ローカルAI動画ワークフロー調査 検証日 · 2026年8月21日
EasyWan22
Windows向け Wan 2.2 ワンクリック制作環境
EasyWan22 は Wan2.2 I2V-A14B、ComfyUI、GGUF量子化、WanVideoWrapper、SageAttention、LoRAプリセット、動画後処理を、量産向けの大規模ワークフローに統合します。
Wan2.2 がエンジン、ComfyUI が作業台、EasyWan22 が完成車です。
Image → Motion → Finish
01 · カテゴリー
基盤モデルではなく、調整済みのComfyUIディストリビューション
Windows向けに複雑なOSS動画スタックを製品化した環境です。価値は導入の自動化、固定バージョン、既定値、生成後の選別・修復・納品まで含む制作手法にあります。
Wan2.2 I2V-A14B
High NoiseとLow Noiseの2段階が画像から動画を生成します。
+ComfyUI + WanVideoWrapper
モデル読込、サンプリング、メモリ交換、条件付け、動画I/Oをノードで制御します。
+GGUF + FastMix + SageAttention
量子化、高速下書き、Attention最適化で14B級を現実的にします。
+EasyWan22 Workflow
プリセット、比較、精修、局所修復、拡大、補間、色、ループ、バッチを統合します。
ComfyUIの内部を学ぶより、操作を減らして動画を量産するための設計です。
02 · 制作手法
安く試作し、当たりを選び、仕上げに計算資源を使う
Seed Gacha は低コストのバリエーションを先に作り、良い動きだけを選んでから高価な後処理を行う考え方です。
高速バリエーション
FastMixや低解像度を使い、重い後処理を切って複数Seedを試します。
→
良い動きを選ぶ
構図、動き、同一性を比較してから追加のGPU時間を使います。
→
精修して書き出す
Refiner、局所修復、アップスケール、補間、色補正を実行します。
01入力画像
02モーションPreset
03Prompt強化
04高速下書き
05Seed候補
06当たりを選択
07Refiner
08Detailer
09アップスケール
10フレーム補間
11色合わせ
12トリム・ループ・出力
03 · 制作ツール
GenerateボタンよりAI動画ポストプロダクションに近い
制作で繰り返す判断をPreset化し、一般的なオンライン生成器が外に置く修復と納品まで含みます。
強化
LowNoise Refiner
選択した下書きを高解像度で再描画し、追加Seedで精修候補を試せます。
修復
領域Detailer
顔、頭、目、髪など弱い領域だけを検出、拡大、再生成して戻します。
納品
拡大 + 補間
アニメ向け2倍拡大と30/60fpsのフレーム補間を統合します。
制御
開始・終了・ループ
開始/終了画像、逆方向、A→B→Aループを扱えます。
Prompt
翻訳 + 書き換え
日本語を英訳し、Qwen2.5 3Bで短い指示を動画向けに拡張します。
Preset
LoRA + FastMix
LoRA、Trigger、強度をPreset化し、高速モードと品質モードを切り替えます。
04 · 低VRAM設計
14B Workflowを一般GPUで動かす仕組み
Q4_K_M GGUF、GPUとRAM間のBlock Swap、SageAttentionを組み合わせます。6GBで動くことと24GB並みの速度は別です。
GGUF Q4_K_M
High/Low Noise双方を量子化しメモリ負荷を下げます。
BlocksToSwap
VRAMが少ないほど多くのBlockをRAMへ逃がし、速度と引き換えに実行します。
SageAttention
既定起動でAttention計算とメモリ負荷を最適化します。
| 利用レベル | GPU | システムRAM | 実用判断 |
|---|---|---|---|
| ぎりぎり | GTX 1660 Ti · 6GB | 16GB | 動作報告あり。Offloadが多く待ち時間が長い |
| 推奨下限 | RTX 30系+ · 8GB | 32GB | README想定。量子化とSwapは重要 |
| 快適圏 | RTX 3060 · 12GB+ | 64GB | 作者の作例環境。反復生成向け |
VRAMが少ないほどRAMとPCIe転送が増えます。『動く』は快適な速度を意味しません。
導入前にストレージを確保
05 · 固定環境
バージョン固定で複雑な配布環境を安定化
InstallerはPython、ComfyUI、PyTorch、FFmpeg、モデル、多数のCustom Nodesを編成します。2025年の再現性と引き換えに依存関係の老朽化が進みます。
Setup.bat の固定バージョン
- 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
導入手順
- 1
C:\EasyWan22のような短い空フォルダを作る
- 2
EasyWan22Installer.batを保存して実行
- 3
Civitai API Keyを入力
- 4
Python、ComfyUI、Nodes、Models、FFmpegを取得
- 5
ComfyUi.batを起動
- 6
Easy/00_I2Vを開いてQueue
内部はComfyUIエコシステム全体
WanVideoWrapper、GGUF、KJNodes、Florence2、Frame Interpolation、Impact Pack、DepthAnythingV2、SAM 2、RMBGなどを一体化しています。
WanVideoWrapperComfyUI-GGUFKJNodesFlorence2Frame InterpolationImpact PackDepthAnythingV2SAM 2RMBGVideoHelperSuiteControlNet AuxComfyUI Essentials
06 · 2026年の現実
安定性を生んだバージョン固定が、今は老朽化リスクにもなる
公開・未アーカイブのプロジェクトですが、更新は鈍化しています。常に動く最新インストーラーではなく、手動修正が必要になり得るスナップショットとして評価すべきです。
リポジトリ状況244 ★12 Forks10 Open IssuesLast push · 2025-11-30
保守の鈍化
最終Pushは2025年11月30日ですが、2026年もIssueは追加されています。
244 Stars · 10 Open Issues自動取得の失敗
2026年4月のIssueでLoRAやモデルの自動取得失敗が報告されています。
Issue #50 · Open依存関係のずれ
旧ComfyUI・Triton・SageAttentionと新しいDriverの衝突例があります。
固定Stack vs 更新されるOSモデル範囲の変化
LTX 2.3版への要望はモデル非依存Workflowへの需要を示します。
Issue #51 · 返信なし07 · 製品設計の教訓
巨大なNode Graphではなく、ユーザーの流れを再利用する
長く残るのはモデル非依存の仕上げ工程です。SamplerやNoise段階は高度設定へ隠し、ユーザーには目的を見せるべきです。
EasyWan22の概念現代的なUI
StartImage→画像をアップロードPrompt + Rewrite→動きを説明・Prompt強化LoRA Preset→モーション・効果Seed Gacha→4候補を生成FastMix / Base→高速・品質モードRefiner + Detailer→強化・顔修復Upscale + Interpolation→HD・滑らか化EndImage + RepeatFade→終了Frame・Loop入力 → 候補 → 選択 → 修復 → 強化 → 納品は、モデル → Prompt → Generate → Downloadより強い製品ループです。
08 · 対象ユーザー
ローカルWan2.2 I2Vの研究には有用だが、将来性の高い基盤ではない
2026年のワンクリック環境でも手動トラブル対応があり得ると理解するユーザーに向きます。
向いている
- RTX 3060 12GB前後のWindowsユーザー
- 大量I2VとSeed比較
- アニメ・イラスト・LoRA動画
- ローカルファイルと再利用Presetを重視する制作者
向いていない
- macOSやAMD GPU
- ComfyUIの基礎を学びたい人
- 最新のマルチモデル環境を求める人
- 商用サポートが必須のチーム
調査スコア
当時のワークフロー成果と、現在の保守性・技術鮮度を分けて評価します。
より大きな機会
Seed Gacha → 選択 → Refine → Detail → Upscale → Interpolate → Extend → Loop を、Wan・LTX・Hunyuan・Seedanceに対応するモデル非依存のEasy AI Videoへ発展させることです。