
wan2.1_fun的动作迁移工作流,基于官方工作流搭建。
wan2.1_fun折腾了挺长时间,KJ和官方流都试过,生成会崩图、花脸、一致性差等等好多问题,试来试去效果都不如mimimotion,所以一直没发工作流,今天突发奇想,采用mimimotion的openpose处理动作,然后融合模糊后的depth深度处理,控制效果意外的好,同时对于面部神态的同步控制也更合理,分享一下。
下面整体说明下:
①相比较于mimimotion,此版wan2.1_fun工作流生成效果整体视频场景的动态控制更加合理,比如背景中物体动态效果更好,缺点就是低分辨率生成比较糊,建议720*1280。
②生成效率不如mimimotion
③随着生成时长增加,脸会逐渐变得和原参考图差距越来越大(mimimotion也崩脸),生成后还是需要用换脸修复
④生成手脚不行(AI通病),暂时没找到比较好的处理手脚方式,期待新技术
总结:总的来说和mimimotion各有利弊吧,大家可以分别多试试跑下,选择适合自身需求场景的方案
创作不易,如果有帮到您,请多收藏、多在线执行应用或者工作流,大家的支持是我创作的动力,感谢支持!
有问题请评论区留言,看到会及时回复,欢迎交流,共同学习,一起进步!
wan2.1_fun的动作迁移工作流,基于官方工作流搭建。
wan2.1_fun折腾了挺长时间,KJ和官方流都试过,生成会崩图、花脸、一致性差等等好多问题,试来试去效果都不如mimimotion,所以一直没发工作流,今天突发奇想,采用mimimotion的openpose处理动作,然后融合模糊后的depth深度处理,控制效果意外的好,同时对于面部神态的同步控制也更合理,分享一下。
下面整体说明下:
①相比较于mimimotion,此版wan2.1_fun工作流生成效果整体视频场景的动态控制更加合理,比如背景中物体动态效果更好,缺点就是低分辨率生成比较糊,建议720*1280。
②生成效率不如mimimotion
③随着生成时长增加,脸会逐渐变得和原参考图差距越来越大(mimimotion也崩脸),生成后还是需要用换脸修复
④生成手脚不行(AI通病),暂时没找到比较好的处理手脚方式,期待新技术
总结:总的来说和mimimotion各有利弊吧,大家可以分别多试试跑下,选择适合自身需求场景的方案
创作不易,如果有帮到您,请多收藏、多在线执行应用或者工作流,大家的支持是我创作的动力,感谢支持!
有问题请评论区留言,看到会及时回复,欢迎交流,共同学习,一起进步!