DyDyCos 作品的一种实现思路
本帖最后由 明心亘青 于 2026-4-2 18:02 编辑这几天在研究 Wan2.2，恰好有人问过，就顺手写了本文。想到哪写哪，方法也绝对不止一种，欢迎你提出新的见解。本文介绍的是「思路」而非彻底的教程，所以很多详细参数设置是不会讲的（懒得讲）。不同的模型可以自己再去找点相关教程去研究研究。 本次使用的模型有 3 个，分别是 OneObsession, Qwen-image-Edit, Wan2.2. 部分模型可能会使用特殊的微调版本。本文提到的所有模型都可以在 Civitai 与 HuggingFace 找到，翻墙不便或心疼流量的可以在国内的魔搭社区找找。我的配置，可供参考：CPU: 8940HX | GPU: 5070Ti Laptop VRAM: 12G | RAM: 32G DDR5 | 50G 虚拟内存别听一些人讲的什么 5090 都跑不了 Wan2.2 啊没 64G 物理内存或者没 128G 总内存（物理内存＋虚拟内存）跑不了啊怎么怎么样的，你直出个 2160p60 爆了显存是你活该。480*848 然后超分补帧照样能看，拿着 4060 嗯跑的人都有，不试试怎么知道自己会不会爆显存。大不了量化模型一个个上，实在没招了再放弃，起码你试过了。万一自己真的能跑呢？ DyDyCos 的 AI 视频生成的原理其实不难看出来，就是一张真实系图像通过视频模型转成真人视频。所以第一步自然是如何得到这张真实系图像。我们当然可以使用诸如 Z-image-Turbo 等等生成 Coser 的图像，进而生成视频，但如果我们需要的角色比较小众，那就没有办法了，只得使用编辑模型进行真人化。这也是 Qwen-image-Edit 的使用范围。先拿二次元模型随便跑张图。这一步是为了出我们所谓的底图。选择这个模型是因为它支持直出 2.5D 半写实的图像（其实都支持，artist:wlop 或者 artist:sakimichan 有惊喜，不过应该没人不认识 sakimichan 吧？），不过我觉得不是很好看。但出半写实的人物图像可以考虑使用 Flux 2 Klein 等工具改图或者是 Z-image 等模型洗图，一致性更强，说不定成图会比我们将使用到的 Qwen-image-Edit 好看。随便找个工作流，你照着我的这个抄也行，转化一下：我们这里采用的，是官方的 fp8mixed 版本。因为我们这次出的图像阴茎等部位都是较为明显的，不至于被模型吞掉，因此使用官方模型，成图的脸个人认为更好看。如果动作没那么明显，那么官方的模型很有可能会直接吞掉那些器官，这时候建议使用 Qwen-AIO-Rapid-NSFW。（后者是官方 fp8mixed，前者是 Rapid NSFW v23）。（一个更极端的对比，我是明显感觉后者的脸更好看的，可能我比较偏大众审美？但看看下肢那儿）更新：可以试试 Flux2 Klein 9B FP8，光影效果不错，出图比 Qwen Image Edit 快。
下一步是将图像导入视频工作流，同样是随便找一个，照着我的抄也行，就有了这个： 我为了省时间才跑的这个低分辨率，实际上可以尝试跑 720*1280，这样超分放大一倍就是 2k。（效果预览，老王上传限定 gif 不能 mp4 内置而且大小规定 9.9m 以内，所以只搞了个 8 帧的。我不会写 Prompt，所以效果也就那样，会的人可以教我{:5_178:}）最后接一个这个，前者是 Nvidia 亲自下场制作的一个新的放大节点，有 20 系显卡就能用，后者是补帧插件。你还可以接一个 MMAudio 节点，这个能给你的视频加上声音。恭喜你完成了。除此之外，其实还有用 Z-Image 洗图的方式，不过我测了一下好像效果不太好，可能我不太会用。但这确实是一个可以实现的方式。（洗图推荐使用 2.5D 图像）更新：想用 Z-image 洗图就必须这样搭建工作流，也就是必须接一个 LLM 识别图像，用这个作为提示词，一致性是最烂的那个。当然，Z-image 是生图模型，这方面还是别要求太多了。也欢迎你提出更好的方案。
PDF 我是不会做的，我已经把教程用到的图片删掉了，也懒得再截一遍了。我个人感觉虽然压缩的有点狠，但看应该是勉强能看清的，这篇文章是介绍思路，你需要看的是「这里该用什么节点」而不是看「这个节点要用哪些参数」，我自己用的高频 Enhanced 低频 Dasiwa 都不一定满足的了所有人的需求（包括我自己，一致性太差了），这些照抄没意义。实在不行你去 B 站搜一下黑鹤 001，纯圣人，工作流全公开了，我就拿的他的工作流。但光拿工作流意义不大，你看到类似 DyDyCos 这类作者的视频时能反应过来他用了什么技术才是我写这篇文章所期望的效果。
可不可以分享一下大佬你的工作流呢，上传的图压缩的太糊了，看不清文字了{:4_107:} fire970 发表于 2026-3-17 11:17
大佬，你的图生视频是用wan2.2还是ltx2.3？需要特别的lora么？
哦牛批文章不是第一句就说我在研究 wan2.2 吗{:5_178:}ltx2.3 我电脑跑不动
视频和生图部分要不要 Lora 取决于你想要什么样的动作，动漫转真人的编辑部分需要用到一个 anime2real 的 qwen edit Lora 大佬，你的图生视频是用wan2.2还是ltx2.3？需要特别的lora么？ 大佬电脑啥配置
明心亘青 发表于 2026-3-17 15:40
哦牛批文章不是第一句就说我在研究 wan2.2 吗ltx2.3 我电脑跑不动
视频和生图部分要不要 Lora...
大佬还有个问题请教，wan2.2的T2V提示词你怎么写？我想做出性交的动作，生出的视频只是一个劲的抖，鸡吧也插不进去{:4_135:} fire970 发表于 2026-3-19 15:49
大佬还有个问题请教，wan2.2的T2V提示词你怎么写？我想做出性交的动作，生出的视频只是一个劲的抖，鸡吧 ...
我没打算研究 t2v，其美学不一定满足我的需求。你一定想要的话，可以试试描述很详细的动作，像是什么男性扭动着腰肢、撞击着女性的胯部等等，我自己也不太会就是了
xiaoya194493123 发表于 2026-3-18 21:13
大佬电脑啥配置
哦牛批正文前第一句话不就是吗
南宫灭 发表于 2026-3-19 22:04
可不可以分享一下大佬你的工作流呢，上传的图压缩的太糊了，看不清文字了 ...
我自己只会搭 t2i，这些工作流我用的也是别人的，建议先自己找找 哥，有资源包吗。 最简单的是下载c站的DyDyCos风格的lora，底模多试试几个，有几个底模带cosplay的挺合适，再问大模型DyDyCos图片的风格参数词组，比如对比度，漫散射等然后调试，可以做到8分像，再提高相似度就很难了 史莱姆34 发表于 2026-4-2 09:10
最简单的是下载c站的DyDyCos风格的lora，底模多试试几个，有几个底模带cosplay的挺合适，再问大模型DyDyCos ...
这种其实就像如何实现隔壁二次元里 nffa、cunnyfunky 等人所实现的哑光皮肤风格一样，单纯用 Lora 其实很赖皮，因为原作者本人不太可能用自己的图练出来的 Lora，肯定是有一种独特的实现思路的。实际上你去翻 DyDyCos 的 X 主页会发现那个头图几乎就是 wai16 封面，连衣服都一样的……
我觉得我鹿多了脑子记忆力已经开始降了 学不进去多少了{:4_119:} 多谢大佬总结的思路 明心亘青 发表于 2026-4-2 11:41
这种其实就像如何实现隔壁二次元里 nffa、cunnyfunky 等人所实现的哑光皮肤风格一样，单纯用 Lora 其实很 ...
我收回这句话，或者补充：Unitynya 除外{:5_178:} 在AI发展这么牛逼的时代我却只能当个导管的傻比我觉得好难受，有一种想做点什么但是不知道力往那处使
页:
[1]