Wan 2.2 声图生视频 ComfyUI 工作流教程

CryptoCatatonic · reddit · 2026-07-16

本教程详细演示了如何在 ComfyUI 中搭建并使用 Wan 2.2 S2V（声图生视频）模型的工作流。核心工作流功能包括： - **多模态输入**：支持结合参考图像与视频素材进行生成。 - **语音同步**：集成 Kokoro 文本转语音模型，实现视频角色的精准对口型。 - **动作控制**：利用 DW Pose 实现更精细的角色动作控制。 - **特效拓展**：介绍了如何在不破坏原模型口型同步的前提下，生成超出参考图原本视觉效果的额外画面。