今天给大家演示的是一个基于Wan2.1 VACE系列的 ComfyUI 视频生成工作流，整个流程通过加载扩散模型与 LoRA 结合文本提示，生成高质量的视频片段，并支持对输入视频进行扩展与再创作。在效果层面，这个工作流能够将一段简单的输入视频素材，转化为带有艺术感和电影氛围的动态影像，直观展示了文本到视频的生成能力，同时支持多种分辨率和帧数配置，适合在不同显卡条件下进行实验与创作。文章目录工作流介绍核心模型Node节点工作流程大模型应用CLIPTextEncode（Positive Prompt） 控制视频主体语义与风格CLIPTextEncode（Negative Prompt） 排除不需要的错误视觉使用方法应用场景开发与应用工作流介绍该工作流围绕视频生成与编辑展开，涵盖模型加载、文本编码、采样解码、掩码扩展、尺寸调整以及最终视频导出等环节。整体结构清晰，将文本与视频元素有机结合，用户能够在不同分辨率与时长设定下快速得到期望的视频结果。核心模型工作流依托 Wan2.1 系列扩散模型与 VAE、文本编码器配合实现视频生成，其中 14B 版本模型提供更高的画质与分辨率支持，而 1.3B 模型则在速度与硬件占用方面更具优势。搭配 CausVid LoRA，可在保证画面质量的同时大幅度缩短生成时间，从而提升效率与可操作性。模型名称说明wan2.1_vace_14B_fp16.safetensors高精度大模型，支持 480P 与 720P 视频生成，画质更佳，但推理耗时较长wan2.1_vace_1.3B_fp16.safetensors中等规模模型，仅支持 480P，速度快，适合硬件资源有限场景wan_2.1_vae.safetensors负责视频潜空间与图像间的解码