Wan22_Bernini_HIGH_fp8_e4m3fn_scaled.safetensors并非传统的单一功能 LoRA，而是由字节跳动（ByteDance）研究团队推出的 Bernini 统一视频生成与编辑框架的专用量化模型文件。其核心目标是打破传统视频生成的壁垒，实现“图生视频”与“视频编辑”的智能融合，让用户能够通过简单的参考图或指令，完成对象替换、背景修改等复杂操作。

1. 模型名解释

模型名称精确描述了其所属的 Bernini 框架、适配的 Wan 2.2 架构以及具体的工程优化参数。“Wan22”代表其底层依托 Wan Video 2.2 强大的图像到视频生成能力；“Bernini”是该统一框架的名称；“HIGH”暗示其在语义理解与细节渲染上的高保真度；“fp8_e4m3fn”标明了模型采用了 Float 8 (e4m3fn) 低精度浮点量化技术，大幅降低了显存占用；“scaled”则表示该版本经过了特定的缩放优化以提升生成质量。

2. 功能介绍

该模型的核心功能是提供一个集智能生成与高效编辑于一体的统一工作流。它能够精准理解用户的编辑意图，支持五大核心操作：对象替换（如将视频中的紫花替换为参考图中的白雏菊）、背景替换（根据参考图改变视频场景）、对象添加（自然融入新元素）、视频插入（无缝集成外部视频片段）以及图片插入（精准添加静态图片）。

3. 安装路径与基础运行依赖

Wan2.2的主扩散模型应放置在 ComfyUI/models/diffusion_models目录下。此外，相关的 Text Encoder 和 VAE 模型通常存放在 text_encoders和 vae目录中。

4. 硬件需求与显存容量评估

运行该模型对显存有较高的要求，但得益于 fp8 量化技术有所缓解。由于涉及复杂的视频语义规划（MLLM Planner）和双重扩散渲染（DiT Renderer），建议在配备 16GB 及以上显存 的 NVIDIA 显卡（如 RTX 4070 Ti SUPER 16G 或 RTX 4090）上进行推理。

5. 工作流分享：

https://pan.quark.cn/s/050746cca9a1

6. 国内模型下载地址：

国内直连渠道（夸克网盘）

https://pan.quark.cn/s/42994c0df601

7. 国外下载地址：

CivitAI：国际知名模型分享站，搜索全称即可找到模型页面。

要让 Wan22_Bernini_HIGH_fp8_e4m3fn_scaled.safetensors发挥出最佳效果，掌握一些小技巧是必不可少的。首先，输入的参考图（Reference Image）质量直接决定了编辑的上限，图片的语义特征必须清晰明确（例如替换花朵时，参考图中的雏菊特征要突出）。其次，由于这是一个高度依赖语义理解的框架，提示词的编写需要精准且具有指向性，例如在对象替换时，可以在提示词中明确说明“Replace the purple flowers with white daisies”。

免责声明：本文内容仅供技术交流与学习参考。所提及的模型资源 Wan22_Bernini_HIGH_fp8_e4m3fn_scaled.safetensors版权归字节跳动（ByteDance）及其 Bernini Team 所有。请在合法合规、尊重知识产权的前提下使用该技术进行原创内容创作。

欢迎关注我，在评论区分享你使用 Bernini 框架制作的精彩视频或遇到的疑难杂症，我们一起交流学习！