EasyWan22
Un entorno Wan 2.2 de producción en un clic para Windows
EasyWan22 reúne Wan2.2 I2V-A14B, ComfyUI, cuantización GGUF, WanVideoWrapper, SageAttention, presets LoRA y una cadena de posproducción en un gran flujo para generar en volumen.
Wan2.2 es el motor, ComfyUI el banco de trabajo y EasyWan22 el vehículo montado.
Una distribución ComfyUI curada, no un modelo fundacional
El proyecto convierte una pila compleja de vídeo open source en un entorno Windows. Su valor está en la instalación, versiones fijadas, ajustes y método desde generación hasta selección, reparación y entrega.
Wan2.2 I2V-A14B
Las fases High y Low Noise realizan la generación imagen a vídeo.
+ComfyUI + WanVideoWrapper
Los nodos controlan carga, muestreo, memoria, condiciones y E/S de vídeo.
+GGUF + FastMix + SageAttention
Cuantización, borrador rápido y atención optimizada hacen viable el 14B.
+Flujo EasyWan22
Presets, variantes, reparación, upscale, interpolación, color, loop y lotes unidos.
Busca reducir pasos al producir muchos vídeos, no enseñar el interior de ComfyUI.
Borradores baratos, elegir ganador y gastar cómputo en el acabado
Seed Gacha crea primero variantes económicas, escoge el movimiento prometedor y solo después ejecuta el posprocesado costoso.
Variantes rápidas
FastMix o baja resolución, sin acabado pesado, para probar varias seeds.
Elegir el movimiento
Comparar composición, movimiento e identidad antes de gastar más GPU.
Refinar y entregar
Refiner, reparación local, escalado, interpolación y corrección de color.
Más estación de posproducción IA que botón Generate
Convierte decisiones repetitivas en presets e incluye reparación y entrega.
Refiner LowNoise
Redibuja el borrador elegido a mayor resolución y prueba acabados con otra seed.
Detailer regional
Detecta cara, cabeza, ojos o pelo y regenera solo la zona débil.
Upscale + interpolación
Escalado 2× orientado a anime e interpolación a 30/60 fps.
Inicio, final y loop
Imágenes inicial/final, dirección inversa y loops A→B→A.
Traducir + reescribir
Traduce japonés y amplía instrucciones con Qwen2.5 3B.
LoRA + FastMix
Agrupa LoRA, trigger y fuerza; alterna rapidez y calidad.
Cómo un flujo 14B llega a GPU de consumo
GGUF Q4_K_M, Block Swap GPU/RAM y SageAttention bajan la barrera; 6GB no rinden como 24GB.
GGUF Q4_K_M
Cuantiza pesos High/Low Noise y reduce memoria.
BlocksToSwap
Pasa bloques a RAM cuando falta VRAM, sacrificando velocidad.
SageAttention
Optimiza atención y presión de memoria al iniciar.
| Nivel | GPU | RAM del sistema | Veredicto práctico |
|---|---|---|---|
| Apenas funciona | GTX 1660 Ti · 6GB | 16GB | Caso reportado, mucho offload y espera |
| Mínimo recomendado | RTX serie 30+ · 8GB | 32GB | Objetivo README; cuantización y swap |
| Zona cómoda | RTX 3060 · 12GB+ | 64GB | Equipo del autor, mejor para lotes |
Menos VRAM implica más tráfico RAM/PCIe. «Funciona» no significa rápido.
Planifica el almacenamiento
Estabilidad mediante versiones bloqueadas
El instalador coordina Python, ComfyUI, PyTorch, FFmpeg, modelos y muchos nodos. La reproducibilidad de 2025 se convierte en riesgo de deriva.
Versiones fijadas por Setup.bat
- ComfyUI
- v0.3.55
- ComfyUI Manager
- 3.35
- PyTorch
- 2.7.1 + cu128
- TorchVision / Audio
- 0.22.1 / 2.7.1
- Triton Windows
- 3.3.1.post19
- SageAttention
- 2.2.0
- Transformers
- 4.49.0
- Python
- 3.10
Instalación
- 1
Crear ruta corta como C:\EasyWan22
- 2
Guardar y ejecutar EasyWan22Installer.bat
- 3
Dar clave API de Civitai
- 4
Descargar Python, ComfyUI, nodos, modelos y FFmpeg
- 5
Ejecutar ComfyUi.bat
- 6
Abrir Easy/00_I2V y poner en cola
Todo un ecosistema ComfyUI debajo
WanVideoWrapper, GGUF, KJNodes, Florence2, Frame Interpolation, Impact Pack, DepthAnythingV2, SAM 2, RMBG y más.
Las versiones fijadas que dieron estabilidad ahora crean riesgo de envejecimiento
El repositorio sigue público y no archivado, pero el desarrollo se ralentizó. Conviene verlo como una instantánea que puede requerir reparaciones manuales.
Mantenimiento lento
El último push fue el 30 de noviembre de 2025, aunque hubo nuevas issues en 2026.
244 Stars · 10 issues abiertasDescargas fallidas
La issue #50 indica que muchos LoRA y modelos ya no se descargan automáticamente.
Issue #50 · abiertaDeriva de dependencias
ComfyUI, Triton y SageAttention antiguos pueden chocar con drivers nuevos.
Stack fijo vs sistema cambianteNuevos modelos
La petición de LTX 2.3 muestra demanda de un flujo agnóstico al modelo.
Issue #51 · sin respuestaCopia el recorrido, no el enorme grafo de nodos
La idea duradera es una cadena de acabado independiente del modelo; sampler y ruido deben quedar en ajustes avanzados.
StartImage→Subir imagenPrompt + Rewrite→Describir movimiento · MejorarLoRA Preset→Movimiento / efectoSeed Gacha→4 variantesFastMix / Base→Rápido / CalidadRefiner + Detailer→Mejorar · Corregir caraUpscale + Interpolation→HD · Movimiento suaveEndImage + RepeatFade→Frame final · LoopEntrada → variantes → selección → reparación → mejora → entrega es un ciclo más fuerte que modelo → prompt → generar → descargar.
Aún útil para estudiar Wan2.2 I2V local, menos como plataforma de futuro
Encaja con usuarios que aceptan que un paquete de un clic puede necesitar solución manual de problemas en 2026.
Buen encaje
- Windows con RTX 3060 12GB o similar
- I2V por lotes y comparación de seeds
- Vídeo anime, ilustración y LoRA
- Creadores que prefieren archivos locales y presets
Mal encaje
- macOS o GPU AMD
- Aprender fundamentos de ComfyUI
- Buscar la pila multimodelo más nueva
- Equipos que necesitan soporte comercial completo
Evaluación
Separa el logro original del flujo de su mantenimiento y frescura técnica actuales.
La oportunidad mayor
Convertir Seed Gacha → selección → Refine → Detail → Upscale → Interpolate → Extend → Loop en un flujo Easy AI Video independiente del modelo para Wan, LTX, Hunyuan y Seedance.