ComfyUIで画像から動画を作る(i2v)なら、公式のWan 2.2のテンプレートを読み込むのが最短です。テンプレートで手順が1つ違います。14BのI2V(「Wan2.2 14B I2V」)は最初からLoad Imageノードがあり、画像を入れるだけ。5B(TI2V)のテンプレートで画像から作るときは、Load imageノードを Ctrl + B で有効にします(公式)。
お気に入りの1枚を動かしたいのに、t2v(テキストから動画)のワークフローに画像を突っ込んでも思ったものが出てこない——i2vは接続と設定が別物です。この記事では、テンプレートの呼び出しから、動きの量をコントロールする勘所までを整理します。
i2vとt2vは何が違う?
t2vはプロンプトからゼロで動画を作りますが、i2vは与えた1枚を起点にして、その続きを動かします。つまり構図・キャラ・色は入力画像でほぼ決まり、プロンプトは「どう動くか」を担当します。
| t2v | i2v | |
|---|---|---|
| 構図を決めるもの | プロンプト | 入力画像 |
| プロンプトの役割 | すべて | 動き・カメラワーク |
| 最初のコマ | プロンプトしだい | 入力画像から始まる |
| 向く用途 | アイデア出し | 作り込んだ絵を動かす |
だから、まず画像生成で納得のいく1枚を作り込み、それをi2vに渡すという工程分けが効率的です。キャラを固定したいならキャラクターの一貫性を保つ方法と組み合わせてください。
ワークフローはどう用意する?
ワークフローテンプレート(Template Library)で「Wan2.2 14B I2V」を検索して選びます(公式)。VRAMが少ないなら「Wan2.2 5B」(テキストと画像の両方から作れる5B)のテンプレートを使います。自分でノードを組む必要はありません。公式ドキュメントからJSON形式のワークフローを落としてくる方法もあります。
★5Bのテンプレートは、最初はテキストから動画を作る形で、画像を読むLoad imageノードが無効(バイパス)になっています。選択して Ctrl + B を押すと有効になり、画像から動画を作れます(公式の手順)。14BのI2Vのテンプレートでは、この操作は要りません。
Load Imageノードに、動かしたい画像を読み込みます(最初のコマになる=公式)。
赤いノードが出たらComfyUI Managerの「Install Missing Custom Nodes」で解決します。
動きが小さい・破綻する。どこを触る?
Wan 2.2のi2vでは、denoiseは「元画像をどれだけ残すか」の値ではありません。5Bは入力画像を最初のコマとして固定して残りのコマを作り、14Bは入力画像を条件として渡して、どちらも空の状態から動画を作ります(ComfyUIのノードの実装)。公式の手順でもdenoiseは触らず、変えるのはプロンプト・サイズ・コマ数(length)です。
動きが小さい・思った動きにならないとき
まずプロンプトに動きを具体的に書きます(「風で髪が揺れる」「ゆっくり瞬きする」など)。構図は入力画像で決まっているので、構図を書く必要はありません。崩れるときは、サイズやコマ数を小さくした短いクリップで確かめてから伸ばします。当サイトではWan 2.2のi2vで設定を変えて測ってはいません。
カメラワークは指定できる?
できます。Wan 2.2には、カメラの動きを指定できる別のモデルWan2.2-Fun-A14B-Control-Camera(Alibaba PAI・Apache 2.0)があり、公式のテンプレート(「Wan2.2 Fun Camera」)でパン(上下左右)・ズーム(イン・アウト)とその組み合わせを指定できます(公式)。最初のコマの画像を入れて使うので、静止画をそのまま起点にできます。
14Bのモデルなので、ファイル(高ノイズ・低ノイズの2本)は通常のI2Vとは別に要ります。公式のテンプレートには、生成を速くする4ステップのLoRA(Wan2.2-Lightning)の版も入っていますが、動きが小さくなることがあるとされています。
どのモデルサイズを選ぶ?
Wan 2.2には複数のサイズがあり、VRAMが分からないうちは5Bから始めるのが安全です。14Bは品質が上がりますが要求も上がります。
コマ数(length)を増やすと、扱う潜在が増えてVRAMを多く使います。まずは短いクリップで通してから、長さを伸ばしてください。VRAM不足の対処はCUDA out of memoryの解決法にまとめています。
手持ちのGPUで14Bが厳しい、あるいは環境構築の前に感触を掴みたいなら、クラウドで試す手もあります。下のConoHa AI Canvasは、仕様の対応モデルの表はStable Diffusion系ですが、プリインストールの一覧にWan 2.2のi2v 14B(fp8)と5Bが入っています(2026年10月11日の公式)。GPUの型番とVRAMは公開されていないので、14Bが動くかは短いクリップで先に確かめてください。
まとめ
i2vは公式のWan 2.2のテンプレートを読み込み、画像をLoad Imageノードに入れるだけで動き出します。5Bのテンプレートでは、Load imageノードを Ctrl + B で有効にするのを忘れないこと。
あとはプロンプトに構図ではなく動きを書く(denoiseは元画像を残す値ではない)。カメラワークまで指定したいならカメラ操作用のモデル(Wan2.2 Fun Camera)を使ってください。

コメント