綠豆 AI 實作課程 10：Wan2.2 第一段圖生影片
查核日期：2026-10-11（台灣）

先下載圖片：/images/courses/comfyui/10/wan-official-i2v-input.JPG
圖片832×1104，250628bytes。JSON只引用檔名，不內嵌圖片或模型。
在自己的ComfyUI以Workflow → Open載入A或B，確認三個模型，並在Load Image上傳及選取圖片。
A/B已啟用Load Image，不要盲按Ctrl+B又將它略過。

模型及路徑：
models/diffusion_models/wan2.2_ti2v_5B_fp16.safetensors
models/text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors
models/vae/wan2.2_vae.safetensors
官方來源：https://docs.comfy.org/tutorials/video/wan/wan2_2
下載網址保留於官方JSON與課文。不要下載14B的兩個專家模型來替換5B。

設定與版本：
官方原始JSON完整保留：1280×704、121影格、24fps、LoadImage mode4（Bypass）、seed randomize。
A/B修改：LoadImage mode0與圖片檔名，尺寸704×928、41影格，seed20261011固定，正向提示詞及輸出檔名前綴。
A/B之間只改正向文字to its left→to its right及輸出前綴；其餘相同。
共同保留20steps、CFG5、uni_pc/simple、denoise1、shift8，負向提示詞不變。
SaveVideo為auto/auto；CreateVideo不接audio。影片與JSON分別保存。
以set_開頭欄位是練習設定，不是已量測結果；actual_欄位僅填自己的檔案資訊。未生成保留not_run。

驗證界線：
已核對固定版本官方JSON、核心節點、接線、圖片與雜湊、A/B差異。
沒有在ComfyUI GUI匯入，沒有執行GPU推論、生成影片、測速或驗證顯示記憶體。
704×928/41影格是本課練習配置，不是官方效能測試結果。
本課沒有付費API、模型權重或登入資料。模型下載量不等於VRAM需求。

來源與授權：
官方模板：Comfy-Org/workflow_templates 110db94548b25b8196bc8beb27f4b86a2728eb04，MIT，見COMFY-LICENSE.txt。
起始圖片：Wan-Video/Wan2.2 1ea34ff48f87168174e12956e200b1d908b1c5ff，examples/i2v_input.JPG。
Wan範例庫採Apache-2.0，見WAN-LICENSE.txt；未發現此圖另列的素材專用授權。保留來源與授權，不宣稱為公共領域或本站生成成果。
Wan2.2-TI2V-5B模型卡標示Apache-2.0；模型、輸入素材及輸出使用權仍按各自條件確認。
本站原創提示詞、觀察單、enable-image-map.png、frames-motion-plan.png採CC0。
media-sources.json列出公開來源、檔案大小與SHA256，沒有包含任何私人認證資訊。