ComfyUI 视频能力全景

一、ComfyUI 做视频的优势

劣势：显存要求高、生成慢、时序一致性难——需专门概念（10-2）。

二、能力全景图

                    ComfyUI 视频能力
                           │
     ┌─────────┬─────────┼─────────┬─────────┐
     ▼         ▼         ▼         ▼         ▼
   T2V       I2V      转绘/V2V   动作迁移   口型/音频
  文生视频   图生视频  风格统一  MimicMotion  S2V
     │         │         │         │         │
  Wan T2V   Wan I2V   ControlNet  Animate   Wan S2V
  Hunyuan   首尾帧    IPAdapter    参考视频   SadTalker

三、六大任务类型

3.1 文生视频 T2V（Text-to-Video）

• 输入：文字 Prompt

• 输出：无参考图的视频片段

• 代表：Wan 2.2 T2V-A14B、HunyuanVideo、CogVideoX

• 适用：概念片、空镜、无分镜的创意探索

• 详见：10-4

3.2 图生视频 I2V（Image-to-Video）

• 输入：起始帧（+ 可选尾帧 / Prompt）

• 输出：以图为起点的动态视频

• 代表：Wan 2.2 I2V-A14B、Wan TI2V-5B

• 适用：分镜动效、产品展示、漫剧单镜（10-10）

• 详见：10-5

3.3 视频转绘 / 风格统一

• 输入：原视频 + 风格/参考

• 输出：内容相近、画风改变的视频

• 代表：AnimateDiff + ControlNet、Wan V2V、Stable Video Diffusion 变体

• 适用：真人转动漫、统一漫剧画风

• 详见：10-7

3.4 动作迁移

• 输入：角色图 + 参考动作视频

• 输出：角色按参考动作运动

• 代表：MimicMotion、Wan Animate-14B、Animate Anyone 类节点

• 适用：舞蹈、带货手势、模板化动作

• 详见：10-6

3.5 口型 / 说话头

• 输入：人像 + 音频

• 输出：嘴型与语音同步的视频

• 代表：Wan S2V-14B、SadTalker、LivePortrait

• 适用：数字人、配音漫剧

• 详见：10-8

3.6 后处理：放大与补帧

• 输入：低分辨率 / 低帧率视频

• 输出：更清晰或更流畅的视频

• 代表：RIFE / FILM 补帧、视频版 Upscale、Wan 后处理链

• 详见：10-9

四、与静帧工作流的差异

五、模型代际（2025–2026 认知）

学习建议：AnimateDiff 了解即可（10-3）；实战 以 Wan 2.2 为主（10-4、10-5）。

六、ComfyUI 中的视频节点形态

1. 官方原生模板：Workflow → Browse Templates → Video

2. 自定义节点包：ComfyUI-WanVideoWrapper、ComfyUI-VideoHelperSuite（VHS）等

3. 输出：Save Video / VHS Video Combine → mp4 / webm

七、典型业务映射

八、硬件预期（粗略）