Стартовая картинка как опора

Урок «anchor-start» в группе Видео: опорная картинка списка уроков. Шагов: 9.

Сначала согласие

Оживлять так можно только того, кто на это согласен: себя, придуманного героя или человека, который разрешил. Получите разрешение на исходные материалы и учитывайте местные законы. Для взрослого (18+) содержимого получите согласие участников и учитывайте местные законы. См. Правила содержимого.

Чему вы научитесь

Ваша картинка становится первым кадром ролика, и вы знаете, как менять движение на сходство.

Что понадобится

Урок продолжает Видео на скромной видеокарте: Wan 2.2 5B. Карточка говорит об этом; это подсказка, а не замок.
Файлы моделей, которые урок проверяет:
- для поля unet_name ноды Load Diffusion Model: файл, в имени которого есть ti2v и 5b.
Ноды: Load Diffusion Model, Wan22ImageToVideoLatent, CLIP Text Encode (Prompt), KSampler, Load Image.
Приложение ничего не скачивает и не устанавливает. Тексты шагов ниже говорят, какие файлы, в какие папки и какой шаблон ComfyUI их называет.

Шаги

Слова каждого шага, как их показывает урок. Имена нод выделены.

Прежде чем начать (чтение)

Оживлять так можно только того, кто на это согласен: себя, придуманного героя или человека, который разрешил. Получите разрешение на исходные материалы и учитывайте местные законы. Для взрослого (18+) содержимого получите согласие участников и учитывайте местные законы. Исключайте тех, кто младше 18 лет или так выглядит; обозначайте синтетические изображения, чтобы не вводить людей в заблуждение. Уроки учат технике без откровенных подробностей.

Первый урок линии «опорная картинка»: как сохранить человека или сцену одними и теми же на протяжении видео. Самая простая опора это стартовая картинка. Она ставится на граф урока «Видео на скромной видеокарте» и стоит столько же: карта на 8 ГБ с переносом в оперативную память, минуты на пятисекундный ролик.
Нужен граф малой модели

На холсте должен быть граф урока «Видео на скромной видеокарте»: Load Diffusion Model, Wan22ImageToVideoLatent, промпт CLIP Text Encode (Prompt) и KSampler. Если его нет, сначала пройдите тот урок.
Подключите опорную картинку

Добавьте ноду Load Image, выберите в image свою картинку и подключите её выход IMAGE ко входу start_image ноды Wan22ImageToVideoLatent.

В шаблоне эта нода есть и выключена. Подключённая, она даёт первый кадр ролика.
Что опора держит, а что нет (чтение)

Она точно держит первый кадр: лицо, одежду, свет, место. Ещё она задаёт облик всего ролика, потому что каждый следующий кадр вырастает из неё.

Сама по себе она не держит личность. Чем дальше ролик уходит от первого кадра (голова отворачивается, человек выходит из кадра, проходит много секунд), тем больше модель рисует по своему представлению о человеке, и лицо уплывает. Это называют дрейфом личности.
Короткий ролик держит сходство

В ноде Wan22ImageToVideoLatent поставьте length 81: около трёх с половиной секунд при 24 кадрах в секунду.

Дрейф растёт с каждым кадром. Короткий ролик, который держится близко к опоре, сохраняет человека; длинный лучше делать частями (урок «Длинное видео частями»).
Движение против сходства (чтение)

Три вещи меняют движение на сходство:
- длина ролика, как в прошлом шаге;
- сдвиг модели: в шаблоне 8; меньшее значение, например 5, обычно даёт спокойное движение, которое держится ближе к картинке. Сравните на своей картинке;
- движение, которое вы просите: поворот головы или улыбка сохраняют лицо, танец или бег дают ему уплыть.
У некоторых семейств есть сила привязки к картинке; у Wan её нет, поэтому здесь рычаги эти три.
Описывайте движение, а не картинку

В поле text ноды CLIP Text Encode (Prompt) опишите, что происходит: кто движется, как, что делает камера. «Она поворачивает голову к окну и улыбается, камера медленно приближается».

Картинка уже говорит, что в кадре. Если описать её ещё раз, модель тянется рисовать это описание, и ролик может уйти от вашей картинки или застыть.
LoRA героя вместе с опорой (чтение)

LoRA, обученная на герое, держит лицо там, где одна опора даёт ему уплыть. Она ставится между загрузчиком модели и сдвигом, как в уроке «LoRA: добавить стиль или тему».

У малой модели один файл LoRA. У большой пары Wan 2.2 LoRA героя идёт двумя файлами: high ставится на путь модели high_noise, которая раскладывает композицию и движение; low на путь модели low_noise, которая рисует детали, а с ними и лицо. Если файл один, сходство больше всего даёт проход low noise.
Граф готов (чтение)

Сохраните граф через «Файл ▸ Сохранить workflow для ComfyUI…», откройте файл в ComfyUI и запустите там. Само приложение в ComfyUI ничего не запускает.

Дальше в этой линии: «Две опоры: первый и последний кадр».

Что проверяет урок

Шаг для чтения сделан, когда вы нажимаете Понятно, дальше. Шаг с делом отмечается сам, когда на холсте есть:

Шаг 2, Нужен граф малой модели:
- нода Load Diffusion Model.
- нода Wan22ImageToVideoLatent.
- нода CLIP Text Encode (Prompt).
- нода KSampler.
- LATENT ноды Wan22ImageToVideoLatent во вход latent_image ноды KSampler.
- CONDITIONING ноды CLIP Text Encode (Prompt) во вход positive ноды KSampler.
- в поле unet_name ноды Load Diffusion Model стоит файл, в имени которого есть ti2v и 5b (заглавные буквы, точки и дефисы не важны).
Шаг 3, Подключите опорную картинку:
- нода Load Image.
- IMAGE ноды Load Image во вход start_image ноды Wan22ImageToVideoLatent (можно через Upscale Image или Upscale Image By или ImageFromBatch или ImageResizeKJv2 или Resize Image или GetImageRangeFromBatch или ResizeImageMaskNode).
- image ноды Load Image: значение выбрано.
Шаг 5, Короткий ролик держит сходство:
- length ноды Wan22ImageToVideoLatent: от 49 до 121; «Сделать за меня» ставит 81.
Шаг 7, Описывайте движение, а не картинку:
- text ноды CLIP Text Encode (Prompt): не меньше 40 знаков.

Что дальше

Этот урок продолжают: Две опоры: первый и последний кадр.

Стартовая картинка как опора

#Сначала согласие

#Чему вы научитесь

#Что понадобится

#Шаги

#Что проверяет урок

#Что дальше

#См. также