一、前言从“能动起来”到“知道怎么动”前几篇主要解决了几个问题如何让图片按提示词运动如何处理复杂动作如何在 V100 16G 显存下完成文生视频和图生视频如何尽量逼近影视级画面。但到了真正做镜头时会发现一个更核心的问题T2V 和单图 I2V 能生成运动但不一定能保证起点和终点。比如你想做一个镜头开头是“孤舟蓑笠翁”结尾是“人物回望镜头”中间要有水面、雾气、风雪、镜头推进。如果只靠提示词模型可能会动但最后不一定停在你想表达的位置。所以第八篇引入Wan2.2-KJ 首末帧 I2V重点不是“生成视频”而是用首帧和末帧锁定叙事用模型补全中间过程。二、为什么选择 Wan2.2-KJ 首末帧 I2V1. 首末帧 I2V 的价值首末帧生成视频本质上是给模型两个强约束首帧决定镜头从哪里开始末帧决定镜头到哪里结束提示词决定中间如何运动、如何过渡。它比单纯 T2V 更适合叙事因为你可以提前设计镜头起点镜头终点人物姿态变化场景空间关系镜头运动轨迹。2、核心差异对比表格对比维度KJ定制FP8版本通用官方FP8版本显存占用更低8G显卡可流畅跑LTX2.3等大视频模型显存占用更高8G显卡容易触发OOM适配优化针对ComfyUI做了蒸馏裁剪兼容KJNodes专属加载逻辑通用标准FP8格式无ComfyUI专属优化运行速度同硬件下生成速度更快低显存场景优势明显速度依赖原生硬件FP8算力低显存场景易卡顿细节表现部分场景人物一致性、细节保留略弱于官方版画面细节、人物一致性更接近原版FP16效果适配场景差异KJ定制FP8版本专门面向RTX 3060、RTX4060这类8G低显存显卡无需大显存就能跑通大分辨率视频生成是你当前16G Tesla V100环境下进一步降低显存压力的优选方案。通用官方FP8版本精度保留更完整适合显存充足、追求画面细节一致性的场景对硬件原生FP8算力依赖更高。3. Wan2.2-KJ 的实战意义Wan2.2-KJ 在 ComfyUI 中更适合做工程化交付原因主要有三点支持首末帧控制适合固定叙事结构I2V 流程相对成熟便于搭建稳定工作流在有限显存下仍有可配置空间适合 V100 16G 这类环境。三、环境准备与模型加载1、环境准备和以前一样2、模型下载我们先把模型下载地址提供给大家wget -P /home/jjj/ComfyUI/models/diffusion_models https://hf-mirror.com/sisniha/wan2.2-kj/resolve/main/I2V/Wan2_2-I2V-A14B-HIGH_fp8_e4m3fn_scaled_KJ.safetensorswget -P /home/jjj/ComfyUI/models/diffusion_models https://hf-mirror.com/sisniha/wan2.2-kj/resolve/main/I2V/Wan2_2-I2V-A14B-LOW_fp8_e4m3fn_scaled_KJ.safetensorsmodelscope download --model Comfy-Org/CLIP-ViT-H-14-laion2B-s32B-b79K_repackaged split_files/clip_vision/CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors --local_dir /home/jjj/ComfyUI/modelswget -P /home/jjj/ComfyUI/models/loras https://hf-mirror.com/Chroma111/CivitAI-Archive-2/resolve/main/1585622/2014449/Wan21_I2V_14B_lightx2v_cfg_step_distill_lora_rank64_fixed.safetensors目录结构 ComfyUI/ ├── models/ │ ├── text_encoders/ │ │ └── umt5_xxl_fp8_e4m3fn_scaled.safetensors │ ├── loras/ │ │ ├── wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors │ │ └── wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors │ ├── diffusion_models/ │ │ ├── wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors │ │ └── wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors │ │ └── Wan2_2-I2V-A14B-HIGH_fp8_e4m3fn_scaled_KJ.safetensors │ │ └── Wan2_2-I2V-A14B-LOW_fp8_e4m3fn_scaled_KJ.safetensors │ └── vae/ │ └── wan_2.1_vae.safetensors3. 首末帧图片要求这是本篇最容易出问题的地方需要重点强调首帧和末帧分辨率必须一致宽高建议保持一致画面主体位置不要差异过大人物结构要清晰避免首末帧同时包含极端复杂细节图片不要过大否则会明显增加显存压力。建议测试分辨率480P优先保证跑通720P在 16G 显存下作为高质量测试不建议一开始就上 1080P。四、ComfyUI 工作流搭建手搓1、模型加载区一共加载了七个模型两个lora模型是一样的。2、提示词区3、采样区4、图片输入处理区5、视频处理输出工作流上传6、显示显存峰值与运行总耗时五、提示词设计让中间过程有逻辑1. 提示词结构建议把提示词拆成四部分主体描述例如孤舟蓑笠翁江面雪景冷色调运动描述例如人物缓慢抬头衣袖随风轻微摆动镜头运动例如镜头从近景缓慢拉远画面逐渐展开环境与光影例如雪花飘落水面有细微波纹雾气逐渐散开远处山影显现2. 推荐正面提示词示例镜头缓慢拉远孤舟平稳人物微动衣袖轻扬雪花持续飘落水面波纹自然展开雾气向两侧散开远山逐渐显现冷蓝灰调光影自然过渡电影级构图空间纵深感强运动连续平滑。3. 推荐负面提示词示例变形结构崩坏人物扭曲多余物体水面沸腾闪烁突变色彩画面撕裂不自然运动文字水印模糊。4、V100 16G 推荐参数项值分辨率832×480帧数81想省显存先 49步数4LoRA 模式/ 25无 LoRACFG1.0LoRA 模式/ 7.0无 LoRAShift8.0量化fp8_e4m3fn_scaledLoRA strength1.0 起步不稳就 0.8wan2.2_00009效果很差如何解决重新设置采样器默认会出问题如果已经按照前面设置了就没啥问题步长切法总步数 4不是各 4总 steps 4HIGH pass: start0, end2, add_noiseon, return_leftoveronLOW pass: start2, end4(或10000), add_noiseoff, return_leftoveroff修改之后视频产出雪花像冰雹太密集通过提示词也无法改变。video_ComfyUI_00009_修改上面忘了low的添加滤波了0017video_ComfyUI_00017_步长设置严格按官方总步数 422最稳速度最快想保细节可以 2 HIGH / 4 LOW总 6 步或 4 HIGH / 4 LOW总 8 步低噪阶段多加步数对“人脸/水面/雪花”细节帮助最大高噪阶段别加太多高噪专家只负责建结构加多了反而运动发僵0027wan2.2首尾帧_00027六、直接使用模板1、无loraComfyUI_00206_2、有lora207ComfyUI_00207_看起来和没有lora加速没有太大差异