图生视频 Wan2.2_DaSiWa 与 Wan2.2_Remix 孰强孰弱(视频质量/显存占用/生成速度/功能的丰富性)
wan 的东西非常多,基本上可以划分为三类:(优先看带推荐标的)
官方基础
社区模型(包括但不限于如下)
应用(包括但不限于如下)
本节来看 wan2.2 dasiwa 的表现,并与 wan2.2 remix 进行对比。
结论
对比对象
wan2.2_DaSiWa 4步版/wan2.2_Remix 4步版
对比方式
使用 RTX4090 24G 显卡,生成 640*640 的 81 帧的视频。仅对比图生视频场景。
对比结论
视频质量:
• 动态表现(动作幅度):二者差不多 • 语义遵循性: wan2.2_Remix 4步版优于wan2.2_DaSiWa 4步版
显存占用:二者差不多,wan2.2_DaSiWa 4步版 22G;wan2.2_Remix 4步版 22G;
推理时长:二者差不多,wan2.2_DaSiWa 4步版 80s;wan2.2_Remix 4步版 76s;
功能的丰富性:二者相当,在某些方面都很强(但是个人测试下来,无论动漫还是真人,remix 效果要更优)
效果展示
正向提示语:
女孩缓缓转向观众,嘴角泛起一抹微笑,头发在微风中缓缓吹起,右上角阳光洒下,身后的樱花缓缓落下负向提示语:
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,裸露,NSFWwan2.2_DaSiWa 4步版
wan2.2_Remix 4步版
可以对比下两个视频蒂法的头发被风吹起的幅度,remix 的效果明显更优;同时 dasiwa 的蒂法没有头发被风吹起的动作,语义遵循性相对于 remix 差一些。
模型下载
• 下载 https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/resolve/main/split_files/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors并且放到 ComfyUI/models/text_encoders 下• 下载 https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/vae/wan_2.1_vae.safetensors并且放到 ComfyUI/models/vae 中• 下载 https://civitai.com/api/download/models/2555640?type=Model&format=SafeTensor&size=full&fp=fp8并且放到 ComfyUI/models/diffusion_models 中• 下载 https://civitai.com/api/download/models/2555652?type=Model&format=SafeTensor&size=full&fp=fp8并且放到 ComfyUI/models/diffusion_models 中
工作流
说明:无需添加加速 lora 模型
官方推荐设置如下:
• Steps: 4 • CFG: 1 • Shift: 5 • Sampler/Scheduler: Euler/Simple 或者 RES_Multistep/beta • fps:16 • 分辨率推荐高一点,模型作者常用的宽高比:3:4 (560:720) 或者 9:16 (608:1072) • 新增的 loRAs 强度:0.3-1 • 不要追加太多 lora:高低噪各追加1到2个,不要更多



0 条评论