ComfyPilotComfyPilot
文档 / 教程 / Wan Animate 2：动作迁移

Wan Animate 2：动作迁移

在 ComfyUI 中使用 Wan Animate 2 让静态角色动起来：直接从驱动视频迁移动作，无需姿态提取或骨骼预处理。

教程 wan-animate-2 更新于 2026-10-14

查看官方原文

Wan Animate 2：动作迁移

在 ComfyUI 中使用 Wan Animate 2 让静态角色动起来：直接从驱动视频迁移动作，无需姿态提取或骨骼预处理。

Wan Animate 2 是 WAN 团队推出的端到端角色动画框架，可直接在重新设计的 Diffusion Transformer 中处理驱动视频。通过消除中间动作提取器，该模型实现了高保真动作生成和强大的身份保持能力：无需姿态提取或骨骼预处理。

该模型还新增了文本驱动的视角控制，将输出相机透视与驱动视频解耦。这样，你就可以使用驱动视频为静态角色制作动画，同时独立控制相机，甚至可以根据文本提示词生成全新背景。

[!TIP] > [tab] 本地用户 > > 请确保你的 ComfyUI 已经更新。 > > ComfyUI 下载 > ComfyUI 更新教程 > > 本指南里的工作流可以在工作流模板中找到。如果找不到，可能是 ComfyUI 没有更新。 > > 如果加载工作流时有节点缺失，可能原因有： > > 1. 你用的不是最新版（每夜版）。 > 2. 启动时有些节点导入失败。 > [tab] 云端用户 > > * Cloud 会在 ComfyUI 稳定版本发布后更新。 > > 所以，如果你发现本文档中有任何核心节点缺失，可能是因为新核心节点尚未在最新稳定版中发布。请等待下一个稳定版发布。

模型亮点

  • 直接运动迁移：无需姿态提取或骨骼预处理，即可根据驱动视频让静态角色动起来
  • 身份保持：完整保留参考角色的身份、外观和细节
  • 文本驱动的相机控制：将输出相机透视与驱动视频解耦
  • 全新背景：根据你的文本提示生成全新背景，而非复制驱动视频中的背景
  • 高保真运动：精准复刻驱动视频中的复杂运动和表情

Wan Animate 2 工作流

使用驱动视频让静态角色动起来，直接将视频帧中的动作迁移过来。输出会保留参考角色的身份特征，同时根据你的文本提示生成全新的背景和相机运动。

<video controls src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/video_wan_animate2.mp4" />

[card] 在 Comfy Cloud 上运行 在 Comfy Cloud 中打开
[card] 下载工作流 下载 JSON，或在模板库中搜索“Wan Animate 2”

输入素材

将以下文件上传到对应的节点：

[card] 参考图像 LoadImage 节点：pink\_hair\_mech\_arms\_ref.png（要制作动画的角色）
[card] 驱动视频 LoadVideo 节点：street\_dance\_drive.mp4（动作来源）

模型下载

此工作流使用 wan_animate_2_int8_convrot.safetensors diffusion 模型。仓库中还提供了 BF16 和蒸馏变体；如果你想使用这些变体，请在 UNETLoader 节点中更改模型选择。所有文件均可在 Comfy-Org/Wan-Animate-2 仓库中找到：

[card] Diffusion 模型（INT8，必填） wan\_animate\_2\_int8\_convrot.safetensors：本工作流使用的 INT8 convrot 量化 diffusion 模型
[card] Diffusion 模型（BF16，可选） wan\_animate\_2\_bf16.safetensors：全精度基础模型。需要更改 UNETLoader 模型选择。
[card] Diffusion 模型（蒸馏 INT8，可选） wan\_animate\_2\_distill\_int8\_convrot.safetensors：蒸馏 INT8 变体。需要更改 UNETLoader 模型选择。
[card] Diffusion 模型（蒸馏 BF16，可选） wan\_animate\_2\_distill\_bf16.safetensors：蒸馏 BF16 变体。需要更改 UNETLoader 模型选择。
[card] LoRA lightx2v\_I2V\_14B\_480p\_cfg\_step\_distill\_rank64\_bf16.safetensors：LightX2V 加速 LoRA
[card] 文本编码器 umt5\_xxl\_fp8\_e4m3fn\_scaled.safetensors：UMT5-XXL FP8 文本编码器
[card] CLIP 视觉 clip\_vision\_h.safetensors：CLIP 视觉编码器
[card] VAE Wan2\_1\_VAE\_bf16.safetensors：用于编码和解码的 Wan2.1 VAE

将文件放入以下目录：

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   ├── wan_animate_2_bf16.safetensors
│   │   ├── wan_animate_2_distill_bf16.safetensors
│   │   ├── wan_animate_2_distill_int8_convrot.safetensors
│   │   └── wan_animate_2_int8_convrot.safetensors
│   ├── 📂 loras/
│   │   └── lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors
│   ├── 📂 text_encoders/
│   │   └── umt5_xxl_fp8_e4m3fn_scaled.safetensors
│   ├── 📂 clip_vision/
│   │   └── clip_vision_h.safetensors
│   └── 📂 vae/
│       └── Wan2_1_VAE_bf16.safetensors

工作流说明

  1. 确保所有模型都正确加载。
  2. 上传参考图像：该图像中的角色就是要制作动画的目标角色。
  3. 上传驱动视频：其动作会被转移到参考角色上。
  4. 更新提示词，描述你想要的场景、背景和相机运动。
  5. 点击 Run，或使用快捷键 Ctrl(cmd) + Enter 生成视频。

生成更长的视频

更长的视频由工作流内部处理：Motion Transfer (Wan Animate 2) 子图会循环执行（StartLoop / EndLoop），持续生成直到覆盖整段驱动视频，因此只需要一个子图，无需复制或重新连线。

每次循环生成 81 帧，在 24 fps 下约为 3.4 秒，这就是子图内 Int (fragment_length) 的取值。可以调大，但必须保持为合法的 Wan 长度：81、85、89 等，即 4n + 1。

循环算式会读取驱动视频的帧数，据此计算需要多少次续接，并把尾部裁掉，使输出帧数与驱动视频完全一致。每次续接都会重复上一段的最后一帧，而这一重复帧会被移除，因此每增加一段实际新增 fragment_length - 1 帧。

循环依赖核心的循环节点，因此该工作流需要 ComfyUI 0.36.0 或更高版本。

Video Stitch 子图用于对比预览：它把生成的视频与驱动视频并排显示，不属于延长视频的路径。