今天给大家演示一个高质量、自动化的ComfyUI 视频生成工作流，其亮点在于通过两张图像（视频首帧与尾帧）自动生成画面提示词，并融合大模型实现影视级的细腻镜头过渡。该流程还集成了视频放大、插帧、文本提示控制、双模型混合、自动构图等关键模块，实现从图像到动态影像的全链路生成效果。工作流极大简化了视频创作门槛，适用于角色变身、场景切换、动作进化等高需求表达场景。文章目录工作流介绍核心模型Node节点工作流程大模型应用CLIPTextEncode（正向） 电影质感叙事语义编码CLIPTextEncode（负向） 质量与结构纠错语义编码RH_Captioner 首尾帧自动剧情推理 Prompt 生成CLIPVisionEncode 视觉特征深度编码WanFirstLastFrameToVideo 首尾帧驱动的视频语义融合模型使用方法应用场景开发与应用工作流介绍本工作流名为「Smooth Mix wan2.2 电影质画质-加速版」，通过组合多个核心模型、特效节点与推理链路，实现从静态图像输入到电影质感视频输出的全过程。其核心流程包括模型混合（BlockSwap）、提示词智能切换、首尾帧理解与过渡、图像插帧生成中间画面、再通过视频输出模块合成为一段完整视频。此工作流使用了多个关键模型和 Node 节点，包括基于wan2.2的高动态 UNet 模型、自动提示生成节点、图像上下采样处理器、视觉语义理解模型、文本嵌入器、插帧算法与视频输出模块等。多个Fast Bypasser和Mute/Repeater节点提升了执行效率与灵活性，使复杂模型结构下的工作流依旧保持高性能。核心模型本工作流采用双 UNet 模型进行高低质图像路径的推理，通过wanBlockSwap节点实现模型混合，并加载相应的 VAE、CLIP、Vision 模型来支持不同层级的感知与推理。尤其使用smoothMixWan22I2V14B系列模型，使画面风格更加自然、细节丰富。模型名称说明