流程中用到的节点：https://github.com/TTPlanetPig/TTP_Comfyui_FramePack_SE

首先，感谢 lvmin Zhang 的 FramePack 应用——它提供了一种非常有趣的方法，使视频生成更简单、更易访问。

原始仓库：
https://github.com/lllyasviel/FramePack

本项目的更改
基于原始仓库，我们注入了一个简单的 end_image 来启用起始和结束帧参考

查看我的 PR 获取完整差异：
https://github.com/lllyasviel/FramePack/pull/167

此 PR 解决了 “背景冻结” 的批评

遇到的问题
当起始帧和结束帧差异过大时，模型难以处理，经常会出现 “幻灯片式” 的切换。

虽然有人将其归因于 “需要进一步训练”，但我认为：

Hunyuan 模型对静态人体姿势处理很好，但缺乏平滑的动态过渡

借助 lvmin Zhang 对 Hunyuan 基础模型的改进，我们可以解锁更多可能性

我的优化
调整了生成管道代码，在变化性和帧一致性之间取得平衡

测试并调优了多个参数，以确保在大多数场景中实现平滑过渡

ComfyUI 代码参考自 HM-RunningHub/ComfyUI_RH_FramePack，并进行了修改

模型下载与存放位置
您可以从 Hugging Face 手动下载各模型，也可以使用捆绑的模型包。

1. 手动下载
HunyuanVideo
https://huggingface.co/hunyuanvideo-community/HunyuanVideo/tree/main

Flux Redux BFL
https://huggingface.co/lllyasviel/flux_redux_bfl/tree/main

FramePackI2V
https://huggingface.co/lllyasviel/FramePackI2V_HY/tree/main

百度网盘： https://pan.baidu.com/s/17h23yvJXa6AczGLcybsd_A?pwd=mbqa

夸克： https://pan.quark.cn/s/80ff4f39c15b

2. 模型存放位置
将内容复制到 models/ 文件夹，参考 HM-RunningHub/ComfyUI_RH_FramePack

text
复制
编辑
comfyui/models/
├── flux_redux_bfl
│ ├── feature_extractor/
│ │ └── preprocessor_config.json
│ ├── image_embedder/
│ │ ├── config.json
│ │ └── diffusion_pytorch_model.safetensors
│ ├── image_encoder/
│ │ ├── config.json
│ │ └── model.safetensors
│ ├── model_index.json
│ └── README.md
├── FramePackI2V_HY
│ ├── config.json
│ ├── diffusion_pytorch_model-00001-of-00003.safetensors
│ ├── diffusion_pytorch_model-00002-of-00003.safetensors
│ ├── diffusion_pytorch_model-00003-of-00003.safetensors
│ ├── diffusion_pytorch_model.safetensors.index.json
│ └── README.md
└── HunyuanVideo
├── config.json
├── model_index.json
├── README.md
├── scheduler/
│ └── scheduler_config.json
├── text_encoder/
│ ├── config.json
│ ├── model-00001-of-00004.safetensors
│ ├── model-00002-of-00004.safetensors
│ ├── model-00003-of-00004.safetensors
│ ├── model-00004-of-00004.safetensors
│ └── model.safetensors.index.json
├── text_encoder_2/
│ ├── config.json
│ └── model.safetensors
├── tokenizer/
│ ├── special_tokens_map.json
│ ├── tokenizer_config.json
│ └── tokenizer.json
├── tokenizer_2/
│ ├── merges.txt
│ ├── special_tokens_map.json
│ ├── tokenizer_config.json
│ └── vocab.json
└── vae/
├── config.json
└── diffusion_pytorch_model.safetensors
参数指南

padding_mode

仍在实验阶段——目前使用 optimized

end_condition_strength & enable_feature_fusion 可以组合使用，较低的strength会降低尾帧匹配度

较低的 end_condition_strength 提高自由度，但降低与结束帧的相似度

history_weight

控制历史影响力，默认 100%

history_decay

线性衰减历史权重；如需更多变化，可增大 decay

欢迎在 Issues 或 PR 中分享反馈或建议！