Генерация видео из картинки
В этом посте я расскажу, как сгенерировать видео на основе картинки. Для этого будет использоваться модель нейронных сетей. Мы будем использовать два шага: сначала сгенерируем конечный фрейм на основе исходной картинки, потом сгенерируем видео из первой (исходной), последней (сгенерированной) картинки и описания.
Предварительные требования
- Stability Matrix
- ComfyUI package in Stability Matrix
- Модель FX_FeiHou Qwen Image Edit - Remix и Fat Monkey AIO v2.0 Full Function Workflow для генерации картинки на основе картинки. Альтернативы: ddpm_jcc Qwn-Image-Edit-abliterated.
- Модель Kijai LTX2.3_comfy с DR34ML4Y LORA и RuneXX LTX-2.3 First-Last-Frame Workflow для генерации видео по двум кадрам
Устанавливаем Stability Matrix
В Stability Matrix устанавливаем ComfyUI
- Packages -> Add packages -> ComfyUI.
- Дождаться завершения установки.
- В меню ComfyUI выбрать Extensions. Установить ComfyUI-Manager.
- Запустить нажав кнопку Launch на ComfyUI пакете.
В Stability Matrix установить модели
- Зарегистрироваться на CivitAI. Место, где размещают модели, LORA, worflow и т.д.
- Получить API ключ в свойствах профиля на CivitAI.
- В Stability Matrix включить профиль на CivitAI:
- в Settings -> Accounts нажать CivitAI Connect и ввести API ключ.
- В Stability Matrix выбрать Model Browser -> CivitAI. Модели занимают несколько гигабайт. Найти и установить следующие модели:
DR34ML4Y - All-In-OneQwen Image Edit - Remix
- Через браузер скачать модель
LTX2.3_comfyс Hugging Face и положить файлы в корректные пути:- ltx-2.3-22b-distilled-1.1_transformer_only_fp8_scaled.safetensors в
StabilityMatrix\Data\Models\DiffusionModels. - ltx-2.3_text_projection_bf16.safetensors в
StabilityMatrix\Data\Models\TextEncoders. - gemma_3_12B_it_fpmixed.safetensors в
StabilityMatrix\Data\Models\TextEncoders. - LTX23_audio_vae_bf16.safetensors в
StabilityMatrix\Data\Models\VAE. - LTX23_video_vae_bf16.safetensors в
StabilityMatrix\Data\Models\VAE. - taeltx2_3.safetensors в
StabilityMatrix\Data\Models\VAE. - ltx-2.3-spatial-upscaler-x2-1.1.safetensors в
StabilityMatrix\Data\Packages\ComfyUI\models\latent_upscale_models.
- ltx-2.3-22b-distilled-1.1_transformer_only_fp8_scaled.safetensors в
В Stability Matrix открыть ComfyUI Web UI
В консоли ComfyUI или в Packages будет ссылка на ComfyUI веб интерфейс: http://127.0.0.1:8188/. ComfyUI запускает веб интерфейс на вашей машине.
Выберите исходную картинку на основе которой будет создано видео
Ужмите её чтобы она вписывалась в границы 960 x 544. Для мощных GPU вы можете попробовать 1280 x 720.
Загрузите Qwen Image Edit Remix AIO v2.0 Workflow
В ComfyUI Web UI
- Нажмите File -> Open и выберите JSON файл.
- При импорте у вас скорее всего вылезут ошибки с недоступными нодами и моделями. Нажмите See Errors чтобы посмотреть какие файлы были не найдены.
- Нажмите кнопку Manager -> Install Missing Custom Nodes чтобы установить отсутствующие ComfyUI ноды. Нажмите на каждой ноде кнопку Install.
- После установки нод, нажмите Restart чтобы ComfyUI перезагрузился и загрузил установленные ноды.
- Выберите установленную модель. В See Errors -> Missing model выберите из списка
qwenImageEditRemix_aioV20.safetensorsи нажмите галочку. - Сохраните шаблон в меню File -> Save.
- Далее мышкой выведите на схеме горизонтальный раздел для генерации по картине 单图编辑.
- Следующие переключатели в разделе должны быть включены (однократное нажатие мыши, чтобы тумблер стал ON):
- Enable 单图编辑
- Enable SeedVR2放大 (опционально)
- Enable Remix AIO V2 模型
- Загрузите вашу исходную картинку в Load Image -> Upload.
- Напишите на английском в первом текстовом поле TextEncodeQwenImageEditPlusAdvance что вы хотите получить на выходе. Это описание вашего конечного кадра.
- Нажмите кнопку Run чтобы запустить генерацию картинки. Всплывёт окно со статусом выполнения задачи Job. Генерация займёт много времени, в зависимости от размера картинки и мощности видеокарты.
- Сохранится картинка в папке
StabilityMatrix\Data\Images\Text2Img\ГОД-МЕСЯЦ-ДЕНЬ.
Загрузите LTX-2.3 First-Last-Frame Workflow
Скачайте LTX-2.3_-_FLF2V_First-Last-Frame.json файл
- Нажмите File -> Open и выберите JSON файл.
- При импорте у вас скорее всего вылезут ошибки с недоступными нодами и моделями. Нажмите See Errors чтобы посмотреть какие файлы были не найдены.
- Нажмите кнопку Manager -> Install Missing Custom Nodes чтобы установить отсутствующие ComfyUI ноды. Нажмите на каждой ноде кнопку Install.
- После установки нод, нажмите Restart чтобы ComfyUI перезагрузился и загрузил установленные ноды.
- Выберите установленную модель. В See Errors -> Missing model выберите из списка:
- diffusion models:
ltx-2.3-22b-distilled-1.1_transformer_only_fp8_scaled.safetensors - vae:
taeltx2_3.safetensors - vae:
LTX23_video_vae_bf16.safetensors - vae:
LTX23_audio_vae_bf16.safetensors - text encoder:
gemma_3_12B_it_fpmixed.safetensors
- diffusion models:
- В workflow сделайте следующие настройки:
- Enhance Prompt: выключить в Off
- LTX-2 Loras нажмите Add Lora и выберите
DR34ML4Y_LTXXX_V2.safetensors. - First Frame: нажмите Choose file to upload и выберите оригинальную картинку. Это будет первый кадр.
- First Frame: нажмите Choose file to upload и выберите сгенерированную картинку. Это будет последний кадр.
- В области Video Settings настройте размер видео такой же как размер картинки, например Width: 960, Height: 544.
- В области Prompt напишите на английском что вы хотите получить на выходе. Какое действие должно происходить между первым и конечным кадром.
Make this image come alive with cinematic motion, smooth animation. <YOUR ACTION>.
- Сохраните шаблон в меню File -> Save.
- Нажмите кнопку Run чтобы запустить генерацию видео. Всплывёт окно со статусом выполнения задачи Job. Генерация займёт много времени, в зависимости от размера картинки и мощности видеокарты.
- Сохраниться картинка в папке
StabilityMatrix\Data\Images\Text2Img.