> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-fr/generation-video/wan22-vbvr.md). # Wan 2.2 VBVR (contrôle du mouvement) **Wan 2.2 VBVR** (Référence vidéo basée sur vidéo) est l'extension d'Alibaba d'avril 2026 du modèle fondation image-vers-vidéo Wan 2.2. Elle ajoute une nouvelle capacité puissante : vous fournissez un **clip vidéo de référence** pour contrôler les schémas de mouvement de votre vidéo générée, et pas seulement une image de départ. Le résultat est une animation cohérente et contrôlable — le même personnage, produit ou scène suit la trajectoire de mouvement de votre séquence de référence. Ce guide couvre le déploiement de Wan 2.2 VBVR via ComfyUI sur une location de GPU Clore.ai. *** ## Qu'est-ce que VBVR (Video-Based Video Reference) ? Les modèles traditionnels image-vers-vidéo prennent une image statique et génèrent le mouvement à partir de zéro. Le mouvement est guidé par votre prompt textuel, mais il peut être imprévisible — surtout pour des gestes précis, des mouvements de caméra ou des actions de personnage. **VBVR change la donne :** vous fournissez : 1. Une **image de départ** — votre sujet (personnage, produit, scène) 2. Une **vidéo de mouvement de référence** — un court clip démontrant le mouvement souhaité 3. Une **prompt textuel** — décrivant le contenu et le style Le modèle extrait le schéma de mouvement de la vidéo de référence et l'applique à votre image de départ, générant une nouvelle vidéo où votre sujet effectue ce mouvement naturellement. ### Exemples d'applications | Image d'entrée | Mouvement de la vidéo de référence | Sortie | | -------------------------- | --------------------------------------------------- | -------------------------------------- | | Photo de produit | Main prenant un objet similaire | Animation de prise de produit | | Illustration de personnage | Cycle de marche d'un acteur | Personnage marchant | | Mannequin de mode | Séquence de défilé | Vêtements en mouvement | | Extérieur d'un bâtiment | Panoramique de caméra à partir d'une séquence drone | Révélation cinématographique en B-roll | *** ## Présentation du modèle * **Nom complet :** Wan 2.2 I2V-A14B avec VBVR (Video-Based Video Reference) * **Sortie :** avril 2026 par Alibaba / l'équipe Wan-AI * **Basé sur :** Wan 2.2 I2V-A14B (image-vers-vidéo, 14B paramètres, jusqu'à une résolution de 480p) * **HuggingFace :** `Wan-AI/Wan2.2-I2V-A14B` * **Flux de travail VBVR :** distribué via les nœuds communautaires de ComfyUI Manager * **Licence :** Apache 2.0 ### Variantes | Variante | VRAM requise | Qualité | Vitesse | | -------- | ------------ | -------------- | ------- | | **FP8** | 16–24 Go | Élevée | Rapide | | **BF16** | 24–40 Go | La plus élevée | Modérée | Le **Variante FP8** fonctionne sur une RTX 3090 (24 Go) et peut tenir sur des cartes de 16 Go avec une taille de lot réduite. La **variante BF16** offre la meilleure qualité et fonctionne confortablement sur une RTX 4090 (24 Go) ou une A6000 (48 Go). *** ## Configuration matérielle requise | GPU | VRAM | Variante | Prix sur Clore.ai | | ----------- | ----- | -------------- | ----------------------------------------- | | RTX 3090 | 24 Go | FP8 ✅ | 0,07–0,21 $/h | | RTX 4090 | 24 Go | FP8 ✅ / BF16 ✅ | 0,14–0,42 $/h | | A6000 48 Go | 48 Go | BF16 ✅ | 0,35–0,38 $/h | | A100 80 Go | 80 Go | BF16 ✅ | [bare metal](https://clore.ai/bare-metal) | Pour la plupart des utilisateurs, une **RTX 4090 à 0,14–0,42 $/h** est le meilleur compromis entre prix et qualité, en exécutant BF16 à la résolution 480p complète. *** ## Configuration pas à pas sur Clore.ai ### Étape 1 : Louez un GPU Visitez [clore.ai/marketplace](https://clore.ai/marketplace): * **Petit budget**: RTX 3090 (0,07–0,21 $/h) — FP8 uniquement * **Recommandé**: RTX 4090 (0,14–0,42 $/h) — qualité BF16 * **Premium**: A6000 (0,35–0,38 $/h) — traitement par lots, haut débit Utilisez une **image Docker ComfyUI** ou l'image CUDA de base (nous installerons ComfyUI manuellement). ### Étape 2 : installer ComfyUI ```bash # Cloner ComfyUI git clone https://github.com/comfyanonymous/ComfyUI.git /workspace/ComfyUI cd /workspace/ComfyUI # Installer les dépendances Python pip install -r requirements.txt # Installer ComfyUI Manager (pour une installation facile des nœuds) cd custom_nodes git clone https://github.com/ltdrdata/ComfyUI-Manager.git cd .. ``` ### Étape 3 : installer les nœuds personnalisés VBVR via ComfyUI Manager Démarrez ComfyUI : ```bash cd /workspace/ComfyUI python main.py --listen 0.0.0.0 --port 8188 ``` Ouvrez `http://VOTRE_IP_CLORE:8188` dans votre navigateur. Ensuite : 1. Cliquez sur **Manager** bouton (menu supérieur) 2. Recherchez **« Wan 2.2 VBVR »** ou **« WanVideo »** 3. Installez le **ComfyUI-WanVideo** pack de nœuds 4. Redémarrez ComfyUI après l'installation Sinon, installez les nœuds directement : ```bash cd /workspace/ComfyUI/custom_nodes git clone https://github.com/kijai/ComfyUI-WanVideoWrapper.git pip install -r ComfyUI-WanVideoWrapper/requirements.txt ``` ### Étape 4 : télécharger les points de contrôle du modèle ```bash mkdir -p /workspace/ComfyUI/models/wan # Télécharger le modèle de base Wan 2.2 I2V (~28 Go) huggingface-cli download \\ Wan-AI/Wan2.2-I2V-A14B \ --local-dir /workspace/ComfyUI/models/wan/Wan2.2-I2V-A14B # Télécharger les poids de l'encodeur de mouvement spécifiques à VBVR (~2 Go) # Remarque : les poids VBVR sont distribués sous forme de version communautaire ComfyUI-WanVideoWrapper. # Consultez https://github.com/kijai/ComfyUI-WanVideoWrapper pour le chemin de téléchargement actuel. huggingface-cli download \\ kijai/WanVideo-motion-encoder \ --local-dir /workspace/ComfyUI/models/wan/vbvr-motion-encoder ``` > **Astuce :** Utilisez `huggingface-cli download --include "*.safetensors"` pour ignorer les fichiers non essentiels et économiser de l'espace disque. ### Étape 5 : télécharger le VAE et l'encodeur de texte ```bash # Encodeur de texte CLIP (partagé avec la base Wan 2.2) huggingface-cli download \\ Wan-AI/Wan2.2-I2V-A14B \ --include "xlabs_clip*" \ --local-dir /workspace/ComfyUI/models/clip # Encodeur de texte T5 XXL huggingface-cli download \\ Wan-AI/Wan2.2-I2V-A14B \ --include "t5*" \ --local-dir /workspace/ComfyUI/models/t5 # VAE huggingface-cli download \\ Wan-AI/Wan2.2-I2V-A14B \ --include "Wan2.2_VAE.safetensors" \ --local-dir /workspace/ComfyUI/models/vae ``` *** ## Construction du workflow VBVR dans ComfyUI ### Vue d'ensemble du workflow Le workflow VBVR relie ces groupes de nœuds : ``` [Charger l'image] ──────────────────────────────────┐ ↓ [Charger la vidéo de référence] → [Encodeur de mouvement VBVR] → [Échantillonneur Wan I2V] → [Décodage VAE] → [Enregistrer la vidéo] ↑ [Encodage textuel CLIP] ────────────────────────────┘ ``` ### Chargement du workflow 1. Téléchargez le JSON du workflow VBVR préconstruit depuis le dépôt ComfyUI-WanVideoWrapper : ``` custom_nodes/ComfyUI-WanVideoWrapper/workflows/wan22_vbvr.json ``` 2. Dans ComfyUI : **Charger** → sélectionnez `wan22_vbvr.json` ### Configuration des nœuds clés **WanVideoModelLoader** * `model_path` : pointez vers `Wan2.2-I2V-A14B` * `precision`: `fp8_e4m3fn` pour RTX 3090, `bf16` pour RTX 4090+ **VBVRMotionEncoderLoader** * `encoder_path` : pointez vers `vbvr-motion-encoder` **WanVideoSampler** * `steps`: 25–30 (qualité), 15–20 (vitesse) * `cfg`: 6.0–7.5 (plus élevé = plus fidèle au prompt) * `motion_strength`: 0.6–0.9 (à quel point suivre fidèlement le mouvement de référence) * `frames`: 25 (environ 2 secondes à 12 ips) ou 49 (4 secondes) * `resolution`: 832×480 (480p par défaut) **LoadVideo (Référence)** * Chargez votre clip de mouvement de référence (MP4, GIF ou séquence d'images) * Recommandé : 2 à 5 secondes, approximativement la même durée que votre sortie cible *** ## Lancer votre première génération ### Préparez vos entrées 1. **Image de départ**: 832×480 px ou proche. PNG ou JPG. C'est votre sujet. 2. **Vidéo de mouvement de référence**: idéalement 2 à 5 secondes, montrant le mouvement souhaité. La résolution n'a pas besoin de correspondre — le modèle extrait des vecteurs de mouvement, pas le contenu des pixels. 3. **Prompt textuel**: décrivez votre sujet et ce qu'il fait (par ex. : `« une bouteille de produit tournant en douceur sur une surface blanche, éclairage cinématographique, 4K, photographie professionnelle »`) ### Paramètres recommandés pour le premier essai ```yaml steps : 25 cfg : 7.0 motion_strength : 0.75 frames : 25 seed : 42 (fixe pour la reproductibilité) ``` ### Estimations du temps de génération | GPU | Variante | Images | Temps | | ---------- | -------- | --------- | ------------- | | RTX 3090 | FP8 | 25 frames | \~3–5 min | | RTX 4090 | BF16 | 25 frames | \~2–4 min | | RTX 4090 | FP8 | 25 frames | \~1,5–2,5 min | | A100 80 Go | BF16 | 49 frames | \~3–5 min | *** ## Flux de travail pratiques ### Animation de personnage 1. **Image**: illustration ou photo de personnage 2. **Référence**: séquence d'un acteur exécutant l'action souhaitée (marcher, saluer, courir) 3. **Prompt**: `« personnage de dessin animé marchant dans une forêt, animation fluide, style cohérent »` 4. **motion\_strength**: 0.85 (forte fidélité au mouvement de référence) ### Démo produit 1. **Image**: prise de vue produit propre sur fond blanc 2. **Référence**: mains déballant ou faisant tourner un produit similaire 3. **Prompt**: `« révélation de produit haut de gamme, rotation à 360°, éclairage doux de studio, qualité commerciale »` 4. **motion\_strength**: 0.70 (une certaine liberté créative pour l'éclairage/l'environnement) ### B-roll cinématographique 1. **Image**: photo de paysage ou extérieur de bâtiment 2. **Référence**: séquence drone ou panoramique de caméra à partir d'un clip de banque 3. **Prompt**: `« B-roll cinématographique aérien, heure dorée, mouvement de drone fluide, qualité 4K »` 4. **motion\_strength**: 0.65 (laissez le modèle ajouter un mouvement naturaliste) *** ## Dépannage **Mémoire insuffisante sur RTX 3090 avec BF16** * Passez à la quantification FP8 dans WanVideoModelLoader * Réduisez le nombre de frames de 25 à 17 * Désactivez le tuilage VAE s'il est activé **Le mouvement ne correspond pas à la vidéo de référence** * Augmentez `motion_strength` à 0.85–0.95 * Assurez-vous que la vidéo de référence est recoupée pour correspondre à la durée cible * Utilisez des vidéos de référence avec un mouvement clair et sans ambiguïté (évitez les vibrations de caméra) **La vidéo générée scintille ou présente des artefacts** * Augmentez les étapes à 30 * Réduisez le CFG à 6.0 * Utilisez une vidéo de référence avec un éclairage cohérent **Téléchargement lent / délai d'attente HuggingFace** * Utilisez `HF_ENDPOINT=https://hf-mirror.com` variable d'environnement pour des téléchargements plus rapides depuis la Chine * Ou téléchargez via `aria2c` avec plusieurs connexions *** ## Et ensuite : Wan 2.7 d'Alibaba **Wan 2.7** est la prochaine génération de la famille de modèles vidéo Wan, avec : * **Génération de la première et de la dernière image**: spécifiez à la fois les images d'ouverture et de fermeture * **Édition vidéo-à-vidéo**: modifiez une vidéo existante à l'aide d'instructions textuelles * **Référence de sujet**: conserver l'apparence cohérente d'objets/personnages spécifiques d'une scène à l'autre Wan 2.7 est actuellement disponible via l'API de Together AI. **Les poids open source sont attendus à la mi-T2 2026.** Un guide complet d'auto-hébergement sera ajouté à ce dépôt lorsque les poids seront publiés. *** ## Résumé Wan 2.2 VBVR apporte un contrôle du mouvement guidé par référence à la génération vidéo open source. Fournissez une image de départ et un clip vidéo de mouvement de référence, et le modèle génère une vidéo cohérente où votre sujet suit naturellement ce mouvement. FP8 fonctionne sur une RTX 3090 de 24 Go pour 0,07–0,21 $/h ; BF16 sur une RTX 4090 pour 0,14–0,42 $/h — les deux sur Clore.ai. **→** [**Louez un GPU sur Clore.ai**](https://clore.ai/marketplace) et commencez dès aujourd'hui à générer des vidéos contrôlées par le mouvement. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.clore.ai/guides/guides_v2-fr/generation-video/wan22-vbvr.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.