ComfyUI SCAIL-2 角色替换工作流教程

SCAIL-2 是构建在 Wan2.1 之上的端到端角色动画模型。它通过驱动视频驱动参考角色图像，支持角色动画（让角色执行动作）和视频内角色替换（将视频中跟踪的人物替换为参考角色）。

主要特性：

• 端到端角色动画：用驱动视频的运动驱动静态角色图像
• 两种模式：动画模式（角色执行动作）和替换模式（将跟踪人物替换为参考角色）
• 长视频支持：基于分段的重叠帧扩展生成
• 内置 ComfyUI 节点：使用原生 WanSCAILToVideo、SCAIL2ColoredMask 和 SAM3 跟踪，无需额外自定义节点，仅需下载标准模型即可

相关链接：

• Hugging Face: SCAIL-2
• SCAIL-2 扩散模型

SCAIL-2 角色替换工作流

工作流原理

本工作流使用两个子图节点——Base 子图（第一段）和 Extend 子图（后续段落）——来支持短视频和长视频的角色动画。

1. 加载驱动视频（pose_video）和参考角色图像
2. Base 子图处理第一段（默认 81 帧）
3. Extend 子图处理第 2 段及后续，将上一段的 previous_frames 链接起来
4. 预览结果并保存

长视频

对于较长的视频，计算段落数量：ceil(total_frames / 76)。除第一段外均使用 Extend 子图。复制 Extend 节点以增加更多段落，链接 previous_frames 输出，并递增 segment_index。

注意： WanSCAILToVideo 无法自动排队所有段落——需要手动运行每个段落。

两种模式

在两个子图节点上均设置 replace_mode 参数。

输入和参数

共用参数（Base 和 Extend）

SAM3 跟踪（两个输入）

sam3_video_object 和 sam3_image_object 输入控制 SAM3 蒙版跟踪——不是 SCAIL-2 的输出提示词。它们确定彩色蒙版跟踪哪些对象：

• 使用开放式文本描述（默认：human）
• 当视频和参考中的目标相同时使用相同的描述
• 如果视频和参考需要不同的关注点（例如拥挤场景），使用不同的描述

模型安装

首先将 ComfyUI 更新到最新版本，以获取内置的 WanSCAILToVideo 和 SCAIL2ColoredMask 节点。

所需模型

diffusion_models

• wan2.1_14B_SCAIL_2_fp16.safetensors

text_encoders（选择其一）

• umt5_xxl_fp8_e4m3fn_scaled.safetensors

clip_vision

• clip_vision_h.safetensors

vae

• Wan2_1_VAE_bf16.safetensors

loras

• lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors
• wan2.1_SCAIL_2_DPO_lora_bf16.safetensors

checkpoints

• sam3.1_multiplex_fp16.safetensors

文件存放位置

ComfyUI/
├── models/
│   ├── diffusion_models/
│   │   └── wan2.1_14B_SCAIL_2_fp16.safetensors
│   ├── text_encoders/
│   │   └── umt5_xxl_fp8_e4m3fn_scaled.safetensors
│   ├── clip_vision/
│   │   └── clip_vision_h.safetensors
│   ├── vae/
│   │   └── Wan2_1_VAE_bf16.safetensors
│   ├── loras/
│   │   ├── lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors
│   │   └── wan2.1_SCAIL_2_DPO_lora_bf16.safetensors
│   └── checkpoints/
│       └── sam3.1_multiplex_fp16.safetensors