简介：这份资源面向使用 ComfyUI 进行 AI 视频生成的创作者与开发者，聚焦 Wan2.2 模型下 SmoothMorph 首尾帧关键帧序列图生视频的工作流配置。它解决的是在首尾帧之间平滑过渡、按关键帧序列驱动视频生成时，节点参数与工作流结构如何正确搭建的问题，适合已具备 ComfyUI 基础、希望进阶掌握图生视频技巧的中级用户。压缩包为 rar 格式，仅含 1 个 json 文件，体积约 11KB，该 json 即完整工作流定义，导入 ComfyUI 后可直接复用节点连接与参数设置，省去从零搭建的调试成本。目前已有 185 人浏览学习，说明该工作流在社区中具备一定参考价值。借助这份配置，读者可以快速理解 SmoothMorph 在首尾帧插值中的节点组织方式，对照自身项目调整关键帧序列与采样参数，减少试错时间，并作为二次开发与工作流改造的起点。
1. 首尾帧之间那段“看不见的过渡”，SmoothMorph 把它变成了可控序列
做图生视频的同行大概率遇到过这种场景：手里有两张图，一张是角色正面站立，一张是同一角色转身侧脸，想让模型补出中间那段过渡。直接拿首尾帧丢进 Wan2.2 的 I2V 节点，出来的结果要么中间帧糊成一团，要么角色在半路突然换脸。问题不在模型本身，而在于首尾帧之间缺少一条明确的“路径”——模型不知道你想让它走直线还是绕弯。SmoothMorph 这套工作流解决的正是这件事：它把首尾两张关键帧之间的过渡拆成一条可插值的序列，让 Wan2.2 沿着这条序列逐段生成，而不是一次性硬猜。适合已经跑通 ComfyUI 基础图生视频、想进一步控制镜头运动节奏的人。如果你还在纠结 ComfyUI 怎么装、模型放哪个目录，这篇的节奏可能偏快，建议先把基础环境跑顺再回来。
2. SmoothMorph 的插值逻辑：为什么不能直接把首尾帧喂给 Wan2.2
2.1 首尾帧直出的三个失效点
Wan2.2 的 I2V 能力建立在“给定起始帧 + 文本提示”的基础上。当你把首帧和尾帧同时塞进去，模型实际上面对的是一个欠约束问题：它知道起点和终点，但中间的运动轨迹有无数种可能。常见做法是加大提示词权重去“逼”模型走某条路，但提示词控制的是语义，不是像素级的运动路径。
具体失效表现在三个地方。第一是运动模糊堆积，模型在中间帧倾向于用模糊来“糊弄”不确定的区域，帧数越多越明显。第二是身份漂移，当首尾帧的角色姿态差异较大时，模型会在中间某帧突然切换特征，比如发型、服装细节跳变。第三是速度不均，前几帧几乎不动，后几帧突然加速，因为模型把大部分“运动预算”花在了它认为最不确定的区段。
SmoothMorph 的思路不是去改模型，而是在模型前面加一层序列生成。它用插值算法在首尾帧之间算出 N 张中间关键帧，再把“首帧 → 中间帧1 → 中间帧2 → … → 尾帧”拆成多段短距离生成任务。每段的任务足够简单，模型不需要猜太远，运动模糊和身份漂移就被压下来了。
2.2 插值方式的选择：线性、缓动与光流
SmoothMorph 节点里通常提供几种插值模式，选哪种直接决定过渡的“手感”。
线性插值（Linear）在首尾帧之间均匀取点，适合匀速运动，比如镜头平移、角色匀速转身。它的缺点是起停生硬，如果首尾帧本身有速度差，线性插值会在两端产生突兀的加减速。
缓动插值（Ease In/Out）在两端放慢、中间加快，适合大多数角色动作。比如角色从静止开始转身再停住，缓动曲线更接近真实运动。SmoothMorph 里一般用 ease-in-out 的贝塞尔曲线控制，参数是缓动强度，值越大两端越慢。
光流插值（Optical Flow）用首尾帧的像素运动矢量来估算中间帧，理论上最准，但对首尾帧的纹理质量要求高。如果两张图之间有遮挡关系变化（比如手臂从身前移到身后），光流会在遮挡区产生伪影。我一般先用缓动插值跑一版，只有在大幅度镜头运动且纹理清晰时才切光流。
提示：插值帧数不是越多越好。Wan2.2 单段生成的有效帧数有限，插太多中间帧会导致每段太短，模型来不及建立时序连贯性。常见做法是插 3 到 5 张中间帧，把总过渡拆成 4 到 6 段。
2.3 在 ComfyUI 里搭出最小可跑链路
下面这条链路是我验证过的 SmoothMorph + Wan2.2 最小结构。它不包含花哨的后期节点，只保留从首尾帧到序列视频的核心路径。
# SmoothMorph 核心参数配置（在 ComfyUI 节点里对应填写） smoothmorph_config = { "start_image": "frame_start.png", # 首帧，建议 832x480 或同比例 "end_image": "frame_end.png", # 尾帧，尺寸必须与首帧一致 "interp_mode": "ease_in_out", # 插值模式：linear / ease_in_out / optical_flow "interp_frames": 4, # 中间关键帧数量，3-5 为常用区间 "ease_strength": 0.6, # 缓动强度，0.3-0.8 之间调整 "output_sequence": True # 输出为序列而非单张 } # 序列拆段逻辑：首帧 + 4 中间帧 + 尾帧 = 6 个关键帧 = 5 段生成任务 # 每段交给 Wan2.2 I2V 节点，起始帧为当前段首帧，提示词描述该段运动 segment_prompts = [ "角色开始缓慢转身，上半身先动", "转身继续，手臂自然摆动", "身体转到侧面，面部朝向变化", "接近尾帧姿态，速度放缓", "停在尾帧姿态，细节稳定" ]这段配置的逻辑是：SmoothMorph 先算出 4 张中间帧，把整个过渡切成 5 段。每段单独给 Wan2.2 一个起始帧和一句运动描述。注意interp_frames和segment_prompts的数量关系——中间帧数加一等于段数。如果你把interp_frames改成 3，提示词列表也要相应改成 4 条。
参数上最容易翻车的是ease_strength。设成 0 就是线性，设成 1 两端几乎不动、中间猛冲。我一般从 0.5 开始试，如果发现中间段运动太剧烈就降到 0.4，如果两端还是太生硬就升到 0.7。这个值没有标准答案，跟首尾帧的姿态差有关。
3. 把序列接进 Wan2.2：逐段生成与拼接的实操参数
3.1 每段生成的长度与重叠帧设置
Wan2.2 的 I2V 节点通常一次生成 16 或 24 帧。如果每段只生成 16 帧，5 段拼起来就是 80 帧，按 16fps 算大约 5 秒。这个时长对大多数过渡够用，但段与段之间的衔接处容易出现跳变。
解决办法是在每段之间留重叠帧。具体做法是：生成第 N 段时，把第 N-1 段的最后 2 到 3 帧作为“参考尾帧”传给模型，让模型知道上一段结束时的状态。ComfyUI 里可以用ImageBatch节点把参考帧拼在起始帧后面，但要注意 Wan2.2 对输入帧数有上限，拼太多会爆显存。
我常用的参数是每段生成 20 帧，段间重叠 3 帧，最终拼接时去掉重叠部分。这样 5 段的有效帧数是 20 + 4×17 = 88 帧，约 5.5 秒。重叠帧的选取位置在段的后 15%，因为模型在段尾通常已经稳定下来，拿这里的帧做参考比拿段首更可靠。
# 拼接命令示例（用 ffmpeg 去掉重叠帧后合并） # 假设每段输出为 seg_01.mp4 到 seg_05.mp4，每段 20 帧，重叠 3 帧 # 第一段保留全部 20 帧，后续每段去掉前 3 帧 ffmpeg -i seg_01.mp4 -vf "select='gte(n\,0)'" -vsync 0 tmp_01_%04d.png ffmpeg -i seg_02.mp4 -vf "select='gte(n\,3)'" -vsync 0 tmp_02_%04d.png ffmpeg -i seg_03.mp4 -vf "select='gte(n\,3)'" -vsync 0 tmp_03_%04d.png ffmpeg -i seg_04.mp4 -vf "select='gte(n\,3)'" -vsync 0 tmp_04_%04d.png ffmpeg -i seg_05.mp4 -vf "select='gte(n\,3)'" -vsync 0 tmp_05_%04d.png # 合并所有 png 再编码 ffmpeg -framerate 16 -pattern_type glob -i 'tmp_*.png' -c:v libx264 -pix_fmt yuv420p final.mp4这段命令的关键在gte(n,3)，它表示从第 3 帧开始保留。第一段不去帧是因为它是起点，没有前一段的重叠。如果你的段间重叠设的是 2 帧，就把 3 改成 2。注意-framerate 16要和 Wan2.2 的输出帧率一致，不一致会导致速度异常。
3.2 提示词怎么写才不打架
逐段生成时，每段的提示词只描述“这一段里发生了什么”，不要重复描述角色外观。外观信息应该由起始帧本身承载，提示词只补充运动方向、速度和节奏。
比如首帧是角色正面、尾帧是角色侧面，中间段的提示词可以这样写：
- 第 1 段：“上半身开始转动，头部跟随，动作缓慢”
- 第 2 段：“继续转身，手臂自然下垂并轻微摆动”
- 第 3 段：“身体转到 45 度，面部朝向开始变化”
- 第 4 段：“接近侧面姿态，转动速度放缓”
- 第 5 段：“停在侧面姿态，细节稳定，无额外运动”
注意每段都带了速度描述（缓慢、继续、放缓、停）。Wan2.2 对速度词比较敏感，不加的话它可能在某一段突然加速。另外不要在中间段重复“角色穿着红色外套”这类静态描述，模型会把它当成“这一帧才出现红色外套”，导致颜色跳变。
注意：如果某一段生成结果明显偏离，不要只改那一段的提示词。先检查上一段的尾帧是否稳定，很多时候问题出在上一段结尾就歪了，下一段只是继承了这个偏差。
3.3 显存与分辨率取舍
Wan2.2 在 832x480 下生成 20 帧，显存占用大约在 10 到 12GB（取决于具体量化版本）。如果你要跑 5 段，不需要同时加载所有段，ComfyUI 会按队列顺序执行，每段跑完释放再跑下一段。但 SmoothMorph 的插值节点本身也占显存，尤其是光流模式。
常见做法是把插值节点放在 CPU 上跑，或者用低分辨率先插值再放大。ComfyUI 里可以用ImageScale节点把首尾帧缩到 416x240 做插值，得到中间帧后再统一放大到 832x480 喂给 Wan2.2。这样插值阶段显存占用能降到 2GB 以下，代价是中间帧会损失一些高频细节，但 Wan2.2 本身会重新生成纹理，影响不大。
如果显存实在紧张，把interp_frames降到 2，段数变成 3，总帧数减少但每段可以生成更长（比如每段 30 帧）。这样段间衔接点少了，拼接痕迹反而更容易控制。我有一台 8GB 显存的机器就是用这个策略跑通的，代价是过渡的细腻度下降，快速运动时中间帧不够密。
4. 避坑与排查：SmoothMorph 跑不通时先看这五条
4.1 现象：中间帧出现重影或鬼影
原因通常是光流插值在遮挡区域算错了运动矢量。首尾帧之间如果有肢体交叉或前后遮挡变化，光流会把被遮挡的像素也强行插值，产生半透明的重影。
解决方法是把interp_mode从optical_flow切回ease_in_out，或者在光流插值前先用Mask节点把遮挡区域标出来，让插值跳过这些像素。如果必须用光流，把首尾帧的纹理锐化一下再插值，边缘清晰度提高能减少矢量误判。
4.2 现象：段与段衔接处画面跳变
原因有两个可能。一是重叠帧数不够，模型在段尾还没稳定就切到了下一段。二是每段的提示词速度描述不一致，比如上一段写“缓慢”下一段写“快速”，模型在衔接处会突然加速。
解决方法是把重叠帧从 2 加到 3 或 4，同时检查相邻两段的提示词速度词是否连贯。我一般会在段尾提示词里加一句“保持当前速度”，在段首提示词里加“延续上一段运动”，给模型一个连续性暗示。
4.3 现象：SmoothMorph 节点报错 “image size mismatch”
首帧和尾帧的尺寸必须完全一致，包括通道数。常见翻车场景是首帧是 PNG 带 alpha 通道，尾帧是 JPG 没有 alpha，节点读取后通道数不同直接报错。
解决办法是在插值前统一用ImageScale和Remove Alpha节点处理一遍。尺寸不一致时不要用ImageScale强行拉伸，那会改变构图，应该用ImageCrop或ImagePad对齐到相同尺寸。我习惯在首尾帧准备阶段就固定输出 832x480、RGB、无 alpha，省得后面排查。
4.4 现象：生成到第三段或第四段时显存爆了
ComfyUI 默认会缓存上一段的中间结果，如果队列里堆了太多段，显存不会及时释放。尤其是开了--reserve-vram参数但设得太小的情况。
解决办法是在每段之间插入Cleanup节点，或者把 ComfyUI 启动参数里的--reserve-vram设成 1.5 到 2.0（单位 GB），给系统留出释放缓冲。另外检查是不是interp_frames设太大导致 SmoothMorph 节点本身占用了大量显存，如果是就降到 3 或 4。
4.5 现象：最终视频速度不对，要么太快要么太慢
拼接时的-framerate和 Wan2.2 输出帧率不一致是最常见原因。Wan2.2 默认输出 16fps，如果你拼接时写 24 或 30，视频就会加速。
另一个原因是重叠帧去掉后总帧数变了，但时长没重新算。比如 5 段各 20 帧、重叠 3 帧，有效帧数是 88，按 16fps 是 5.5 秒。如果你按 100 帧去算时长就会偏。解决办法是在拼接命令里明确写-framerate 16，并且用ffprobe检查最终帧数是否等于预期有效帧数。
5. 进阶技巧：用中间帧反推更长的过渡序列
跑通基础链路后，我常用的一个进阶手法是“二次插值”。第一轮 SmoothMorph 生成 4 张中间帧，把首尾帧拆成 5 段跑完，得到一段 5 秒左右的视频。如果觉得过渡还是太快，可以把这段视频的首帧和尾帧再抽出来，作为新的首尾帧做第二轮 SmoothMorph，插 3 张中间帧，把 5 秒拉成 10 秒。
这个做法的好处是不需要改 Wan2.2 的生成长度限制，靠序列层数叠加来延长过渡。代价是第二轮的首尾帧本身已经是生成结果，纹理质量比原始图差，再插值会放大模糊。所以第二轮我一般把interp_mode设成ease_in_out而不是光流，避免在模糊纹理上算运动矢量。
验证过渡是否自然，我习惯抽三帧对比：25% 位置、50% 位置、75% 位置。如果这三帧的姿态变化是均匀递进的，说明插值节奏没问题。如果 50% 位置的姿态明显偏向某一端，说明缓动强度设偏了，往反方向调 0.1 再跑。
还有一个参数层面的技巧：Wan2.2 的motion_bucket或类似运动强度参数，在逐段生成时不要设成全局统一值。第一段和最后一段设低一点（比如 3 到 4），中间段设高一点（5 到 6），这样起停更稳、中间更有力。这个设置跟 SmoothMorph 的缓动曲线是互补的，一个控制帧间路径，一个控制生成时的运动幅度。
从那以后我每次搭首尾帧过渡，都强制先跑一遍 3 段的最小验证——只插 2 张中间帧，看首段、中段、尾段的姿态是否连贯。这一步花不了两分钟，但能提前暴露 80% 的提示词打架和插值模式选错的问题。希望帮到你。
本文还有配套的精品资源，点击获取
