Wan2.2 VACE Prepでクリップ間の結合をスムーズにする

2026/03/05

コメント欄で VACE CLIP Joiner というワークフローを教えてもらったので今回はそれを使った動画の結合テストです。

動画クリップの接続時に発生する色や明るさの不具合については、WAN VACE Clip Joinerを試してみるのも一案かもしれません。 https://civitai.com/models/2024299?modelVersionId=2677624

VACEって、Wan2.2 Animateみたいにリファレンス動画を基に、同じ動きのWanVideoを生成する技術だと思い込んでたんですけど、複数の動画の結合をスムーズにする仕組みとしても使えるらしいんですね。
（つまり、これは色や明るさを修正する仕組みではありませんが、普通に興味深いワークフローだったので使ってみた、というお話です）

具体的には ComfyUI-Wan-VACE-Prep というカスタムノードを使うのですが、専用のワークフローを公開してくださっている方がいるので、ありがたくお借りすることにしました。

尚、noteの「Wan VACE Prepで滑らかに動画をつなぐ」という記事で配布されているワークフローがコンパクトで見やすかったのでてっとり早く試したい方はこちらのほうがオススメ。

Civitaiにある WAN VACE Clip Joiner は特定のディレクトリにある動画をまとめて処理することが前提のワークフローだったりするので、慣れていない方にはちょっと面倒くさく感じるかも。ループ動画用のワークフローなども入っていて高機能ではあるんですけどね。

普通に動画クリップを繋げると繋げた部分でカクつきが発生する

まずはWan2.2 I2Vで、4秒動画を2つ生成し、4+4=8秒の動画にした例です。

4秒あたりで、女の子の頭がカクっと上に移動するのがわかると思います。

I2Vは元となる静止画から動画を作るので、同じ絵から2つのクリップを生成したらこうなるのは当たり前の話。

だから、通常はピンポンループ（順再生＋逆再生）にしてスムーズに繋げるか、あるいは1クリップ目はI2V、2クリップ目は1クリップ目の最終フレーム画像からFLF2Vで、元画像に戻してあげるという処理をします。

しかし、VACE Prepを使うとそんなこと気にせずに多少強引にクリップ間の結合をスムーズにしてしまえるというのです。

VACE Prepで4秒+4秒の動画を繋げた例

VECE Prepを使うと、このようにカクつきが一切ありません。

どうやら、1クリップ目の最後から8フレーム分をリファレンス動画として扱い、2クリップ目の前半8フレームを再生成しているようなのです。

この8フレームという部分は通常、ワークフローで好きに指定できます。8でもカクつきが気になる場合は16とかにするとより自然に繋がるらしい。

イメージ的にはクリップの繋ぎ目から前後8フレームずつ切り取って、FLF2Vみたいな挙動しているように思えるけど、単にそれだけではトリッキーな動きをする場合もあるだろうから、vaceモデルでうまいこと調整してる感じなんですかね。詳細はわからん。

NormalとVACE Prepの繋ぎ目を比較

並べて見たほうがわかりやすいかもなので比較動画にしてみました。

今回は元画像の動きが少ないからちょっとわかりづらかったかな？

女の子の頭の動きを見ていればわかりやすいんだけど、つい股間に目がいってしまってわかりづらいかもしれないｗ

元絵

SDXL:

Illustrious系を適当にマージしてたら、レシピわからんくなった。

生成時間メモ

環境:RTX4070 VRAM:12GB Mem:64GB
ComfyUI 0.15.1 pytorch version: 2.10.0+cu130
sageattention 2.2.0
Wan 2.2 I2V
fp8モデル lightx2v(rank64)
1152x768px 65F (約4秒) Step 4 CFG 1
生成時間: 初回 191.70s 2回目 173.92s
VACE Prep
fp8モデル lightx2v(rank64)
context_frames:8 replace_frames:8
生成時間: 初回 161.40s 2回目 119.80s