Bernini 4 步全能视频工作流：字节开源有seedance的训练参数！

Bernini 4 步全能视频工作流：字节开源有seedance的训练参数！[百度/夸克] 建议用推荐版本更简单，网盘工作流中的图片拖入进去是一个更多样化的流，加入了一些增加画质补帧和调电影颗粒感画质锐化等有些复杂，需要下载大量节点实际使用不推荐这个，因为这些效果对于当前工作流模型没多大效果可能还有负效果，跑起来还更费时间，这里把这个工作流放这里主要是详细讲解一番给有需要了解学习的人增加一些知识，实际使用建议直接用我做哪个简易版本的工作流。 7 C3 H# ~- K# j以下教程讲解很长，不愿意看直接跳过，对使用没影响！但是会让你更明白到底这个流是如何运行的！想学具体操作直接看下方红色字体部分的教学！！！ & u! s8 f& h  P4 B0 R模型是wan2.2为基础，字节官方加入了一些他们的技术进去然后开源出来给大家使用的！！具体可以自己搜索了解！！ % w; `: K" R6 r+ C( x当前工作流的加速lora 让出图生视频的情况下加速很多。实测5090跑 576x1024  121帧 最快80秒出    也就是7.5秒左右的视频耗时1分半左右就出了，建议最低12G显存玩 * K5 |5 _; ^! I& @- U( Y# p1 c

下面是当前工作流随便跑跑分享，另外带工作流数据的视频也发帖分享了可以去我主页找
目前我使用也不多，也是新玩意尝试一下，没太多时间深入研究，你们自己探索！！
使用请把comfyui内核版本更新到最新几个版本

# ~7 J& P3 [; f【工作流分享】Bernini 4 步全能视频工作流：参考图、参考视频、补帧、超分一次打通

很多人第一次使用 Bernini，遇到的问题往往不是“模型不会动”，而是：

• 参考图接了很多，人物反而越来越不像。
• 视频动作能跟随，但服装、脸型和背景不断漂移。
• 采样参数越调越高，速度变慢，效果却没有明显提升。
• 生成完成后，还要单独补帧、超分、合成视频。
  

这次分享的工作流，就是为了解决这些问题。

它采用 Bernini 双模型、4 步分段采样结构，同时整合了多图参考、源视频、动作参考视频、视频输出、GIMM 补帧、RTX 超分、显存清理和对比图生成。既适合快速测试，也可以直接作为日常生产模板。

工作流数据已经写入分享图片。下载原图后，直接拖入 ComfyUI 画布即可加载。
注意一定要下载原始 PNG，部分平台压缩图片后会清除 ComfyUI 工作流数据。
6 D* Q; V8 w2 V# [+ P$ A! e

---

一、这套工作流能做什么？

这不是只针对单一图生视频任务的固定流程，而是一套可以根据素材组合使用的 Bernini 总控工作流。

主要适用于：

• 纯文字生成视频
• 单张人物图生视频
• 多张参考图融合
• 视频重绘与人物替换
• 参考视频动作迁移
• 人物、服装、武器、场景分别控制
• 原始视频动作与镜头保持
• 视频补帧、超分和最终封装
  " B) |1 D) o% {) O& P- R, U( a3 E

例如：

单图动作迁移

准备一张人物图和一段动作参考视频，让图片中的人物模仿参考视频里的舞蹈、战斗或表演动作。

视频人物替换

使用原视频提供动作、构图和镜头，再通过人物参考图替换原视频中的主体。

多图角色融合

可以分别提供：

• image0：人物身份
• image1：服装
• image2：武器
• image3：场景
• image4：怪物或对手
  - R6 }% G( o8 d1 }2 N: h2 u

这样比把所有要求塞进一张参考图更容易控制。

---

二、工作流整体结构

整套工作流可以分成六个区域：

模型加载↓图片与视频素材加载↓Bernini Studio 总控节点↓双阶段 4 步采样↓VAE 解码与原始视频输出↓补帧、超分、对比与最终视频输出

工作流虽然看起来节点很多，但实际操作主要集中在三个地方：

• 替换模型。
• 放入图片或视频素材。
• 设置分辨率、帧数和提示词。
  , P8 ~% t8 v4 a& ]; d0 g7 r

其他节点已经按照稳定结构连接完成。

---

三、模型加载区域

左侧蓝色区域负责加载 Bernini 所需要的模型组件。

1. 两组 UNet 模型

工作流中使用了两组 UNet 加载节点。

它们分别连接到前后两个采样阶段，通常用于处理不同噪声阶段。不要随意删除其中一组，也不要把两个采样器全部连接到同一个模型上。

简单理解：

• 第一组模型负责前半段生成和整体结构。
• 第二组模型负责后半段收敛和细节完成。
  8 V1 |) g8 A  }" A$ U6 c- c. K

下载工作流后，只需要把节点中的模型路径替换成自己本地对应的 Bernini 模型。

---

2. 两组 Bernini LoRA

每组 UNet 后面都连接了一组“仅模型 LoRA 加载”节点。

截图中的 LoRA 强度为：

1.00

这套流程是围绕 Bernini 4 步模型或对应加速 LoRA设计的，因此初次使用时建议保持 1.00，不要一开始就降低强度。

如果出现动作幅度不足或模型效果完全没有生效，优先检查：

• LoRA 是否放在正确目录。
• LoRA 是否与当前 Bernini 模型版本匹配。
• 两组模型是否都正确加载了对应 LoRA。
  

---

3. VAE

VAE负责把采样完成的 Latent 解码成图像帧。

需要使用工作流对应的 Wan/Bernini VAE，不建议混用其他模型的 VAE，否则可能出现：

• 颜色偏移
• 画面发灰
• 对比度异常
• 解码报错
• 输出尺寸异常
  6 Q3 g8 a4 X- x

---

4. CLIP

CLIP负责理解提示词和参考素材中的语义。

截图中的 CLIP 类型设置为 Wan 系列。模型、CLIP和 VAE 最好使用同一套版本，不要把不同版本的组件随意混合。

---

四、素材加载区域

绿色区域用于加载图片和视频素材。

工作流同时支持：

• 普通图片
• 多张参考图片
• 源视频
• 参考动作视频
  + j1 G( A' i' l" p; J$ A2 i

素材最终都会输入到中间的 Bernini Studio 节点。

---

图片编号规则

Bernini 使用：

image0image1image2image3……image7

最多可以接入八张参考图。

使用时必须注意两个原则。

原则一：从 image0 开始连续连接

正确：

image0image1image2

错误：

image0image3image6

不要跳过编号，否则可能出现参考图识别混乱或某些图片不生效。

原则二：每张图只承担一个主要职责

推荐：

image0：人物身份和脸型image1：服装image2：武器image3：场景

不推荐让一张图片同时承担人物、服装、动作、场景和镜头五种任务。参考职责越混乱，模型越容易自行取舍，最终导致人物和画面不稳定。

---

source_video 和 reference_video 的区别

这是最容易接错的地方。

source_video

source_video 是需要被处理、重绘或保留其主体结构的主视频。

通常用于：

• 视频重绘
• 人物替换
• 保持原视频镜头
• 保持原视频动作和时间结构
• 在原视频基础上改变风格或主体
  8 r# j* o( C; G; t3 O8 M

reference_video

reference_video 是额外提供的动作、姿态或动态参考。

通常用于：

• 图片人物模仿视频动作
• 舞蹈动作迁移
• 战斗动作参考
• 表情和身体节奏参考
  

不要把需要重绘的主视频误接到 reference_video，也不要把纯动作参考当成 source_video 使用。

---

五、Bernini Studio 总控节点

棕色的 Bernini Studio 是整套工作流的核心。

它接收：

• CLIP
• VAE
• source_video
• image0～image7
• reference_video
  . Z) Q) K: o  c% F* u$ f

并输出：

• Positive Conditioning
• Negative Conditioning
• Latent
  

也就是说，它会把任务类型、参考素材、画面尺寸和视频长度统一整理后，再交给采样器生成。

---

核心参数说明

截图中的默认参数为：

[td]

参数	当前值	作用
width	1024	输出宽度
height	576	输出高度
length	121	生成帧数
batch_size	1	同时生成数量
ref_max_size	1024	参考素材最大处理尺寸

横屏视频1024 × 576

适合普通横屏、战斗、电影感和场景展示。

竖屏视频576 × 1024

适合短视频、人物舞蹈、角色展示和手机平台。

length

截图中设置为：

121 帧

在 24 FPS 输出下大约是 5 秒。

建议优先使用类似以下帧数：

81121161

也就是常见的 4n+1 帧数结构，兼容性通常更稳定。

batch_size

视频生成建议保持：

1

视频本身占用显存较高，把 batch 改为 2 不一定能提高效率，反而很容易直接爆显存。

ref_max_size

默认 1024 已经足够大。

继续提高参考图尺寸会增加显存占用，但不一定能明显提高人物一致性。人物不稳定时，应先检查参考图质量、图片职责和提示词，而不是盲目提高这个数值。

---

六、4 步双阶段采样结构

紫色区域中有两个高级 K 采样器。

这正是这套工作流最关键的设计。

它并不是让一个模型独立完成全部采样，而是把 4 步采样拆成两个阶段：

第一阶段：第 0～2 步第二阶段：从第 2 步继续完成

---

第一阶段采样器

截图中的主要设置为：

添加噪声：enable总步数：4CFG：1.0采样器：uni_pc调度器：simple开始步数：0结束步数：2保留剩余噪声：enable

第一阶段负责从初始噪声建立画面结构。

由于后面还要继续采样，所以必须保留剩余噪声并传递给第二阶段。

---

第二阶段采样器

主要设置为：

添加噪声：disable总步数：4CFG：1.0采样器：uni_pc调度器：simple开始步数：2结束步数：10000保留剩余噪声：disable

第二阶段不能再次添加新噪声，否则前半段已经建立的结构会被破坏。

它会接收第一阶段留下的 Latent，并完成后半段收敛。

---

为什么 CFG 只有 1.0？

因为这是按照 Bernini 4 步蒸馏或加速模型设计的采样结构。

这类模型并不是传统的 20～40 步高 CFG 工作方式。直接把 CFG 提高到 6、7甚至更高，可能出现：

• 画面对比度过强
• 人物边缘发硬
• 材质碎裂
• 高光颗粒过多
• 动作失真
• 提示词过度执行
• 整体出现廉价的 AI 堆细节感
  % z& Q4 t' y' I  n1 P" B

因此初次测试建议保持：

Steps：4CFG：1.0Sampler：uni_pcScheduler：simple

先确认素材和提示词正确，再考虑做小范围测试。

---

Seed 应该改哪个？

第一阶段开启了添加噪声，因此第一阶段 Seed 才是主要影响画面变化的种子。

第二阶段已经关闭添加噪声，它主要负责继续收敛，所以第二个 Seed 对结果的影响通常非常有限。

想更换构图或动作表现时，优先修改第一个采样器的 Seed。

想复现结果时，把第一个 Seed 保持为固定值。

---

七、VAE 解码与三路视频输出

采样完成后，Latent 会经过 VAE 解码成为图像帧。

工作流右侧设置了多组 Video Combine，用于保存不同处理阶段的视频，方便直接进行效果对比。

---

第一组：原始生成视频

第一组通常用于保存未经补帧和超分的原始结果。

截图参数：

Frame Rate：24Format：video/h264-mp4Pixel Format：yuv420pCRF：19

建议每次先查看这一路。

如果原始结果已经出现人物漂移、动作错误或画面闪烁，先不要急着补帧和超分，因为后处理无法修复生成阶段的结构问题。

---

第二组：处理或对比视频

工作流中加入了 Image Concatenate Multi。

它可以把两组图像按上下或左右方式拼接，适合制作：

• 原视频与生成视频对比
• 补帧前后对比
• 超分前后对比
• 不同参数 A/B 对比
• 教程展示视频
  

截图中的方向为向下拼接，并开启了图片尺寸匹配。

分享效果时，这种对比输出非常实用。

---

第三组：最终成片输出

最后一组 Video Combine 用于输出经过后处理的版本。

截图中设置为：

Frame Rate：32Format：video/h264-mp4Pixel Format：yuv420pCRF：19

需要注意，输出帧率必须结合补帧倍数设置。

例如原始视频为 24 FPS，使用 2 倍补帧后：

• 输出 48 FPS：基本保持原视频时长。
• 输出 32 FPS：视频会产生一定慢放效果。
• 仍输出 24 FPS：慢放幅度会更加明显。
  

因此不要只看“帧率越高越好”，需要先确定自己想要正常速度还是慢动作效果。

---

八、后处理区域介绍1. GIMM-VFI 补帧

工作流集成了：

GIMM-VFI Model LoaderGIMM-VFI Interpolate

它通过分析相邻画面生成中间帧，让运动更加顺滑。

截图中补帧倍率为：

2

适合处理：

• 人物走动
• 舞蹈
• 镜头平移
• 战斗动作
• 快速转身
• 原始帧率不足导致的顿挫
  : z0 m8 M% h- d& _, ^  U

补帧不能解决人物变形。它只能让已有动作更加连续。如果原视频中手臂已经错位，补帧可能会把错误动作过渡得更平滑，而不会把手臂修好。

---

2. RTX Video Super Resolution

工作流使用了 RTX 视频超分节点。

截图设置：

Scale：2.00Quality：ULTRA

它会把生成视频放大两倍，并强化边缘和细节。

例如：

1024 × 576→2048 × 1152

竖屏则是：

576 × 1024→1152 × 2048

使用建议：

• 测试阶段先旁路超分。
• 确认内容正确后，再开启最终超分。
• 显存不足时把质量从 ULTRA 降低。
• 非 NVIDIA RTX 环境可以直接旁路该节点，替换成其他超分方案。
  0 f  e" W6 \6 b1 m

不要在每一次试 Seed 时都运行超分，否则会大幅增加等待时间和显存压力。

---

3. Fast Film Grain

工作流中还保留了胶片颗粒节点。

它可以在超分后加入非常轻微的颗粒，让画面减少过度光滑和塑料感。

但强度过高会导致：

• 皮肤发脏
• 暗部噪点增多
• 视频压缩后出现闪烁
• 原本干净的动画画面变粗糙
  6 r4 o- W) i  }! I, h4 k

建议只添加非常轻微的颗粒，不要用它掩盖生成画面的结构问题。

---

4. RAM Cleanup

工作流加入了 RAM Cleanup 节点，用于在补帧和超分前后清理缓存。

视频工作流连续运行时，模型、图像帧和中间结果容易在内存或显存中堆积。清理节点可以降低连续运行多次后突然爆内存的概率。

如果清理后运行速度偶尔变慢，通常是因为部分模型需要重新加载，属于正常情况。

---

九、常用操作方式具体使用方法，关键节点如何操作！建议看看

  t, |4 l/ l- S0 RBernini Studio 12 种模式怎么选？打开 Bernini Studio 节点后，首先找到task mode 选项。不要长期固定在某一个模式，也不要看到有图片就一律选择 I2V。
# |: E( O2 |% |12 种模式速查表[td]

模式	具体用途	素材接法	关键设置
t2v	纯文字生成视频	不接图片和视频	length > 1
t2i	纯文字生成图片	不接图片和视频	length = 1
i2i	编辑一张已有图片	原图接 source_video	length = 1
i2v	单图动画、首尾帧、三关键帧动画	image0，可增加 image1、image2	length > 1
r2i	多张独立参考图合成新图片	image0～image7	length = 1
r2v	多张人物、服装、武器、场景图生成新视频	image0～image7	length > 1
v2v	编辑已有视频，但保持原动作	原视频接 source_video	保留动作和镜头
mv2v	修改已有视频的动作、姿势或运动轨迹	原视频接 source_video	明确描述新动作
rv2v	用参考图替换视频人物、服装、道具或风格	source_video + image0…	保持源视频动作
vi2v	首帧修改传播，或在视频中插入、替换参考物	source_video + image0…	保持时间连续
ads2v	植入 Logo、广告、包装、海报或屏幕视频	source_video + image0，动态内容可接 reference_video	明确植入表面
vrc2v	只参考姿势、位置、朝向或构图	source_video + image0…	不转移参考图身份

这 12 种模式及其必要输入已经在 Bernini-R 模式判断模板中明确划分。

---

一、T2V：纯文字生成视频什么时候选择？用户没有提供任何图片或视频，只通过文字描述生成一段新视频。
节点设置mode：t2vsource_video：留空reference_video：留空image0-image7：全部留空length：大于 1示例需求

一个女剑士站在雪山之巅，拔剑后向镜头冲来。
( K0 q' j! l/ M

这种情况选择：
T2V不要选择 I2V，因为没有输入图片。
/ e1 e& n: u4 R0 k2 e. [$ t$ G

---

二、T2I：纯文字生成图片什么时候选择？没有任何素材，只通过文字生成一张静态图片。
" a, Q+ _! ?# ?" B. P! y7 u) ?节点设置mode：t2i所有媒体输入：留空length：1示例需求

生成一张女剑修站在古城塔顶的全身图。

选择：
T2I

---

三、I2I：编辑一张已有图片什么时候选择？用户已经有一张图片，需要对原图进行局部或整体编辑，例如：
9 C# N) d5 Q9 l; u

• 换颜色
• 换武器
• 删除物体
• 改变光线
• 更换背景
• 修改服装
• 修复画面
  . B7 ?4 u+ `, ?

节点设置mode：i2i原图 → source_videolength：1虽然输入口名为 source_video，但 I2I 模式下可以将单张图片作为一帧源素材接入。
示例需求

保持人物和姿势不变，将手里的长剑换成巨镰。
- Q) G9 K8 D0 Z& R( L

选择：
' z5 b3 k' K# y" U! C3 ~I2I不是 R2I，因为这是编辑原图，不是利用多张素材重新合成一张图。
/ j4 A) f- A' S0 ?+ R

---

四、I2V：单图动画与关键帧过渡什么时候选择？基于一张图片，让图片中的内容动起来。
也适合：

• 单张人物图动画
• 首帧到尾帧过渡
• 首、中、尾三关键帧动画
  , P  i5 F3 [9 T, J6 j- x

单图动画接法mode：i2vimage0：起始人物或场景图length：大于 1首尾帧接法image0：首帧image1：尾帧三关键帧接法image0：首帧image1：中间帧image2：尾帧示例需求

让这张女剑士图片中的人物拔剑并转身。

选择：
; q6 ^# l7 p2 v" }  B# d; a0 bI2V但如果要求人物严格模仿一段已有视频中的动作，通常不应选择普通 I2V，而应使用下面的 RV2V。

---

五、R2I：多参考图生成一张新图片什么时候选择？用户提供多张相互独立的参考图，希望将它们组合成一张全新的图片。
推荐接法mode：r2iimage0：人物身份image1：服装image2：武器image3：场景length：1示例需求

让图一人物穿图二服装，拿图三武器，站在图四场景中。
$ D3 ?5 v  v# R6 d$ @7 b

选择：
$ \  K+ O5 V9 W9 i& b! a' mR2I它与 I2I 的区别是：

• I2I：编辑一张已有图片。
• R2I：利用多张独立素材重新生成一张新图。
  , `% W) k; p" K- }

---

六、R2V：多参考图生成新视频什么时候选择？用户没有需要编辑的原视频，但提供了人物、服装、武器、怪物、场景等多张参考图，希望生成一段全新视频。
6 p. Z0 F4 r0 h0 X0 H& L推荐接法mode：r2vimage0：主角image1：服装image2：武器image3：敌人image4：场景示例需求

使用人物图、怪物图和场景图，生成一段女剑修与怪物战斗的视频。

选择：
R2V这是多图战斗、角色剧情和多素材融合视频最常用的模式。
% @8 J+ ]) y% ]/ x# @# L( o2 P

---

七、V2V：保持动作的视频编辑什么时候选择？已经有一段原视频，需要改变画面内容，但基本保持原视频的动作和镜头。
适合：

• 改天气
• 改背景
• 改颜色
• 改画风
• 删除物体
• 修改环境
• 一般视频重绘
  

节点设置mode：v2v原视频 → source_video示例需求

将白天的视频改成暴雨夜晚，保持人物动作、镜头和节奏不变。

选择：
V2V

---

八、MV2V：修改原视频动作什么时候选择？已有原视频，但不想保留原动作，需要修改：

• 人物动作
• 姿势
• 运动方向
• 速度
• 运动轨迹
• 动作结果
  3 m. N% [1 p: P

节点设置mode：mv2v原视频 → source_video示例需求

将原视频中的普通行走改成快速冲刺并跳起挥剑。

选择：
MV2VV2V 与 MV2V 的区别保持原动作，只改外观：V2V修改原动作本身：MV2V这是教学中必须重点强调的一组模式。
- }5 E# c8 K, K9 a& H2 G

---

九、RV2V：参考图替换视频内容什么时候选择？已有动作视频，同时有目标人物、服装、武器或其他参考图，需要让参考图中的内容跟随原视频运动。
& h5 z5 j; H/ s( Q4 J: m9 i推荐接法mode：rv2vsource_video：提供动作、时间、镜头和姿势的原视频image0：目标人物image1：目标服装image2：目标武器典型用途

• 视频换人
• 视频换服装
• 视频换武器
• 真人转角色
• 角色动作迁移
• 保持舞蹈动作，更换人物形象
  0 W3 o) N9 t* K

当前“图片人物模仿视频跳舞”的正确模式你的这个使用场景：
  w1 {6 u0 I+ n6 U2 ]  e

一张人物图片，加一段舞蹈参考视频，让图片中的人物模仿视频动作。

应优先选择：
9 L% D. c+ r' Z, ^7 {$ NRV2V正确接法：
舞蹈视频 → source_video人物图片 → image0mode → rv2v因为这里真正要做的是：
$ P: R; Y, y/ I) N. j. f3 `

保留源视频的动作、节奏和镜头，用 image0 中的人物替换原视频人物。
7 Y; @  e$ M7 w& R( _% v. T

不建议选普通 I2V。I2V 更适合通过文字让单图动起来，RV2V 更适合严格继承已有视频动作。RV2V 的定义就是使用参考图替换视频中的人物、服装、道具或风格，同时保留源视频动作。

---

十、VI2V：首帧传播与参考物插入什么时候选择？主要分为三种情况。
$ f# j5 k# o0 O5 {8 t. N情况一：首帧传播已经手动编辑好了视频第一帧，希望第一帧中的修改延续到后面所有帧。
情况二：插入物体将 image0 中的物体加入已有视频。
情况三：替换物体把原视频中的某个物体替换为 image0 中的物体。
7 X  p; P1 ~7 p9 F4 R接法mode：vi2v原视频 → source_video参考物或编辑首帧 → image0示例需求

已经把第一帧中人物的衣服改成红色，希望整段视频都保持红色服装。

选择：
' p) G( R. L% H( S+ p2 e( A# TVI2V

---

十一、ADS2V：广告和屏幕内容植入什么时候选择？专门用于商业元素植入：
- q. Z" P0 m' R( F) n" N

• Logo
• 海报
• 包装
• 产品
• 广告牌
• 手机屏幕
• 电脑屏幕
• 电视画面
    o( r( y* Z$ Q' {+ i

静态图片植入mode：ads2vsource_video：原视频image0：Logo、包装、海报或产品动态视频植入source_video：包含屏幕的原视频reference_video：需要播放在屏幕中的另一段视频示例需求

将品牌 Logo 贴到视频中的建筑广告牌上。

选择：
ADS2VADS2V 是唯一明确针对广告、Logo、包装和屏幕视频植入设计的模式。

---

十二、VRC2V：姿势、位置和构图重定向什么时候选择？已有源视频，只想参考另一张图片中的：
) Z2 w; K; r0 i: \( k2 n

• 姿势
• 动作形式
• 人物位置
• 身体朝向
• 画面占比
• 构图关系
  

但不想把参考图人物的脸、服装或身份复制过去。
接法mode：vrc2v原视频 → source_video姿势或构图参考图 → image0示例需求

保持源视频中的人物身份和服装，只让人物姿势变成 image0 中的姿势。
5 @' i. T, T9 E7 C" ?1 s* T

选择：
VRC2V提示词中必须明确：
0 g$ [6 N* W% L- f6 T# t只参考 image0 中的姿势，不转移人物身份、面部、发型、体型或服装。

---

一分钟模式判断法正式教程中建议放入这一段，让新手可以直接照着选择：
. E" A3 ?) \+ S$ A8 |) Z8 I2 _0 a没有素材：生成图片 → T2I生成视频 → T2V只有一张图片：修改图片 → I2I让图片动起来 → I2V有多张独立参考图：生成图片 → R2I生成视频 → R2V有一段原视频：保持动作，只改画面 → V2V修改动作本身 → MV2V用参考图换人物、服装或武器 → RV2V传播编辑首帧或插入参考物 → VI2V植入 Logo、广告或屏幕内容 → ADS2V只参考姿势、位置或构图 → VRC2V

---

最容易选错的四组模式I2V 和 RV2V单图通过文字动起来：I2V严格继承现有视频动作并换成参考人物：RV2VR2V 和 RV2V没有原视频，多张图生成新视频：R2V已经有原视频，用图片替换视频内容：RV2VV2V 和 MV2V保留原动作：V2V修改原动作：MV2VRV2V 和 VRC2V复制参考图的人物、服装或物体外观：RV2V只参考姿势或构图，不复制人物身份：VRC2V此外，参考图片必须从 image0 开始连续接入，每张图片尽量只负责一个主要属性；source_video 是需要继承或编辑的主视频，reference_video 是第二段辅助视频。
- p: ^! w6 }  B9 f0 k6 w4 O9 s所以正式教学帖不能只介绍节点功能，而应在素材加载前先加入完整的 “12 模式选择指南”，并在每个实战案例开头固定标注：
本案例选择模式：选择原因：素材接法：需要保持：允许改变：

---

十、推荐的实际使用顺序

为了减少无效等待，建议按照以下顺序运行。

第一次测试

只开启：

模型加载Bernini Studio双阶段采样VAE 解码原始 24 FPS 视频输出

暂时旁路：

GIMM-VFIRTX 超分胶片颗粒对比拼接

先确认：

• 人物是否正确
• 动作是否正确
• 服装是否稳定
• 场景是否保持
• 镜头是否符合预期
  

第二次调整

根据问题修改：

• 参考图分工
• 提示词动作顺序
• Seed
• 输出尺寸
• 视频长度
  8 Y; O$ O5 ^5 g3 `/ r' V% T

不要同时修改十几个参数，否则无法判断到底是哪项设置起了作用。

最终输出

内容确认后再开启：

补帧超分轻微胶片颗粒最终视频封装

这样能显著减少测试时间。

---

十一、常见问题1. 拖入图片后没有出现工作流

通常是因为下载的是平台压缩后的预览图，PNG中的工作流元数据已经被清除。

请重新下载作者提供的原始图片文件。

---

2. 提示缺少节点

可以在 ComfyUI Manager 中按照缺失节点名称搜索安装。

这套工作流中可见的主要节点来源包括：

• Bernini Studio
• VideoHelperSuite
• KJNodes
• GIMM-VFI
• NVIDIA RTX Nodes
• Easy Use
  

安装完成后重启 ComfyUI，再重新加载工作流。

---

3. 人物不像参考图

依次检查：

• 人物身份图是否连接到 image0。
• 图片编号是否连续。
• 是否让多张图片同时定义人物脸型。
• 提示词是否明确写了保持人脸和发型一致。
• 参考图是否清晰、无遮挡、无严重透视变形。
• 是否存在其他参考图与人物身份冲突。
  

人物不稳定时，增加更多人物参考图不一定有效，反而可能让模型在多个脸型之间来回切换。

---

4. 动作参考不明显

检查：

• 动作视频是否接入 reference_video。
• 是否在提示词中明确说明动作来自参考视频。
• 人物参考图姿势是否与动作起始姿势差异过大。
• 提示词是否加入了与参考动作冲突的动作描述。
• 参考视频中人物是否完整可见。
  ! p6 V1 A) g" L

---

5. 画面材质过碎、过硬、颗粒过多

不要第一时间增加步数。

先检查：

• CFG 是否仍为 1.0。
• LoRA 强度是否被意外提高。
• 是否加入了过多“ultra detailed、sharp、metallic、glowing particles”等词。
• 超分和胶片颗粒是否重复强化细节。
• 多张参考图的材质风格是否互相冲突。
  ' o$ h! z/ y7 J5 N) w) h- N$ F8 V

Bernini 4 步流程的优势是快速、直接，不需要依靠堆叠大量锐化词和高 CFG获得质量。

---

6. 开启后处理后爆显存

建议按顺序处理：

• 保持 batch_size=1。
• 暂时关闭 RTX 超分。
• 降低超分质量。
• 先补帧并保存，再单独超分。
• 降低 ref_max_size。
• 降低生成分辨率。
• 启用 RAM Cleanup。
• 关闭不需要的预览和对比输出。
  

---

7. 补帧后视频变慢或变快？（自己手动把24帧数调16帧，实测16帧效果更好，另外补帧补到32帧即可，直接设32就会是2倍速视频，这也是我踩坑的地方）

这是补帧倍率和输出 FPS 没有对应造成的。

例如：

原视频：24 FPS  补帧：2 倍

想维持原速度，输出应设置为接近：

48 FPS

设置成 32 FPS 会得到一定慢动作效果，这不是模型错误，而是帧数与播放帧率共同决定的结果。

---

十二、这套工作流真正值得保留的地方

它最大的优势并不是“节点多”，而是把容易出错的部分提前固定好了：

• 双模型分别完成前后采样阶段。
• 4 步流程保持低 CFG快速生成。
• 图片、源视频和参考视频职责清晰。
• 原始结果与后处理结果分开输出。
• 补帧、超分和缓存清理已经整合。
• 可以快速测试，也可以直接完成最终输出。
  ; b  O% m. P/ x% r! ^1 ~

对于 Bernini 来说，稳定的工作流结构，往往比反复更换采样器、疯狂增加步数更重要。

建议第一次加载后先不要大改节点，只替换模型和素材，完整跑通一次。确认工作流能够正常输出后，再根据自己的显卡、视频类型和画面需求逐步调整。

先跑通，后优化；先看原始结果，再开后处理。
这也是这套 Bernini 4 步工作流最核心的使用思路。