WAN 2.2 S2V 14B GGUF

Wan-S2V 是一种人工智能视频生成模型,可将静态图像和音频转化为高质量的视频。

WIP:WIP:负责编写描述,添加所有需要的信息/工具!谨慎使用 🤪

Note:注意:S2V 产生第一个“闪亮”过饱和帧的概率非常高。这似乎限制了目前所有Wan 2.2 S2V型号。

要求:

• lite lora适用于4/8步操作(可选)
• 主型号 Wan2.2-S2V-14BComfyUI/models/unetGGUF
• 音频编码器 wav2vec2_large_englishComfyUI/models/audio_encoders
• 编码器 Umt5-xxlComfyUI/models/text_encoders
• 万2.1_VAE.safetensComfyUI/models/vae

使用提示:

• 音频文件在几秒钟内应与视频文件大致相同

来源:

视频片段:https://huggingface.co/city96/umt5-xxl-encoder-gfuf/

型号:https://huggingface.co/QuantStack/Wan2.2-S2V-14B-GGUF/

资源下载

此资源下载价格为5TB（VIP免费），请先登录