Wan2.2 首尾帧生视频：控制开头和结尾

上一课的图生视频解决了「开头」：照片当首帧，画面从它动起来。但结尾呢？全凭模型自由发挥。这一课把最后一块控制权补上——Wan2.2 首尾帧生视频（FLF2V，First-Last-Frame-to-Video）：首帧、尾帧各传一张图，开头结尾都锁定，中间的变化过程交给模型补全。

变身、开花、使用前后对比，这类「起点和终点都明确」的视频正是它的主场。

省事的一点是：模型一个都不用新下。官方模板 video_wan2_2_14B_flf2v 用的就是上一课那套 14B I2V 双专家权重（高噪 + 低噪），加 umt5 文本编码器和 wan_2.1_vae——官方教程原话：首尾帧工作流使用的模型位置与 I2V 节相同。真正要学的只有两样：一个新节点 WanFirstLastFrameToVideo，和一个新思路——提示词写「变化过程」。

学完你能做什么

• 加载官方 Wan2.2 14B FLF2V 模板，上传首帧、尾帧两张图，生成 640×640、81 帧、约 5 秒的首尾帧过渡视频
• 说得出这一课和图生视频的本质区别：WanFirstLastFrameToVideo 多锁一个 end_image
• 按规则改参数：宽高步长 16、帧数取 4n+1，显存富余时升到 720P 左右
• 用 Ctrl+B 在 20 步标准版和 4 步 Lightning LoRA 加速版之间切换
• 写出描述「从首帧到尾帧怎么变」的提示词，而不是只描述一张图

你现在的困境

• 想做「变身」「前后对比」这类视频，两张关键帧都画好了，就缺把中间补起来的一段
• 文生视频控制不了结尾，图生视频又只能锁定开头，结尾全凭模型心情
• 拿上一课的工作流硬改：WanImageToVideo 只锁首帧，没有接尾帧的输入

什么时候用这一招

当你需要：

• 在两张关键帧之间补一段平滑过渡：变身、转场、产品使用前后
• 视频的开头和结尾都精确对上你给的图
• 复用上一课的 I2V 模型文件，一个大权重都不用新下

而且不想：

• 反复抽卡，等模型碰巧生成你想要的结尾
• 换新模型：FLF2V 用的就是 Wan2.2 14B I2V 那套双专家权重

🎒 开始前的准备

• 跑通了Wan2.2 14B 图生视频：上一课的四个模型文件已归位——wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors、wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors、umt5_xxl_fp8_e4m3fn_scaled.safetensors、wan_2.1_vae.safetensors
• ComfyUI 0.3.31 以上（官方模板库对这个模板标注的最低版本）
• 准备两张图：首帧和尾帧，比例保持一致（原因见踩坑提醒）；没有素材就先用模板自带的示例图
• 显存心里有数：官方在 RTX 4090D 24GB、640×640 下测得占用 84%；模板默认小尺寸就是为低显存准备的，先跑通再改大

核心思路

三句话讲清这一课的新东西：

1. FLF2V = 首尾两帧都锁定的图生视频。 上一课的 WanImageToVideo 只把首帧编码进条件；WanFirstLastFrameToVideo 把首帧、尾帧分别固定在 latent 的开头和结尾，中间帧由模型按提示词插值补全——所以这类视频也叫首尾帧插值视频。
2. 模型零新增。 官方教程明说：首尾帧工作流的模型位置与 I2V 节相同。上一课下载的四个文件原样复用，想加速再补两个可选 LoRA。
3. 提示词从「描述画面」变成「描述过程」。 模板示例写的是「冰晶小猫被惊醒、渐渐长出色彩毛发变成巨兽」——起点、过程、终点一句写全。

	图生视频（上一课）	首尾帧生视频（本课）
节点	WanImageToVideo	WanFirstLastFrameToVideo
锁定的帧	首帧 1 张	首帧 + 尾帧共 2 张
提示词	描述这段视频的画面	描述从首帧到尾帧的变化过程
模型文件	wan2.2_i2v_* 双专家	同左，完全复用

新节点的参数规则（源码 schema 定死）：width / height 步长 16，length 步长 4（合法值 4n+1：49、81、121……），batch_size 默认 1。

跟我做

第 1 步：加载 Wan2.2 首尾帧模板

为什么：官方模板把两套完整工作流（20 步标准版 + Lightning 加速版）和全部默认参数都配好了，从模板起步不会漏节点、不会填错参数。

1. 打开模板库（Browse Templates），搜索「Wan2.2 14B FLF2V」（英文界面模板名 Wan 2.2 14B First-Last Frame to Video）
2. 点击加载

你应该看到：

• 画布分成两大组：Default workflow（默认启用）和 Enable lightning lora version（默认旁路）

• 每组都按 Step 1 Load models → Step 2.1 Upload start_image → Step 2.2 Upload end_image → Step 3 Video size & length → Step 4 Prompt 摆好

• 四个模型加载器（两个 Load Diffusion Model、Load CLIP、Load VAE）里的文件名和上一课完全相同

• 画布上还有 Model Links、VRAM Usage 几个便签，没有任何红节点

• 模板加载完成，画布无红节点

第 2 步：上传首帧和尾帧两张图

为什么：这两张图就是视频的第一帧和最后一帧，模型的一切生成都被约束在这两点之间。

1. 在 Step 2.1 - Upload start_image 分组的 Load Image 节点里上传首帧
2. 在 Step 2.2 - Upload end_image 分组的 Load Image 节点里上传尾帧
3. 没有素材？模板自带示例图 video_wan2_2_14B_flf2v_start_image.png 和 video_wan2_2_14B_flf2v_end_image.png，官方教程页可以直接下载

你应该看到：两个 Load Image 节点里各出现一张图，分别连向 WanFirstLastFrameToVideo 的 start_image 和 end_image 输入。

• 首帧、尾帧各就各位

⚠️ 两张图会被缩放到节点尺寸

WanFirstLastFrameToVideo 会把两张图都按节点的 width / height 双线性缩放、居中处理后编码。两张图比例不一致会被拉伸变形——先统一比例，或按图片比例改节点宽高。

第 3 步：设置视频尺寸和帧数

为什么：模板默认 640×640 是官方为低显存用户准备的小尺寸；规则之内随便改，规则之外会出问题。

WanFirstLastFrameToVideo 的四个参数：

参数	模板默认	规则	说明
width	640	步长 16	要 16 的倍数
height	640	步长 16	要 16 的倍数
length	81	步长 4，取 4n+1	81 帧 ÷ 16fps ≈ 5 秒
batch_size	1	—	一次生成几条

1. 先用默认 640×640、81 帧跑通
2. 显存富余再改大：官方教程的建议是「分辨率 720P 左右」，比如 1280×720（都是 16 的倍数）
3. 时长在 length 里改（49 约 3 秒、121 约 7.5 秒），帧率在 CreateVideo 节点改（模板设 16）

你应该看到：参数框里的数值按步长增减，不会出现 641 这种值。

• 记住两条规则：宽高 16 的倍数、帧数 4n+1

第 4 步：写「变化过程」提示词并生成

为什么：首尾帧已经把起点终点定死了，提示词的任务是告诉模型中间怎么变。

1. 在 CLIP Text Encode (Positive Prompt) 节点里写变化过程。模板自带的示例：

冰晶组成的小猫突然被惊醒，愤怒的它抬头，渐渐长出色彩毛发变成为
一个巨兽，像发现危险一样呲牙，瞪大眼睛

一句话写全了起点（冰晶小猫）、过程（惊醒、长出色彩毛发）、终点（呲牙瞪眼的巨兽）——照这个结构写你自己的两张图之间的变化。

2. 负向提示词保持模板自带的中文段落不变（和上一课 I2V 模板里的完全相同）：

展开看模板自带的负向提示词

色调艳丽，过曝，静态，细节模糊不清，字幕，风格，作品，画作，画面，静止，
整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，
画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，
静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走

3. 确认采样参数是模板默认：两个 KSampler 各 20 步、cfg 4、euler + simple，高噪模型跑 0–10 步、低噪模型跑 10–20 步；两个 ModelSamplingSD3 的 shift 都是 8
4. 按 Ctrl+Enter 运行

你应该看到：两个 KSampler 先后各跑 10 步；输出视频的第一帧、最后一帧和你上传的两张图对得上，中间是提示词描述的变化过程。视频由 SaveVideo 节点存进输出目录的 video/ 子目录，640×640、81 帧、16fps，约 5 秒。

• 输出视频的首帧、尾帧与上传的两张图一致

第 5 步：切换 4 步 Lightning LoRA 加速版（可选）

为什么：20 步标准版在 RTX 4090D 上首次生成约 536 秒；模板自带的 Lightning LoRA 版只要 4 步，参考耗时约 108 秒——试构图时快得多。

1. 先下载两个加速 LoRA（各 1.14 GB）放进 models/loras/：wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensors、wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors（Hugging Face 和 ModelScope 的 Wan_2.2_ComfyUI_Repackaged 仓库都有）
2. 框选 Default workflow 组，按 Ctrl+B 旁路
3. 框选 Enable lightning lora version 组，按 Ctrl+B 启用
4. 确认 Lightning 组的参数：两个 LoRA 强度都是 1，ModelSamplingSD3 的 shift 是 5，两个 KSampler 各 4 步、cfg 1，高噪跑 0–2 步、低噪跑 2–4 步
5. 注意：Lightning 组有自己的一套 Load Image 和提示词节点——切过去后，要在这组里重新上传你的首帧尾帧、粘贴提示词（它默认带着自己的英文示例）
6. 运行

你应该看到：采样只走 4 步（高噪 2 + 低噪 2），出片明显变快；输出还是 640×640、81 帧、16fps。

• 两组工作流会互相切换，且同一时间只有一组启用

⚠️ 加速的代价是动态

模板便签原话：使用 Wan2.2 Lightning LoRA 会损失一部分视频动态，但能缩短生成时间。试构图用 4 步版，正式出片切回 20 步标准版。

💡 切换后检查另一组的状态

模板便签特意提醒：启用一组后，别忘了用 Ctrl+B 把另一组旁路，否则两组会同时跑；也可以试试部分执行（partial execution）功能。

检查点 ✅

• 首尾帧视频跑通：开头结尾与两张上传图一致，中间过渡平滑
• 说得出 WanFirstLastFrameToVideo 和 WanImageToVideo 的区别：多了 end_image
• 知道宽高步长 16、length 取 4n+1，会自己改分辨率和时长
• 会用 Ctrl+B 切换 20 步标准版 / 4 步 Lightning 版，并确认另一组已旁路
• 提示词写的是「变化过程」，包含起点、过程、终点

踩坑提醒

❌ 两张图比例不一致，出来变形

节点会把两张图都按 width / height 双线性缩放、居中后再编码，比例不同就被拉伸。

正确做法：两张图先统一比例；或者按图片比例改节点宽高——比如两张都是 3:4 竖图，就设 576×768 这类 16 倍数的 3:4 尺寸。

❌ 启用了 Lightning 组，忘了旁路标准组

模板里是两套完整工作流。模板便签原话提醒过：不想两组同时跑，启用一组后别忘了把另一组 Ctrl+B 旁路。

正确做法：切换后扫一眼画布，确认只有一组是启用状态。

❌ 帧数填 80、宽高填 641

length 步长 4、合法值是 4n+1（49、81、121……）；width / height 步长 16。界面上按步长走不会错，从别的节点传值进来时要自己守规则。

正确做法：帧数在 49 / 81 / 121 里挑，宽高在 16 的倍数里挑；640×640 是模板默认，1280×720 是 720P 的合法组合。

❌ 下错权重：FLF2V 用的是 I2V 的文件

首尾帧模板加载的是 wan2.2_i2v_*_14B_fp8_scaled 两个文件，不是Wan2.2 14B 文生视频课的 wan2.2_t2v_*。官方教程原话：首尾帧工作流使用的模型位置与 I2V 节相同。

正确做法：四个加载器逐个核对文件名，和上一课图生视频完全一致。

进阶技巧（可选）

给提示词加一段「一致性约束」

模板 Lightning 组自带的英文示例提示词分两段：第一段写变化过程（梵高自画像风格的大胡子男人，慢慢变成宇航员——胡须一根根淡出、草帽融成头盔、背景笔触渐变成星空）；第二段专门约束镜头和一致性（机位固定、轻微慢推、光线柔和、构图居中不变）。

首尾帧视频尤其怕镜头乱动——照这个结构，给你的提示词也加一段一致性约束。

变化方向随便定

起点和终点没有固定套路：拆箱视频可以「完好包装 → 手里拿着的产品」，也可以反过来拍「还原过程」。两张图在 Load Image 里的位置对调就行。

想要更长的叙事

Wan2.2 的单段视频到此为止。想要多镜头叙事和更长篇幅，看 LTX-2.5：多镜头叙事、4K HDR 与 DFR——LTX-2.5 同样提供首尾帧（FLF2V）工作流模板。

本课小结

✅ 这一课给视频补上了「结尾控制权」，Wan2.2 首尾帧生视频跑通：

• ✅ 首尾帧生视频：WanFirstLastFrameToVideo 上传首帧、尾帧两张图，中间由模型按提示词补全
• ✅ 模型零新增：复用上一课 I2V 的双专家权重，只多两个可选加速 LoRA
• ✅ 参数规则：宽高步长 16、length 取 4n+1；默认 640×640、81 帧、16fps 约 5 秒
• ✅ 双速出片：20 步标准版（参考耗时约 536 秒）↔ 4 步 Lightning 版（约 108 秒），Ctrl+B 切换

关键配置字段回顾：

字段	推荐值	说明
Load Diffusion Model ×2	wan2.2_i2v_high/low_noise_14B_fp8_scaled.safetensors	与图生视频课相同
Load CLIP	umt5_xxl_fp8_e4m3fn_scaled.safetensors	type 选 wan
Load VAE	wan_2.1_vae.safetensors
WanFirstLastFrameToVideo	640×640 / length 81 / batch 1	宽高步长 16，length 取 4n+1
KSampler ×2	20 步 / cfg 4 / euler + simple	高噪 0–10 步，低噪 10–20 步
ModelSamplingSD3 ×2	shift 8（Lightning 组为 5）
CreateVideo	fps 16	81 帧 ≈ 5 秒
Lightning LoRA ×2	强度 1，4 步 / cfg 1	默认旁路，Ctrl+B 启用；高噪 0–2、低噪 2–4 步

下一课预告

Wan2.2 到这里收尾，下一课换一个自带声音的模型：LTX-2/2.3：一次生成带声音的视频。你会学到：

• LTX-2 的六种工作流：T2V、I2V、FLF2V、IA2V、IC-LoRA、ID-LoRA
• 音画同步的视频生成是什么体验
• 蒸馏版 8 步、CFG=1 的加速玩法

附录：源码参考

点击展开查看源码位置

更新时间：2026-11-06（模板库模板 video_wan2_2_14B_flf2v，官方标注最低 ComfyUI 版本 0.3.31）

内容	位置
官方教程（Wan2.2，含 FLF2V 节）	https://docs.comfy.org/tutorials/video/wan/wan2_2
工作流模板 JSON	https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_wan2_2_14B_flf2v.json
权重仓库（Hugging Face）	https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged
权重仓库（ModelScope 镜像）	https://modelscope.cn/models/Comfy-Org/Wan_2.2_ComfyUI_Repackaged
WanFirstLastFrameToVideo 节点源码	comfy_extras/nodes_wan.py（L188 起，参数步长 L198–L201）
WanImageToVideo 节点源码	comfy_extras/nodes_wan.py（L18 起）

本页参数（640×640 / length 81 / fps 16、20 步 cfg 4 euler + simple、高噪 0–10 / 低噪 10–20、shift 8、Lightning 4 步 cfg 1 / shift 5、模型文件名与大小、RTX 4090D 参考耗时与显存占用）均核对自模板 JSON video_wan2_2_14B_flf2v.json 的实际节点值与内置便签；720P 建议与「模型位置与 I2V 相同」来自官方教程；节点参数步长核对自 comfy_extras/nodes_wan.py 源码。