这是一份详尽的AI视频生成指南，系统性地讲解了动漫与写实两种主流风格的制作方法，涵盖图生视频、首尾帧及三图参考等多种工作流。通过解析核心模型、关键参数与常见问题的解决方案，为AI视频创作者提供了一套可落地实践的操作流程，帮助解决人物一致性差、动态效果不佳等痛点。
智能速览
使用DaSiWaV9模型可有效解决动漫视频中的人物走样问题。
首尾帧工作流通过指定首尾图片，让AI智能填充中间过渡帧。
写实风格视频推荐使用Remix模型，以获得更好的效果和适应性。
人物一致性问题的根源在于模型训练数据差异，最佳方案是训练专属Lora。
通过CivitAI平台可找到大量特效Lora，复现他人创作的独特效果。
精华内容
掌握AI视频生成的核心在于选择合适的模型与工作流。下面将从动漫、写实两种主流风格出发，拆解具体制作流程与关键参数，并集中解答创作中最常见的几类问题。
动漫风格优化
许多创作者在生成动漫视频时，会发现人物随着时长增加逐渐走样。这通常是因为所用的模型未经特定人物训练，且融合了写实数据导致风格偏离。
解决方案是采用针对性模型，例如DaSiWaV9。该模型融合了大量动漫视频Lora，能显著提升生成质量。使用时，可将噪声偏移量参数设置为5，这是一个动态效果与稳定性之间的平衡点。
工作流中还集成了Patch Sage Attention等节点，用于优化生成速度和降低显存占用。若本地运行出现报错，可尝试关闭这两个节点来解决。
首尾帧与三图
首尾帧视频工作流的参数设置与图生视频基本一致，其核心区别在于增加了首尾帧处理节点。其作用是将用户提供的第一张图作为视频开端，最后一张图作为结尾，中间的动态内容由模型智能渲染生成。
三图视频工作流则需要三张参考图片，对提示词的撰写要求也更高，使用难度较大。除非有特殊的创意需求，否则一般不建议新手优先尝试此种方式。
写实风格制作
对于写实风格的视频生成，可以将工作流中的DaSiWaV9模型替换为Remix V2.1模型。该模型对写实画面和未知领域的场景有更好的适应性，生成的效果更为逼真。
切换模型后，需要相应地调整工作流中的步数与CFG等参数，以匹配Remix模型的特性，从而获得最佳的生成效果。这一调整过程通常需要通过几次测试来确定最佳参数组合。
解决一致性难题
人物一致性问题在多数ComfyUI图生视频模型中普遍存在，根源在于这些融合模型的训练数据与用户使用的图片差异较大。例如，当某个动作类Lora权重设置过高，可能会导致生成的人物被替换成Lora训练集里的外国人。
最根本的解决方案是使用官方原版模型，并亲自训练一个针对特定人物的专属Lora，以强制保持人物特征的一致性。
复现他人效果
当无法复现其他创作者的特效时，可以多逛CivitAI（C站）。这是全球最大的AI模型创作者平台，通过筛选功能可以找到想要的视频特效、动作等专属Lora。
将这些Lora加载到官方模型中，即可复现类似效果。同时，在平台设置中打开“Enable Not Safe Content”模式，可以查看平台隐藏的更多核心内容。
这份攻略为AI视频爱好者提供了一条从模型选择、工作流搭建到问题解决的清晰路径，尤其是在提升人物一致性和动态效果方面给出了具体方案。开源模型的高度可定制化是其核心优势。随着开源社区的持续发展，下一个令人惊艳的AI视频效果会从何而来？
关键评论
对于动漫风格，DaSiWa是首选；Remix动态最强但不够稳定，而Smooth则以稳定性见长。
开源的Wan2.2系列模型与闭源的Vidu、Sora等相比，在效果和成本上形成了断代级别的差距。
本地运行对硬件配置有较高要求，部分用户可能会因此望而却步。
视频里那种纷纷嫩嫩的动漫模型是什么，找了好久没找到。
