Ctrlk
Clore.ai
For the complete documentation index, see llms.txt. This page is also available as Markdown.

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

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:

  • 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

Étape 3 : installer les nœuds personnalisés VBVR via ComfyUI Manager

Démarrez ComfyUI :

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 :

Étape 4 : télécharger les points de contrôle du modèle

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

Construction du workflow VBVR dans ComfyUI

Vue d'ensemble du workflow

Le workflow VBVR relie ces groupes de nœuds :

Chargement du workflow

  1. Téléchargez le JSON du workflow VBVR préconstruit depuis le dépôt ComfyUI-WanVideoWrapper :

  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

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 et commencez dès aujourd'hui à générer des vidéos contrôlées par le mouvement.

PrécédentVidéo Wan2.1
SuivantOpenSora

Mis à jour

Ce contenu vous a-t-il été utile ?