对着两段视频来回比了半天：一段是我在扒的那套写实工作流的成片，一段是我自己搭的 t2i 加 wan2.2 i2v 跑出来的。大方向能对上，可一凑近看细节就露馅——人家皮肤、布料那种很小幅度的抖动是有的，而且稳；我这边就是出不来。
用原视频首帧带一下 i2v 会好一点，纯 t2v 那条基本没法看。现在拿不准是 LoRA 权重给太重了，还是 workflow 里哪一环漏了处理。
想请教做写实 i2v 的朋友，这种细节到位的质感，是靠 LoRA 堆出来的，还是后面单独再过一遍。有思路私信聊也行，先谢过了。