ComfyUI Z-Image + WAN 2.2 動漫圖生視頻 Pipeline¶
概念概覽
在 ComfyUI 內以 Z-Image 生成動漫風格靜態立繪，接著用相同 prompt 模板驅動 WAN 2.2 做 image-to-video，全程不離開 ComfyUI，輸出 10~15 秒動漫風格動畫。硬體門檻為 24GB VRAM（FP8 量化版），社群已有現成 workflow 可直接使用。
核心知識¶
Z-Image + WAN 2.2 一條龍工作流¶
此 pipeline 全程在 ComfyUI 內完成，三個核心步驟：
- **Z-Image 節點**依 prompt 生成高品質動漫風格立繪圖
- **同一 prompt 模板**直接餵給 WAN 2.2 進行 image-to-video（I2V）
- 目標輸出：10~15 秒動漫風格動畫
同一 prompt 模板同時驅動圖像與視頻生成，是保持風格一致性的關鍵設計。社群在 OpenArt / CivitAI 搜尋「Z-Image WAN 2.2 anime」已有現成 community workflow，強烈建議從此出發而非從零搭建節點圖。
VRAM 需求與模型精度選擇¶
| 版本 | VRAM 需求 | 適合場景 |
|---|---|---|
| WAN 2.2 14B FP8（推薦） | ~24GB（RTX 4090 / 5070 Ti 可跑） | 主力生產用途，動漫動畫已足夠 |
| WAN 2.2 14B BF16 全精度 | 32GB+（RTX 5090） | 極致品質需求，性價比低 |
| WAN 2.2 GGUF Q4 量化 | 8–12GB（本機消費級顯卡） | 本地無雲端需求、隱私優先場景 |
- 14B FP8 的效能瓶頸在推理速度而非 VRAM 上限，RTX 4090（24GB）已綽綽有餘
- RTX 5090 對 14B FP8 單張推理無實質效益；僅在升級至 BF16 全精度時才有必要
- 本機 VRAM 不足（<24GB）時，優先使用 RunPod Secure RTX 4090（$0.59/hr，SOC 2 認證）
Workflow 管理原則¶
- 只保留
smart版 workflow JSON（路徑：scripts/comfyui/wan22_i2v_workflow.json），移除其他重複版本（basic 等） docs/comfyui-setup-guide.md以runbook.md取代，作為包含完整使用情境與操作步驟的操作手冊- 新增功能（如 game icon workflow）需**切獨立 git 分支**，明確區分「新增」與「替代」，不覆蓋原有動畫 workflow
遊戲 Icon 工作流擴充¶
新增風格 slug 對應 Match-3 遊戲使用場景：
- glossy_gem：寶石類 icon
- casual_match3：道具類 icon
這些 slug 需明確對應到 workflow 參數，才能被正確參數化調用。
自訂節點安裝注意事項¶
- Z-Image、ComfyUI_essentials 等自訂節點**必須在 GPU 機器上透過 ComfyUI Manager 安裝**，無法在本機 CPU 環境預先安裝
- 14B 模型下載耗時，建議使用
model_manager.py或aria2加速，不建議使用wget
經驗教訓¶
-
Z-Image 與 WAN 2.2 可在同一個 ComfyUI session 內直接串接，社群已有現成節點可用，不需要額外中介工具或跨工具資料傳輸
-
同一 prompt 模板同時驅動 Z-Image（圖像生成）與 WAN 2.2（視頻生成）是保持風格一致性的關鍵設計
-
WAN 2.2 14B FP8 的瓶頸在推理速度而非 VRAM 上限，RTX 4090（24GB）已足夠，升級 5090 對此規格無實質效益
-
Workflow JSON 只保留 smart 版，減少版本選擇混亂與維護負擔
-
新功能應另開 git 分支，明確區分「新增」與「替代」，避免破壞既有穩定 workflow
-
遊戲 icon 風格分類需對應具體 slug（如 glossy_gem）才能被 workflow 參數化調用
-
本地運行優先用量化版（GGUF Q4）以規避 IP 外洩風險；品質需求高再考慮雲端 GPU
-
自訂節點（Z-Image、ComfyUI_essentials）只能在 GPU 機器上透過 ComfyUI Manager 安裝，不能在本機 CPU 環境預裝
-
從社群現成 workflow 出發比從零搭建節點圖更高效，OpenArt / CivitAI 搜尋「Z-Image WAN 2.2 anime」可找到合適起點
常見陷阱¶
-
本機 VRAM 不足（<24GB）無法跑 WAN 2.2 14B 模型，須有 RunPod 等雲端 GPU 備案
-
wan22_i2v_workflow.json 若同時存在多版本（basic / smart）容易造成選擇混亂，應統一保留 smart 版
-
RTX 5090 對 WAN 2.2 14B FP8 單張出圖無實質效益，僅升級至 BF16 全精度才有必要
-
Z-Image 對寫實風格支援較弱，非動漫/二次元場景不宜強行使用
-
ComfyUI 節點圖有一定學習曲線，初學者容易在連線邏輯上耗費過多時間，建議先從社群 workflow 入手
-
14B 模型下載耗時，使用 wget 速度過慢，應改用 model_manager.py 或 aria2
-
自訂節點無法在本機 CPU 環境預先安裝，必須在 GPU 機器上執行安裝
-
舊 setup guide 與 runbook 並存會造成文件混淆，應以 runbook.md 為唯一主文件
最佳實踐¶
-
從 OpenArt / CivitAI 搜尋社群現成 workflow 作為起點，不要從零搭建節點圖
-
只維護一個 smart 版本的 workflow JSON（scripts/comfyui/wan22_i2v_workflow.json）
-
建立統一 prompt 模板，同時驅動 Z-Image 和 WAN 2.2，確保圖像與視頻風格一致
-
用 runbook.md 取代零散 setup guide，集中記錄完整使用情境與操作步驟
-
新增功能（如 game icon workflow）切獨立 git 分支，不替代原有動畫 workflow
-
VRAM 不足時優先選用 FP8 量化版，極致品質需求才考慮 BF16 全精度 + 32GB VRAM 機器
-
遊戲 icon 風格務必對應明確的 slug（glossy_gem、casual_match3）才能被 workflow 參數化
相關概念¶
- ComfyUI Game Icon Workflow
- ComfyUI Multi-Workflow Branch Strategy
- RunPod Secure GPU Deployment
- Tailscale 跨設備 GPU 共享（浮動 IP 場景）
相關視角¶
以下頁面與本概念共享主題，但從不同角度切入。保留獨立視角同時提供交叉參考：
- ComfyUI Z-Image WAN2.2 動畫生成流程 — 共享：
anime,comfyui,i2v
來源 Sessions¶
| 日期 | Session | 貢獻摘要 |
|---|---|---|
| - | 6a11d50e-fabd-4e49-90a1-34f9d114caff | 融合自原始頁面 comfyui-z-image-wan22-animation-pipeline |