety Diffusers. Wan-Animate-2-Lite został zapowiedziany, ale nie znalazł się wśród pierwszych publicznych wydań wag.

Czym różnią się Base i Distilled?

Oficjalne przykłady Diffusers używają 40 kroków dla Base i 10 kroków dla Distilled. Distilled stosuje też guidance scale 1.0 i solver przepływu Euler. Zacznij od Distilled przy iteracjach i porównaj Base na tych samych danych wejściowych, by ocenić jakość finalną.

Czy Wan Animate 2 działa w ComfyUI?

Tak. Użyj zaktualizowanej wersji ComfyUI i workflow Wan Animate 2 opartego na WanAnimate2ToVideo. Nie myl go ze starszym grafem Wan2.2 Animate opartym na WanAnimateToVideo.

Jakiego GPU potrzebuję do Wan Animate 2?

Oficjalne repozytorium jest dostrojone do 720p na 8× GPU A800 i podaje testy 480p na 2× GPU A800. Inny sprzęt może działać z offloadingiem lub zoptymalizowanymi wagami, ale te oficjalne liczby nie wyznaczają jednego minimum dla karty konsumenckiej.

Czy Wan Animate 2 obsługuje animację w czasie rzeczywistym?

Zespół twierdzi, że Wan-Animate-2-Lite osiąga progi czasu rzeczywistego dla streamingu, ale notatki do pierwszego wydania nie wymieniają wag Lite. Poczekaj na powtarzalny publiczny pakiet i przetestuj całą ścieżkę opóźnienia, zanim zaplanujesz produkt na żywo.

Czy kamera na wyjściu może różnić się od wideo sterującego?

Tak. Sterowanie punktem widzenia za pomocą tekstu to jedna z głównych funkcji modelu. Duże zmiany mogą wymagać od modelu wygenerowania niewidocznych szczegółów, więc dokładnie sprawdź spójność postaci i kostiumu.

Czy prompt powinien opisywać akcję?

Zwykle nie. Pozwól, by akcję określało wideo sterujące. Oficjalny workflow zaleca obiektywny opis wyglądu postaci i tła, bez akcji i domyślnych emocji. W razie potrzeby dodaj zwięzłą instrukcję punktu widzenia.

Czy Poyo.ai oferuje nowe API Wan Animate 2?

Nie w chwili tego sprawdzenia. Obecna oferta Wan Animate w Poyo.ai to wcześniejsze API move/replace. Do nowego wydania Wan Animate 2 użyj oficjalnego repozytorium, pakietów Diffusers lub workflow ComfyUI.