Installer WAN 2.1 dans ComfyUI pour faire du TXT2VID

Le guide complet débutant (Windows + RTX NVIDIA)

WAN 2.1 est devenu l’un des modèles vidéo locaux les plus impressionnants du moment pour générer des vidéos IA directement depuis un prompt texte dans ComfyUI. Avec une bonne configuration, même un laptop équipé d’une RTX série 40 peut produire des vidéos bluffantes en local, sans cloud ni abonnement.

Dans ce guide ultra complet, vous allez apprendre :

• Installer WAN 2.1 dans ComfyUI

• Télécharger les bons modèles

• Configurer un workflow TXT2VID propre

• Comprendre les réglages importants

• Optimiser les performances VRAM

• Éviter les erreurs fréquentes

• Obtenir des vidéos beaucoup plus fluides et propres

Et surtout : comprendre ce que vous faites, sans copier-coller un workflow “magique” incompréhensible.

Pourquoi WAN 2.1 impressionne autant ?

WAN 2.1 est un modèle vidéo open source capable de :

• générer des vidéos depuis un texte

• faire du image-to-video

• gérer des mouvements crédibles

• produire des vidéos cohérentes

• fonctionner sur des GPU “grand public”

Contrairement à beaucoup d’anciens workflows vidéo IA :

• les mouvements sont plus naturels

• les arrière-plans bougent moins bizarrement

• les personnages gardent mieux leur identité

• les détails restent plus stables

Le modèle existe en plusieurs versions :

Modèle	Usage	VRAM recommandée
WAN 1.3B	Rapide / léger	8–12 Go
WAN 14B FP8	Qualité élevée	12–16 Go
WAN 14B BF16	Très haute qualité	24 Go+

Pour la majorité des débutants, le meilleur compromis est actuellement le WAN 14B FP8.

Configuration recommandée

Minimum conseillé

• RTX 3060 12 Go

• 32 Go RAM

• SSD NVMe

• Windows 11

• Python installé proprement

• ComfyUI récent

Étape 1 — Mettre ComfyUI à jour

Avant toute chose :

Dans ComfyUI :

• ouvre Manager

• clique sur :

  • Update ComfyUI

  • Update All

Puis redémarre complètement ComfyUI.

WAN nécessite souvent :

• des nodes récents

• des dépendances CUDA récentes

• des loaders spécifiques

C’est LA cause numéro 1 des erreurs.

Étape 2 — Télécharger les modèles WAN 2.1

Modèles officiels Hugging Face

WAN 14B TXT2VID FP8

WAN 2.1 Hugging Face officiel

Pack ComfyUI repackagé

WAN 2.1 ComfyUI Repackaged

Fichiers à télécharger

1 — Diffusion model

Télécharger :

wan2.1_t2v_14B_fp8_e4m3fn.safetensors

À placer dans :

ComfyUI/models/diffusion_models

2 — Text encoder

Télécharger :

umt5_xxl_fp8_e4m3fn_scaled.safetensors

À placer dans :

ComfyUI/models/text_encoders

3 — CLIP Vision

Télécharger :

clip_vision_h.safetensors

À placer dans :

ComfyUI/models/clip_vision

4 — VAE

Télécharger :

wan_2.1_vae.safetensors

À placer dans :

ComfyUI/models/vae

Étape 3 — Installer les custom nodes nécessaires

Le plus simple :

Dans ComfyUI :

Manager → Install Missing Custom Nodes

Puis installe automatiquement :

• tous les nodes rouges

• les loaders WAN

• les encodeurs vidéo

Étape 4 — Charger un workflow TXT2VID

Le plus simple pour débuter :

Workflow WAN 2.1 TXT2VID exemple

Télécharge le workflow JSON puis :

glisser-déposer dans ComfyUI

Structure d’un workflow WAN TXT2VID

Un workflow WAN typique contient :

Prompt
↓
Text Encoder
↓
WAN Loader
↓
Sampler
↓
Video Decoder
↓
Export MP4

Réglages recommandés pour débuter

Résolution

Très conseillé au début

832x480

Pourquoi ?

Parce que :

• beaucoup moins de VRAM

• beaucoup plus rapide

• très bon rendu

• beaucoup moins de bugs

Nombre de frames

Débutant :

49 frames

≈ 2 secondes.

Pour éviter :

• temps de génération énormes

• crash VRAM

• incohérences vidéo

FPS

16 FPS

Excellent compromis fluidité/performance.

Réglages KSampler recommandés

Sampler conseillé

uni_pc

ou

dpmpp_2m

Scheduler

simple

Steps

Rapide

20

Qualité élevée

30 à 40

CFG

WAN aime souvent :

4 à 6

Contrairement à SDXL où on monte parfois plus haut.

CFG trop élevé :

• mouvements bizarres

• scintillements

• déformations

Mon retour d'expérience pour améliorer les vidéos

1 — Décrire un mouvement

Erreur débutant :

a woman standing in a forest

Le modèle ne sait pas quoi animer.

Bon prompt

a woman slowly walking through a mystical forest, cinematic camera movement, wind in the hair, dynamic lighting

Toujours décrire :

• mouvement

• caméra

• ambiance

• interaction

2 — Les mouvements de caméra changent tout

Ajoute souvent :

cinematic camera movement
slow camera pan
drone shot
handheld camera
tracking shot

Ça améliore énormément le réalisme.

3 — Éviter les vidéos trop longues

WAN est excellent sur :

• clips courts

• séquences dynamiques

• animations rapides

Mais :

• plus la vidéo est longue

• plus les incohérences arrivent

4 — TeaCache est presque indispensable

TeaCache :

• accélère énormément WAN

• réduit le temps de génération

• garde une bonne qualité

Sur certaines configs : gain x2 à x4.

5 — Le vrai secret : image-to-video

Beaucoup de créateurs pros :

1. génèrent une image parfaite avec SDXL

2. utilisent WAN en image-to-video

Résultat :

• vidéos beaucoup plus stables

• personnages cohérents

• moins d’artefacts

Utiliser des LoRA avec WAN

Oui, WAN supporte :

• des LoRA personnages

• des motion LoRA

• des styles vidéo

Mais :

• tous les LoRA SDXL ne sont PAS compatibles

• certains donnent du grain

• certains détruisent la cohérence

Les meilleurs résultats :

• LoRA entraînés spécifiquement pour WAN

• motion LoRA subtils

• faible strength

Réglages LoRA conseillés

Strength

0.6 à 0.9

Évite :

1.4+

Sinon :

• visages détruits

• mouvements instables

• flickering

Erreurs fréquentes des débutants

Out of Memory

Cause :

• résolution trop élevée

• trop de frames

• mauvais modèle

Solution :

• passer en 480p

• réduire les frames

• utiliser FP8

Vidéo qui tremble

Cause :

• CFG trop élevé

• prompt trop chargé

• sampler mauvais

Arrière-plan qui fond

Cause :

• mouvement trop agressif

• caméra mal décrite

• vidéo trop longue

Workflow recommandé pour débuter

Mon conseil réel

Étape 1

TXT2IMG SDXL :

• Juggernaut

• RealVisXL

• Flux

Étape 2

Passage dans WAN I2V

Étape 3

Upscale vidéo

Étape 4

Interpolation RIFE

C’est là qu’on commence à obtenir des résultats “cinéma IA”.

Conseils performance RTX 12 Go

Avec une RTX 5070 Ti Laptop 12 Go :

Très confortable

• WAN 1.3B

• 480p

• 49 frames

• TeaCache

Faisable

• WAN 14B FP8

• 720p optimisé

• petites vidéos

Difficile

• longues vidéos 720p+

• BF16

• gros batchs

Faut-il utiliser WAN avec Comfyui aujourd’hui ?

Oui clairement.

Pour de l’IA locale :

• c’est l’un des meilleurs rapports qualité/performance actuels

• énorme communauté

• WAN est optimisé pour ComfyUI

• évolue extrêmement vite

Et surtout : il tourne réellement sur des machines “normales”.

Ce qui change tout pour les créateurs IA locaux.

Liens utiles

WAN officiel

WAN AI Hugging Face officiel

Pack ComfyUI simplifié

WAN 2.1 ComfyUI Repackaged

Ressources communauté

Recherche WAN sur Civitai

Conclusion

WAN 2.1 transforme complètement la génération vidéo locale.

Avec :

• un bon workflow

• des prompts adaptés

• une résolution raisonnable

• quelques optimisations intelligentes

Même un simple laptop RTX moderne peut produire des vidéos IA impressionnantes.