> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# Wan Animate 2: モーション転送

> ComfyUI で Wan Animate 2 を使い、ドライブ動画から静止キャラクターへ動きを直接転送。ポーズ抽出や骨格前処理は不要です。

Wan Animate 2は、Wanチームによるエンドツーエンドのキャラクターアニメーションフレームワークで、再設計されたDiffusion Transformer内で駆動ビデオを直接消費します。中間モーション抽出器を排除することで、高忠実度のモーション生成と強力なアイデンティティ保持を実現します。ポーズ抽出やスケルトンの前処理は一切不要です。

また、このモデルはテキスト駆動の視点制御を追加し、出力カメラのパースペクティブを駆動ビデオから切り離します。これにより、駆動ビデオを使用して静止したキャラクターをアニメートしながらカメラを独立して制御でき、テキストプロンプトから新しい背景を生成することもできます。

> [!TIP]
>
> > [tab] ローカルユーザー
> >
> > ComfyUI が最新版に更新されていることを確認してください。
> >
> > * [ComfyUI のダウンロード](https://www.comfy.org/download)
> > * [更新手順](https://docs.comfy.org/ja/installation/update_comfyui.md)
> >
> > このガイドで紹介するワークフローは、[ワークフローテンプレート](https://docs.comfy.org/ja/interface/features/template.md)から入手できます。
> > テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。
> >
> > ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因：
> >
> > 1. 最新の ComfyUI（Nightly 版）を使用していない
> > 2. 起動時に一部のノードのインポートに失敗している
>
> > [tab] クラウドユーザー
> >
> > * [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。
> >
> > したがって、このドキュメントでコアノードが見つからない場合、それは新しいコアノードがまだ最新の安定版にリリースされていない可能性があります。次回の安定版リリースをお待ちください。

## モデルのハイライト

* **ダイレクトモーション転送**: ポーズ抽出やスケルトン前処理なしで、駆動ビデオから静止キャラクターをアニメーション化します
* **アイデンティティ保持**: 参照キャラクターのアイデンティティ、外観、詳細をそのまま維持します
* **テキスト駆動のカメラ制御**: 出力カメラのパースペクティブを駆動ビデオから切り離します
* **新しい背景**: 駆動ビデオの背景をコピーする代わりに、テキストプロンプトから新しい背景を生成します
* **高忠実度のモーション**: 駆動ビデオの複雑なモーションや表情を再現します

## Wan Animate 2 ワークフロー

駆動ビデオを使用して静止キャラクターをアニメートし、ビデオフレームから直接モーションを転送します。出力は参照キャラクターのアイデンティティを保持しながら、テキストプロンプトから新しい背景とカメラの動きを生成します。

<video controls src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/output/video_wan_animate2.mp4" />

> [card] [Comfy Cloud で実行](https://cloud.comfy.org/?template=video_wan_animate2\&utm_source=docs\&utm_medium=referral\&utm_campaign=wan-animate-2)
>
> Comfy Cloud で開く

> [card] [ワークフローをダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_wan_animate2.json)
>
> JSONをダウンロードするか、テンプレートライブラリで「Wan Animate 2」を検索

**入力素材**

これらのファイルを対応するノードにアップロードします：

> [card] [参照画像](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/pink_hair_mech_arms_ref.png)
>
> `LoadImage` ノード：pink\_hair\_mech\_arms\_ref.png（アニメートするキャラクター）

> [card] [駆動ビデオ](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/street_dance_drive.mp4)
>
> `LoadVideo` ノード：street\_dance\_drive.mp4（モーションソース）

### モデルのダウンロード

このワークフローは `wan_animate_2_int8_convrot.safetensors` Diffusion モデルを使用します。リポジトリには BF16 および蒸留バリアントも含まれています。代わりにこれらを使用したい場合は、`UNETLoader` ノードでモデルの選択を変更してください。すべてのファイルは [Comfy-Org/Wan-Animate-2](https://huggingface.co/Comfy-Org/Wan-Animate-2) リポジトリで入手できます：

> [card] [Diffusion モデル（INT8、必須）](https://huggingface.co/Comfy-Org/Wan-Animate-2/blob/main/diffusion_models/wan_animate_2_int8_convrot.safetensors)
>
> wan\_animate\_2\_int8\_convrot.safetensors：このワークフローで使用される INT8 convrot 量子化 Diffusion モデル

> [card] [Diffusion モデル（BF16、オプション）](https://huggingface.co/Comfy-Org/Wan-Animate-2/blob/main/diffusion_models/wan_animate_2_bf16.safetensors)
>
> wan\_animate\_2\_bf16.safetensors：フル精度ベースモデル。UNETLoader ノードのモデル選択を変更する必要があります。

> [card] [Diffusion モデル（Distill INT8、オプション）](https://huggingface.co/Comfy-Org/Wan-Animate-2/blob/main/diffusion_models/wan_animate_2_distill_int8_convrot.safetensors)
>
> wan\_animate\_2\_distill\_int8\_convrot.safetensors：蒸留 INT8 バリアント。UNETLoader ノードのモデル選択を変更する必要があります。

> [card] [Diffusion モデル（Distill BF16、オプション）](https://huggingface.co/Comfy-Org/Wan-Animate-2/blob/main/diffusion_models/wan_animate_2_distill_bf16.safetensors)
>
> wan\_animate\_2\_distill\_bf16.safetensors：蒸留 BF16 バリアント。UNETLoader ノードのモデル選択を変更する必要があります。

> [card] [LoRA](https://huggingface.co/Comfy-Org/Wan-Animate-2/blob/main/loras/lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors)
>
> lightx2v\_I2V\_14B\_480p\_cfg\_step\_distill\_rank64\_bf16.safetensors：LightX2V 高速化 LoRA

> [card] [テキストエンコーダー](https://huggingface.co/Comfy-Org/Wan-Animate-2/blob/main/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors)
>
> umt5\_xxl\_fp8\_e4m3fn\_scaled.safetensors：UMT5-XXL FP8 テキストエンコーダー

> [card] [CLIP Vision](https://huggingface.co/Comfy-Org/Wan-Animate-2/blob/main/clip_vision/clip_vision_h.safetensors)
>
> clip\_vision\_h.safetensors：CLIP Vision エンコーダー

> [card] [VAE](https://huggingface.co/Comfy-Org/Wan-Animate-2/blob/main/vae/Wan2_1_VAE_bf16.safetensors)
>
> Wan2\_1\_VAE\_bf16.safetensors：エンコードおよびデコード用の Wan2.1 VAE

ファイルを次のディレクトリに配置します：

```
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   ├── wan_animate_2_bf16.safetensors
│   │   ├── wan_animate_2_distill_bf16.safetensors
│   │   ├── wan_animate_2_distill_int8_convrot.safetensors
│   │   └── wan_animate_2_int8_convrot.safetensors
│   ├── 📂 loras/
│   │   └── lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors
│   ├── 📂 text_encoders/
│   │   └── umt5_xxl_fp8_e4m3fn_scaled.safetensors
│   ├── 📂 clip_vision/
│   │   └── clip_vision_h.safetensors
│   └── 📂 vae/
│       └── Wan2_1_VAE_bf16.safetensors
```

### ワークフローの手順

1. すべてのモデルが正しく読み込まれていることを確認します
2. 参照画像をアップロードします：この画像内のキャラクターがアニメート対象です
3. 駆動ビデオをアップロードします：そのモーションが参照キャラクターに転送されます
4. プロンプトを更新して、希望するシーン、背景、カメラの動きを記述します
5. `Run` をクリックするか、ショートカット `Ctrl(cmd) + Enter` を使用してビデオを生成します

### より長い動画を生成する

より長い動画はワークフロー内部で処理されます。`Motion Transfer (Wan Animate 2)` サブグラフは `StartLoop` / `EndLoop` で繰り返し実行され、駆動ビデオ全体をカバーするまで生成を続けるため、サブグラフは 1 つで済みます。複製や再配線は必要ありません。

1 回のループで 81 フレーム、24 fps でおよそ 3.4 秒を生成します。これはサブグラフ内の `Int (fragment_length)` の値です。大きくすることはできますが、Wan の正しい長さ（81、85、89 など、`4n + 1`）である必要があります。

ループの計算は駆動ビデオのフレーム数を読み取り、必要な継続回数を求めたうえで、出力が駆動ビデオと同じフレーム数になるよう末尾をトリムします。継続ごとに前セグメントの最終フレームを繰り返し、その重複フレームは削除されるため、セグメントを 1 つ増やすごとに実際に追加されるのは `fragment_length - 1` フレームです。

ループはコアのループノードを使用するため、このワークフローには ComfyUI 0.36.0 以降が必要です。

`Video Stitch` サブグラフは比較プレビュー用で、生成された動画を駆動ビデオと並べて表示します。動画の延長には関与しません。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.