Wan2.2 I2V 14B VBVR LoRAを試してみた

LLMでいうthinkingモデル的なのに近いかもしれませんが、動画の整合性を保つためのLoRAです。

今となっては半年以上昔のモデルですが、今でも現役であるWan2.2のI2Vに、今回のLoRAを追加するだけで、整合性を向上した動画が生成できる的な感じです。

一応、当時の記事も載せておきます。

環境

OS:Windows 11
GPU:GeForce RTX 4090
CPU:i9-13900KF
memory:128G

構築手順

ComfyUIを再起動してください。

モデル

Wan2_2-I2V-A14B-HIGH_fp8_e4m3fn_scaled_KJ.safetensorsとWan2_2-I2V-A14B-LOW_fp8_e4m3fn_scaled_KJ.safetensorsをダウンロードして「ComfyUI\models\diffusion_models」に配置

wan2.2_i2v_lightx2v_4steps_lora_v1_high_noise.safetensorsとwan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensorsをダウンロードして「ComfyUI\models\loras」に配置

Wan22_I2V_VBVR_HIGH_rank_64_fp16.safetensorsをダウンロードして「ComfyUI\models\loras」に配置

wan_2.1_vae.safetensorsをダウンロードして「ComfyUI\models\vae」に配置

umt5_xxl_fp8_e4m3fn_scaled.safetensorsをダウンロードして「ComfyUI\models\text_encoders」に配置

ワークフロー

ワークフローは以下です。

生成結果

生成結果は以下です。
生成時間は約５分。
CPUメモリは63GB、GPUメモリは26GB（VRAM20GB+共有メモリ6GB）でした。

LoRAなしだと、プロンプトにない前進動画が発生しますが、LoRAありだと発生していません。

別の画像とプロンプトでも試してみました。

LoRAなしだと破綻していますが、LoRAがあると破綻していません。

https://x.com/jun_kongo/status/2028125059399987268?s=20

全てのパターンで、一貫性を向上したい時にこのLoRAを追加するのがいいと思います。

感想

何度か試しましたが、LoRAがあることで劣化することはほとんどないですが、LoRAを追加することで、生成結果が改善することはあります。
導入も手軽なので、手持ちに入れておくとよいと思います。

（20260304追記）
大きい動きには向いてなさそうです。