一、时间三要素
总帧数 ≈ FPS × 秒数 (+ 部分模型需 +1 初始化帧)
时长(秒) = 总帧数 / FPS|
示例 |
FPS |
秒数 |
总帧数（约） |
|---|---|---|---|
|
短视频 |
24 |
5 |
120 |
|
漫剧单镜 |
16 |
4 |
64 |
|
补帧前 |
8 |
3 |
24 |
Wan 2.2 注意：部分工作流公式为 (FPS × Seconds) + 1，以模板 Note 为准。
二、分辨率：空间 × 时间
显存压力 ≈ 宽 × 高 × 帧数 × 模型宽度系数
|
策略 |
做法 |
|---|---|
|
降分辨率 |
512×512 或 832×480 试跑，再 10-9 放大 |
|
缩短时长 |
3–5 秒单镜，剪辑拼接长片 |
|
降 FPS |
16fps 生成 → RIFE 补到 24fps |
|
量化 |
FP8 / GGUF（Wan A14B 常用） |
|
Offload |
|
三、视频 Latent 与 IMAGE
3.1 与静帧对比
-
静帧：1 个 latent
[B, C, H/8, W/8]（SD 系） -
视频：增加时间维
[B, C, T, H/8, W/8]或等效打包
不同模型 压缩率不同（Wan 2.2 5B 用专用 VAE，勿混 Wan 2.1 VAE）。
3.2 常见节点类型
|
类型 |
作用 |
|---|---|
|
Empty Latent Video |
指定宽、高、帧数 |
|
Wan22ImageToVideoLatent |
首帧图编码进 latent（I2V / 5B T2V） |
|
VAE Decode (Tiled) |
逐块解码防 OOM |
|
VHS Video Combine |
帧序列 → mp4/gif |
四、采样与双阶段专家（Wan A14B）
Wan 2.2 14B MoE 常用：
前半去噪步 → high_noise 专家
后半去噪步 → low_noise 专家概念：早期步建构图景与大幅运动；后期步细化纹理与稳定细节。
AnimateDiff 则是 单 UNet + 运动模块，结构不同（10-3）。
五、时序一致性
定义：相邻帧之间人物、光照、背景 不跳变。
|
现象 |
可能原因 |
|---|---|
|
脸每帧变样 |
I2V 运动过大；Prompt 冲突 |
|
背景闪烁 |
无参考约束；denoise 过高 |
|
物体消失 |
帧数太长超出模型训练分布 |
|
边缘抖动 |
分辨率过低；缺 temporal 约束 |
缓解：
-
I2V 低运动 Prompt（
subtle motion, static camera）； -
缩短 clip、尾帧衔接 下一段；
-
转绘时加 ControlNet / 深度（10-7）；
-
固定 seed 仅部分有效——视频更依赖模型本身。
六、Prompt 与负向（视频）
|
静帧习惯 |
视频建议 |
|---|---|
|
堆细节形容词 |
加 镜头语言： |
|
忽略运动 |
写清 动什么： |
|
负向省略 |
加 |
七、输出格式
|
格式 |
用途 |
|---|---|
|
mp4 (h264) |
通用交付、剪辑软件 |
|
webm |
网页预览 |
|
png 序列 |
进 AE / PR / 达芬奇再合成 |
|
gif |
预览，色带与体积差 |
VHS 节点可设 crf、fps、loop。
八、工作流调试顺序
1. 2–3 秒 · 低分辨率 · 少 steps → 验证能出片
2. 固定 seed 对比参数
3. 加长时长 / 提分辨率
4. 10-9 放大 / 补帧
5. 进剪辑软件加音频勿第一步就 720p 10 秒——排错成本高。
九、与第 7 章一致性的衔接
|
静帧 |
视频 |
|---|---|
|
InstantID / IPAdapter 固定脸 |
I2V 首帧用已锁定角色的分镜 |
|
同一 LoRA |
Prompt 带同一触发词 |
|
多角度分镜 |
每镜单独 I2V，剪辑衔接（10-10） |