Wan2.2-S2V 数字人音+图生视频模型

阿里通义万相开源的一款以音频驱动生成视频的AI模型，它能通过一张图片+音频来生成一段口型同步，表情神态，肢体动作流畅自然的高质量视频，并且支持多种语言.

B站视频教程

https://www.bilibili.com/video/BV1FxYTzsERV/?vd_source=7d2c1f3a3525c71b349a0f4da45eeadc#reply115156914801252

镜像使用文档：

01 查找镜像

点击镜像社区，在搜索框内输入S2V，点击社恐的知识树制作的S2V镜像

02 部署镜像

点击使用该镜像创建实例

03 创建容器实例

点击部署GPU实例，选择镜像，建议优先选用 4090 48G显卡，可以直接生成更大的分辨率视频，并且不容易爆显存，点击下方立即部署.

04 启动云服务器

立即部署完成后会自动跳转到控制台，选择已部署的镜像实例点击启动

05 运行ComfyUI

启动完成后，点击红色框内"ComfyUI"进入前端操作页面，点击蓝色框内“JupyterLab”进入后台文件夹页面，如果点击ComfyUI没反应，请刷新页面

06 查找内置ComfyUI工作流

07 如何下载已经生成的文件到本地电脑

首先点击“JupyterLab”进入后台文件夹，其中Input是上传文件存放的位置，比如图片音频视频等，output文件夹是所有生成文件存放的位置 点击进入output文件夹，选中要下载的文件，右键点击弹出窗口选这下载即可

欢迎加入社恐的知识树-作者交流群