Wan2.1_14B_FusionX - FusionX_Text2Video
推薦反向提示詞
色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走
推薦參數
samplers
steps
cfg
resolution
提示
CGF 必須設為 1 才能獲得可接受的文字轉視頻及圖片轉視頻效果。
文字轉視頻中，1024x576 解析度建議 shift 起始值為1，1080x720 為2；較低 shift 值適合真實效果，較高值（3-9）適合風格化外觀。
圖片轉視頻建議 shift 設為2，但鼓勵自行實驗。
將影格數設定為121，幀率調至24可提升動態速度多達50%。
使用 Kaji Wan Wrapper 自定義節點可獲得最佳和更快的渲染效果。
避免重新添加 CausVid、AccVideo 或 MPS LoRAs，因其已內建於模型中。
啟用 SageAttn 可帶來最高30%的加速。（只限包裝器使用）
本模型由於步數較低，不建議使用 teacache。
可嘗試其他 LoRAs 進行額外風格化或實驗性效果。
VRAM 不足時，啟用 block swapping，從5個區塊開始調整。
視頻增強功能可開啟，設定值介於2-4，能獲得更鮮明效果。
創作者贊助
☕ 喜歡我的作品？在這裡支持我：Buy Me A Coffee 💜
每杯咖啡都助力更多免費 LoRAs 與工作流程的創作！
👉 查閱 FusionX Lightning 工作流程，可在短短70秒內更快生成視頻！
🔗 在 這裡 獲取 FusionX LoRAs，讓 WAN2.1 + SkyReels 設置更具控制力。
🔗 速度提升，請查看 Lightning 工作流程。
📌 工作流程可於 此處 獲得（進行中，將持續新增）。
👉 加入 Discord 社區，聊天、分享創作與獲得支持！
🌀 Wan2.1_14B_FusionX — 融合多模型，僅需8步即可實現更快、更豐富的動態與細節！
📢 2025年7月1日更新！
新功能：FusionX Lightning 工作流程
想用WAN2.1實現更快的視頻生成？試試新的FusionX_Lightning_Workflows —— 配合LightX LoRA優化，最快只需70秒（4步，1024x576）即可渲染視頻！
🧩 可用格式：
• 原生 • 原生 GGUF • 包裝器
（VACE 及 Phantom 即將推出）
🎞️ 從圖片到視頻的轉換大幅升級！！！！！
更佳的提示詞依從性，更多動態，及更平滑的動態表現。
⚖️ FusionX 與 Lightning 比較？
原版=最高真實感。
Lightning = 速度 + 低 VRAM，透過智慧提示詞達到相似品質。
👉 點此查看詳情
☕ 喜歡我的作品？在這裡支持我：Buy Me A Coffee 💜
每杯咖啡都助力更多免費 LoRAs 與工作流程的創作！
📢 你知道現在可以用FusionX 作為 LoRA，而非完整基礎模型嗎？
如果想在保留自己的WAN2.1 + SkyReels設置時有更高控制權，這是完美選擇。
🔗 在 這裡 下載 FusionX LoRAs
🔗 或在 這裡 查看Lightning 工作流程，享受大幅加速。
📌 重要細節 — 請完整閱讀下文描述，因微小設定改動會導致截然不同且可能不佳的結果！我已測試並發現更優設定，請務必查看！謝謝 :)
💡 工作流程可於 這裡 找到 （目前為進行中，將持續增加內容）。
🛠️ 更新部分已移至描述末端。
這是一款基於WAN 2.1 14B T2V基礎模型構建的高性能文字轉視頻模型 —— 精心融合多個研究級模型，提升動態品質、場景一致性及視覺細節，可與多款封閉源模型媲美。
## 📢 加入社區！
一個友善的空間，讓你聊天、分享創作及獲得支持。
來 #welcome 打個招呼，查看規則，並展示你的創作！🎨🧠
💡 此基礎模型包含內容：
🧠 CausVid – 因果動態建模，提升場景流暢度及速度
🎞️ AccVideo – 改善時間對齊與真實感並加速
🎨 MoviiGen1.1 – 提供電影般平滑與光影效果
🧬 MPS Reward LoRA – 調校動態效果與細節
✨ 定制 LoRAs（由我創建） – 專注紋理、清晰度及細節。（強度設置偏低，影響很小）
🔥 亮點：
📝 支持 標準提示詞 + 負面提示詞 結構
🌀 調校實現高時間連貫性及表達力強的電影場景
🔁 可作為WAN 2.1 T2V的直接替代品 — 效果更佳
🚀 渲染速度比基礎模型快最高50%（啟用SageAttn時尤為明顯）
🧩 完全兼容VACE
🧠 最適合用於ComfyUI，支持 Kijai Wan Wrapper 和原生節點
📌 文字轉視頻重要事項：
🔧 CGF 必須設為1 — 高於1會導致結果不佳。
🔧 Shift — 結果依解析度不同而異。1024x576 建議起始值為1，1080x720 建議從2開始。注意： 若追求更真實效果，需使用較低 shift 值；若喜歡風格化效果，則可嘗試3-9的較高值。
排程器： 多數示例使用 Uni_pc，也可嘗試其他排程器。視提示詞不同，flowmatch_causvid 表現亦佳，幫助細節呈現。
📌 圖片轉視頻重要事項：
🔧 CGF 必須設為1 — 高於1會導致結果不佳。
🔧 Shift — 圖片轉視頻推薦設為2，但鼓勵自行測試。
排程器： 大部分示例採用 dmp++_sde/beta，效果最佳但可實驗其他排程器。
測試後發現，將影格數設為121，幀率設為24，可提升動態速度達50%。
📌其他重要事項：
⚡ 視頻生成最少6步，但8-10步質量最佳。較少步數適合快速草稿並大幅提速。
🧩 使用Kaji Wan Wrapper自定義節點效果最佳：
https://github.com/kijai/ComfyUI-WanVideoWrapper🧪 經過測試，使用原生WAN工作流程生成時間略長，但結果與包裝器相似。
❗ 請勿重新添加 CausVid、AccVideo 或 MPS LoRAs — 它們已內建於模型中，否則可能導致不良結果。
🎨 可使用其他 LoRAs 進行額外風格化，歡迎實驗。
📽️ 所有展示視頻均為1024x576、81 幀，僅使用本模型生成，無放大、插幀或額外 LoRAs。
🖥️ 渲染於 RTX 5090 平台，每段視頻大約耗時138 秒（根據上述設定）。
🧠 VRAM 不足時，啟用block swapping，從 5 個區塊開始並調整。
🚀 SageAttn 已啟用，提升速度最高達 30%。（僅限包裝器）
各模型工作流程可於此查閱：這裡
🚫 請勿使用 teacache — 由於步數較低此功能不必要。
🔍 “視頻增強” 和 “SLG” 功能尚未充分測試，歡迎自行探索。-- 補充：已測試“視頻增強”，開啟後可獲得更鮮明效果，設定介於2-4。SLG則測試較少。
💬 有疑問？歡迎留言或加入社區：
👉 點此加入 Discord！
📝 想要更佳提示詞？ 所有示例視頻提示詞均由此定制 GPT 創建：
🎬 WAN 電影視覺提示詞生成器
試著讓它增加更多視覺及電影細節 —— 效果顯著。
⚠️ 免責聲明：
使用本模型生成的視頻僅限於個人、教育或實驗用途，除非你已自行完成法律盡職調查。
本模型為多個研究級來源合併而成，不保證不含版權或專有資料。
你須自行承擔生成內容及其使用方式的全部責任。
若商業使用生成內容，你需承擔一切法律責任，包括侵權、誤用或侵犯第三方權利。
如有疑慮，請在營利或分發任何生成內容前諮詢合格法律顧問。
### 🧠 更多 GGUF 版本
- 🎞️[FusionX T2V VACE GGUF（原生支持）]
- 👻 [FusionX Phantom GGUF（原生支持）]
###🧠 fp16 版本下載：
-- 🖼️fp16 FusionX 模型
📌gguf 比較！
我會持續補充列表，展示與主模型的性能對比。
文字轉視頻：
--------
🛠️ 2025年6月8日更新 - 圖片轉視頻模型已發佈！示例視頻使用參數：步數 = 10 / cfg = 1 / shift = 2 / 排程器 = dmp++_sde ，工作流程將很快發布。
🛠️ 2025年6月7日更新 - 發表可接受最多4張參考圖片並合成視頻的 i2v phantom 模型。工作流程即將上傳。
Phantom 工作流程正在上傳中。
🛠️ 2025年6月6日更新 - 新增一個 gguf 模型！若有足夠 VRAM 且想追求最高品質，請使用1.0版本，否則 gguf 是不錯選擇！使用 gguf 在 RTX 5090 上生成時間稍長。
模型詳情
討論
請log in以發表評論。
