字节跳动研究团队发布了名为 Phantom 的开源统一视频生成框架，旨在通过跨模态对齐技术实现主题一致的单人或多人视频生成。该框架基于文本到视频和图像到视频的现有架构，重新设计了文本-图像注入模型，并利用文本-图像-视频三元数据集实现模态间对齐。Phantom 特别强调在人类视频生成中的主题一致性和身份保留能力。

开源地址（源码）：https://github.com/Phantom-video/Phantom

开源地址（节点）：https://github.com/kijai/ComfyUI-WanVideoWrapper

☞☞☞☞☞☞  右侧下载整合包  ☞☞☞☞☞☞

视频介绍：

 

配置要求：

电脑满足以下配置：

  • 操作系统：Windows 10/11 64位
  • 内存：30G以上
  • 显卡：至少12G显存的英伟达（NVIDIA）显卡，显卡性能越高生成速度越快
  • CUDA：显卡支持的CUDA版本大于等于12.8版本（如不知道显卡支持的CUDA版本，可点击此链接查看：https://aiyy.info/supported-cuda-versions/）
  • 整个包解压完约26G，要留足硬盘空间

 

如何查看显卡品牌型号和显存：

  • 打开任务管理器
  • 点击“性能”
  • 点击“GPU”
  • 右上角可以看到显卡型号，下方可以看到显存大小

 

使用教程：

① 打开下载页面（https://aiyy.info/comfyui_phantom/）点击页面右侧下载按钮，下载整合包之后解压，建议使用winrar解压（解压软件在文件包中，或者可以自己下载安装，下载地址：https://www.winrar.com.cn/）

不要用Windows自带解压！！不要用360解压！！

注意：文件夹路径和文件名称（包括音频、图片、视频等文件名称）不要出现中文字符，否则部分软件会因识别不出而报错

 

② 双击“一键启动_gpu.bat”，稍等片刻会在浏览器中自动打开操作界面

③ 点击左上角“工作流”，再点击“打开”

④ 选择“① wanvideo_phantom_多主体组合生成视频.json”工作流，打开

⑤ 调整视频生成的宽度和高度，然后分别上传图片，再填写提示词，最后点击“运行”即可

⑥ 生成结果预览位于右侧

生成结果：

生成结果保存在文件包中的“ComfyUI\output”文件夹中

 

声明： ① 本站所有资源版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿直接商用。若由于商用引起版权纠纷，一切责任均由使用者承担。更多说明请参考赞助计划。 ② 本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。