首尾帧生视频

官方 Wan2.1 FLF2V

Wan2.1 在 2025-04-17 加入 FLF2V：推理代码与 Wan2.1-FLF2V-14B-720P 权重。WanFLF2V 接收 first_frame、last_frame、提示词，默认 frame_num = 81、max_area = 720×1280、UniPC、50 步、guidance 5.5。两张图尺寸不一致时，尾帧会裁切缩放到首帧。

README 写明主要用中文文本–视频对训练，建议中文提示词。ComfyUI 有原生 Wan FLF2V 示例（WanFirstLastFrameToVideo）：编码两端静帧、铺潜变量画布、把订住的帧 mask 掉、去噪中间。

Wan2.2 没有补的东西

• 2.2 模型表没有 Wan2.2-FLF2V 这一行。
• I2V-A14B / TI2V-5B 的 --image 只条件化一张静帧。
• 后续闭源 API（2.5+）会把首尾帧当产品控件重新放出——那不是 2.2 开源 ckpt。

和 VACE 的重叠

VACE 也能在 Video Condition Unit 里用帧参考做插值或扩展。那是另一套权重（Wan2.1-VACE-1.3B / 14B），还带 mask/参考管线。如果只要两张关键帧加提示词，FLF2V 更窄、更直接。

常见问题

能把 2.2 T2V 微调成 FLF2V 吗？

社区有尝试，但不是官方 2.2 发布物。要文档里的行为，从 Wan2.1-FLF2V 权重起步。

为什么常见 81 帧？

Wan 潜变量时间压缩是 4。帧数取 4n+1 才能对齐 VAE 网格（1 + 4×20 = 81 是常见 720P 默认）。