> ## 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.

# Causal Forcing: ComfyUI で Wan2.1 の画像から動画を 1〜4 ステップで生成

> ComfyUI で Wan2.1 上の Causal Forcing または Causal Forcing++ を使い、1 枚の画像から時間的に一貫した動画を 1〜4 ステップで生成します。

**Causal Forcing（因果強制）** は、推論時に **リカレント条件付け** を適用する動画生成技術です。各生成フレームがモデルにフィードバックされ、次のフレームを予測するために使用されます。たった **1 〜 4 ステップの推論** で、1 枚の開始画像からスムーズで時間的に一貫性のある動画を生成できます。

このワークフローは **Wan2.1** を使用し、**Causal Forcing**（スタンダード）と **Causal Forcing++**（拡張）の両方のモードをサポートしています。

![Causal Forcing 画像から動画ワークフロー](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/video_causal_forcing_i2v-1.webp)

> [!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。

> [card] [Comfy Cloud で実行](https://cloud.comfy.org/?template=video_causal_forcing_i2v\&utm_source=docs\&utm_medium=referral\&utm_campaign=wan-causal-forcing)
>
> 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_causal_forcing_i2v.json)
>
> JSON をダウンロード、またはテンプレートライブラリで "Causal Forcing" を検索

**入力素材**

> [card] [girl\_riding\_a\_wolf.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/girl_riding_a_wolf.png)
>
> 最初のフレームの入力画像です。この画像をダウンロードして使用するか、ご自身の画像に置き換えてください。

## 仕組み

標準的な動画生成がすべてのフレームを並列処理するのに対し、Causal Forcing は動画生成を **逐次プロセス** として扱います：

1. モデルは入力画像を **最初のフレーム** として受け取る
2. 前のフレームに条件付けされて次のフレームを生成する
3. 生成されたフレームが次の予測の入力となる
4. 目的のフレーム数に達するまで繰り返す

このリカレントアプローチにより **強い時間的一貫性** が生まれ、各フレームがその前のフレームから自然に続くようになります。これにより、わずか 1〜4 ステップの推論で高品質な結果が得られます。

> [card] [サブグラフについて](https://docs.comfy.org/ja/interface/features/subgraph.md)
>
> このワークフローはサブグラフノードを使用してモジュール化された処理を行います。サブグラフのドキュメントを参照して、ワークフローをカスタマイズおよび拡張する方法を学んでください。

### Causal Forcing と Causal Forcing++

| モード | 説明 |
| - | - |
| **Causal Forcing** | 標準のリカレント条件付け。2〜4 ステップで良好な品質。 |
| **Causal Forcing++** | 拡張モード。追加の条件付けにより時間的コヒーレンスが向上。1〜2 ステップでも良好。 |

## ワークフローの使用

### 入力

ワークフローは 1 枚の入力画像（最初のフレーム）と、動画内容を説明するテキストプロンプト（オプション）を受け付けます。

| 設定 | 説明 |
| - | - |
| **first\_frame**（必須） | 動画の開始画像。**LoadImage** ノードで PNG/JPG を読み込みます。 |
| **positive\_prompt**（オプション） | 希望する動画内容のテキスト説明。空欄の場合は条件付けなし。 |
| **duration**（オプション） | 生成するフレーム数。デフォルトはモデルが期待する出力フレーム数。 |

### WAN I2V サブグラフパラメータ

これらのパラメータはブループリントサブグラフノード上で直接操作できます：

| パラメータ | デフォルト | 説明 |
| - | - | - |
| `unet_name` | — | 使用する Wan2.1 I2V モデルチェックポイント |
| `clip_name` | — | プロンプト用の CLIP / テキストエンコーダーモデル |
| `vae_name` | — | エンコード/デコード用の VAE モデル |
| `width` | — | 出力動画の幅 |
| `height` | — | 出力動画の高さ |
| `noise_seed` | — | 再現性のためのシード値 |

## 実行手順

1. **画像を読み込む**: **LoadImage** ノードで開始フレームを読み込みます
2. **プロンプトを書く**（オプション）: 希望するビデオコンテンツを記述します
3. **フレーム数を設定**: 生成するフレーム数を指定します
4. **モデルを選択**: Wan2.1 I2V チェックポイント、CLIP、VAE を選択します
5. **モードを選択**: Causal Forcing または Causal Forcing++（サブグラフの内部設定、または利用可能な Causal Forcing 専用の入力を通じて設定します）
6. **実行**: フレームが逐次生成され `ComfyUI/output/` に保存されます

## モデルダウンロード

Wan2.1 I2V モデルと必要なファイルをダウンロードします。対応する `models/` サブディレクトリに配置してください。

### Wan2.1 I2V

> [card] [Wan2.1 I2V 14B](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/diffusion_models/wan2.1_i2v_480p_14B_fp16.safetensors?download=true)
>
> wan2.1\_i2v\_480p\_14B\_fp16.safetensors — Wan2.1 I2V 14B チェックポイント

> [card] [Wan2.1 I2V 1.3B](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/diffusion_models/wan2.1_t2v_1.3B_fp16.safetensors?download=true)
>
> wan2.1\_t2v\_1.3B\_fp16.safetensors — Wan2.1 1.3B チェックポイント（最小 8GB VRAM）

### CLIP と VAE

> [card] [CLIP (google-bert)](https://huggingface.co/google-bert/bert-base-uncased/blob/main/model.safetensors)
>
> google-bert/bert-base-uncased — CLIP テキストエンコーダー

> [card] [VAE (Wan2.1)](https://huggingface.co/Comfy-Org/Wan_2.1_ComfyUI_repackaged/blob/main/split_files/vae/Wan2.1_VAE_bf16.safetensors?download=true)
>
> Wan2.1\_VAE\_bf16.safetensors — Wan2.1 VAE

### モデル保存場所

```
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │      └── wan2.1_i2v_480p_14B_fp16.safetensors（または 1.3B 版）
│   ├── 📂 text_encoders/
│   │      └── bert-base-uncased（フォルダ、model.safetensors を含む）
│   └── 📂 vae/
│          └── Wan2.1_VAE_bf16.safetensors
```


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