在实际 AI 内容创作领域从静态图像生成到动态视频生成是一个巨大的跨越。ComfyUI 作为一款基于节点式工作流的 Stable Diffusion 图形界面因其灵活性、可定制性和对复杂流程的强大支持正成为探索 AI 视频生成技术的前沿工具。无论是希望制作 AI 短剧、漫剧还是尝试文生视频、图生视频等创意应用掌握 ComfyUI 的工作流构建都是关键一步。本文面向有一定 Stable Diffusion 基础希望将创作维度从图片扩展到视频的开发者与创作者将手把手带你理解核心概念完成环境部署并构建一个从文本或图像生成视频的完整工作流。我们将重点解析 LTX Video、Minimax 等视频生成模型在 ComfyUI 中的集成与应用并解决部署和运行中常见的“File not found ltx”、显存不足等问题最终实现一个可运行、可调试的视频生成流程。1. 理解 ComfyUI 视频生成的核心组件与工作流逻辑在开始配置和编码之前必须厘清几个核心概念这决定了你能否正确搭建和调试整个流程。ComfyUI 的视频生成并非一个单一模型而是一个由多个专用节点串联起来的处理管道。1.1 文生视频与图生视频的基本原理差异文生视频Text-to-Video是指直接通过文本描述生成一段视频。其核心是一个视频扩散模型它接收文本提示词和随机噪声通过去噪过程逐步生成一系列连贯的图像帧这些帧序列就构成了视频。这个过程对算力要求极高因为模型需要同时理解时间维度的连贯性和空间维度的内容一致性。图生视频Image-to-Video则是以一张或多张输入图像为起点生成与之相关的动态视频。这通常有两种模式一种是“首尾帧视频”即提供开始和结束两帧由模型补全中间帧另一种是“单图驱动”给出一张静态图模型基于此生成动态变化如镜头移动、元素动画。图生视频在一定程度上降低了对模型“想象力”的要求但增加了对输入图像与生成动作之间一致性的挑战。在 ComfyUI 中这两种流程共享许多后端处理节点如加载模型、编码提示词、调度采样但输入源节点不同CLIP Text Encode与Load Image。1.2 关键模型LTX Video 与相关生态LTX Video 是当前在 ComfyUI 社区中备受关注的一个视频生成模型系列。它并非官方 Stable Video Diffusion (SVD) 模型而是基于类似架构进行优化或微调的版本。LTX 模型文件通常以.safetensors格式提供并需要特定的 ComfyUI 自定义节点Custom Node来加载和运行。版本注意你会遇到如ltx 2.3、ltx 2.5等版本号还可能看到int8量化版本显存占用更低等后缀。不同版本在效果、速度和显存消耗上可能有差异。务必确认你下载的模型与社区工作流中指定的版本兼容。文件定位模型文件需要放置在正确的目录下通常是ComfyUI/models/checkpoints/或自定义节点指定的路径否则会触发经典的File not found ltx错误。依赖节点运行 LTX 模型通常需要安装对应的自定义节点例如ComfyUI-VideoHelperSuite或专门为 LTX 封装的节点。这些节点负责将模型集成到 ComfyUI 的节点系统中。1.3 ComfyUI 工作流节点的角色解析一个基础的视频生成工作流通常包含以下节点链理解每个节点的作用至关重要加载检查点Load Checkpoint加载 LTX 或其他视频生成模型。CLIP 文本编码器CLIP Text Encode将正面和负面的文本提示词转换为模型能理解的嵌入向量。这是文生视频的驱动核心。加载图像Load Image图生视频专用读取输入图像并将其编码为潜在空间表示。空潜在图像Empty Latent Image定义生成视频的尺寸宽、高和批处理大小batch size。这里的批处理大小batch size直接对应视频的帧数。例如batch_size16意味着生成 16 帧。KSampler / KSampler Advanced采样器节点控制去噪过程。你需要设置采样步骤steps、采样算法如eulerdpmpp_2m、调度器scheduler和随机种子seed。种子值影响视频的随机起始状态相同的种子在相同参数下可复现结果。VAE 解码VAE Decode将采样器输出的潜在表示解码为像素图像。视频合并Video Combine这是关键一步。它将VAE Decode输出的多张图像一个批次的帧按顺序合并成一个视频文件如.mp4.gif。你需要指定帧率fps。保存图像/视频Save Image/Video将最终生成的视频文件保存到指定输出目录。2. 环境准备与 ComfyUI 部署为了避免环境冲突和依赖问题推荐使用独立的部署方式。对于大多数用户使用整合包是最快捷的起点。2.1 使用秋叶一键整合包进行基础部署“秋叶一键整合包”是一个流行的、集成了常用插件和基础环境的 ComfyUI 发行版极大简化了安装过程。获取整合包从可信的社区渠道如秋叶的 GitHub 发布页或 B 站视频描述下载最新的整合包。避免从不明来源下载以防捆绑恶意软件。解压与启动将下载的压缩包解压到一个英文路径且无空格的目录下例如D:\ComfyUI_windows。直接运行目录内的run_nvidia_gpu.batN卡用户即可启动。首次启动会自动安装 Python 依赖并更新部分节点。验证安装启动后浏览器会自动打开http://127.0.0.1:8188界面。如果能看到 ComfyUI 的空白画布和右侧节点列表说明基础环境部署成功。2.2 安装视频生成必备的自定义节点整合包可能未包含所有视频生成节点需要手动安装。ComfyUI 的管理器ComfyUI Manager让这个过程变得简单。打开管理器在 ComfyUI Web 界面点击右侧的 “Manager” 按钮如果没有你可能需要先安装 Manager 插件。安装节点在管理器的 “Install Custom Nodes” 标签页搜索并安装以下关键节点ComfyUI-VideoHelperSuite提供视频加载、合并、预览等系列节点是视频工作流的基石。ComfyUI-Impact-Pack包含一些实用的工具节点有时工作流会依赖其中的模块。如果工作流明确要求其他节点如特定版本的 LTX 加载器也一并安装。应用并重启安装完成后点击 “Restart” 或关闭 ComfyUI 命令行窗口重新运行启动脚本。重启后新节点才会生效。2.3 下载与放置视频生成模型模型文件需要手动下载并放入正确位置。获取模型从 Hugging Face、Civitai 等模型社区搜索并下载 LTX Video 模型文件例如ltx_video_v2.5.safetensors。注意区分完整版和量化版int8。放置模型将下载的.safetensors文件放入ComfyUI/models/checkpoints/目录下。这是 ComfyUI 默认查找主模型的位置。辅助模型视频生成可能还需要其他辅助模型如VAE放在models/vae/、CLIP模型等。请根据具体工作流要求准备。3. 构建你的第一个 AI 视频生成工作流我们将从零开始构建一个简单的文生视频工作流并解释每个节点的关键参数。3.1 搭建基础节点链清除画布从节点列表或右键菜单添加以下节点Load Checkpoint双击节点选择你放置的 LTX 模型文件。CLIP Text Encode (Prompt)添加两个一个用于正面提示词positive一个用于负面提示词negative。将Load Checkpoint输出的CLIP连接到它们的clip输入。Empty Latent Image设置width宽度如 576height高度如 320最关键的是batch_size批大小即帧数如 16。视频的时长由batch_size / fps决定。KSamplermodel连接Load Checkpoint的MODEL输出。positive连接正面CLIP Text Encode的CONDITIONING输出。negative连接负面CLIP Text Encode的CONDITIONING输出。latent_image连接Empty Latent Image的LATENT输出。设置seed随机种子如 42steps采样步数如 20-30cfg提示词相关性如 3.0sampler_name如eulerscheduler如normal。VAE Decode连接KSampler的LATENT输出和Load Checkpoint的VAE输出。Video Combine来自 VideoHelperSuite连接VAE Decode的IMAGE输出。设置frame_rate帧率如 8。这意味着每秒播放 8 帧。如果batch_size16视频时长即为 2 秒。Save ImageComfyUI 会自动将Video Combine输出的视频保存。你可以连接Video Combine的输出到Save Image的images输入以显式指定保存但通常非必需。确保output目录存在。此时你的基础工作流应如下图所示节点布局可调整[Load Checkpoint] - (MODEL)-[KSampler] (CLIP)-[CLIP Text Encode (Positive)] (CLIP)-[CLIP Text Encode (Negative)] (VAE)-[VAE Decode] [Empty Latent Image] - (LATENT)-[KSampler] [KSampler] - (LATENT)-[VAE Decode] [VAE Decode] - (IMAGE)-[Video Combine] - (视频文件自动保存)3.2 关键参数详解与配置建议错误的参数配置是导致生成失败或效果差的主要原因。节点/参数作用与建议常见误区Empty Latent Image: batch_size视频总帧数。值越大视频越长显存占用越高。LTX 模型常见值为 16, 24, 32。误以为是同时处理的样本数。此参数在视频上下文中特指帧数。Empty Latent Image: width/height每帧图像的尺寸。必须与模型训练尺寸匹配或成比例。LTX 常见 576x320, 448x256。不要随意设置。设置过大如 1024x1024会导致显存爆炸OOM。KSampler: steps去噪采样步数。影响生成质量和时间。视频生成建议 20-30 步平衡质量与速度。过低15可能导致画面破碎过高50耗时剧增收益递减。KSampler: cfg提示词跟随度。值越高越贴近提示词但可能降低画面自然度。视频建议 2.5-4.0。过高7可能导致颜色过饱和、画面僵硬。Video Combine: frame_rate视频帧率fps。决定播放流畅度。8fps 是常用起始值可提升至 12 或 24。帧率不影响生成内容只影响播放速度。时长 batch_size / frame_rate。Seed随机种子。固定种子可在相同参数下复现结果。设为0或留空则每次随机。用于调试和效果对比。改变任何参数包括提示词都可能使相同种子产生不同结果。3.3 从图生视频与首尾帧控制在图生视频工作流中你需要用Load Image节点替换CLIP Text Encode的部分功能。单图驱动添加一个Load Image节点上传你的图片。你需要一个节点如VAE Encode将图片编码为潜在表示然后输入到KSampler。但更常见的做法是使用支持“图像条件”的模型和专用节点这些节点会将图像与文本提示词结合作为条件。这通常需要更复杂的工作流或特定的 LoRA/ControlNet。首尾帧控制这是一种更可控的图生视频。你需要两个Load Image节点分别加载起始帧和结束帧。然后使用Video Linear CFG或类似的插值节点它接收起始和结束的潜在表示并在采样过程中进行线性插值引导生成过程从起点平滑过渡到终点。这需要工作流中包含相应的逻辑节点。注意目前 ComfyUI 中的高级视频控制如精确运动控制、镜头描述通常依赖于更复杂的节点组合、特定模型如 Motion Modules或外部控制网络如 IP-Adapter for video。初学者建议先从基础的文生视频工作流跑通再逐步研究社区分享的复杂工作流。4. 运行、验证与结果分析配置好工作流后点击 “Queue Prompt” 按钮开始生成。4.1 观察控制台与进度生成过程中密切关注启动 ComfyUI 的命令行窗口。这里会显示模型加载进度。每个采样步骤的进度。最重要的显存使用情况。如果看到 CUDA out of memory (OOM) 错误需要调整参数。最终保存文件的路径例如Save image to: D:\ComfyUI_windows\output\ComfyUI_00001_.mp44.2 结果验证与调试找到输出在ComfyUI/output/目录下找到生成的.mp4文件。内容评估连贯性视频是否闪烁、跳跃严重这可能是cfg过高、steps过低或模型本身限制。符合提示内容是否匹配你的正面提示词负面提示词是否有效过滤了不想要的内容画质是否清晰有无大量噪点或扭曲参数调整迭代如果视频太短增加batch_size注意显存。如果动作不连贯尝试降低cfg或微调提示词添加 “smooth transition cinematic stable shot” 等。如果画质差适当增加steps或检查模型是否支持当前分辨率。5. 常见问题排查与解决方案在实际操作中你几乎一定会遇到以下问题。5.1 模型加载失败“File not found ltx” 或 “Error occurred when loading…”问题现象可能原因检查与解决启动时或加载工作流时报错提示找不到模型文件。1. 模型文件未下载或未放入正确目录。2. 模型文件名与工作流中引用的名称不匹配。3. 自定义节点未安装导致无法识别该模型类型。1.确认路径检查ComfyUI/models/checkpoints/下是否有对应的.safetensors文件。2.核对文件名在Load Checkpoint节点中双击查看列表中的文件名是否与你放置的文件名完全一致包括后缀。3.安装依赖节点通过 ComfyUI Manager 安装工作流作者推荐的自定义节点。5.2 显存不足OOM尤其是使用 5070 等显卡时问题现象关键影响因素优化策略按优先级生成过程中命令行报错 “CUDA out of memory”进程终止。1.分辨率width/height影响最大。2.帧数batch_size线性增加显存。3.模型精度FP16 比 FP32 省显存Int8 更省。1.降低分辨率使用模型推荐的较低分辨率如 448x256。2.减少帧数将batch_size从 32 降至 16 或 8。3.使用量化模型寻找并下载 LTX 的int8版本模型。4.启用--lowvram模式在启动脚本的COMMANDLINE_ARGS后添加--lowvram。这会降低速度但节省显存。5.清理缓存关闭其他占用 GPU 的程序。5.3 生成结果异常黑屏、静态图、闪烁严重问题现象排查方向解决方案生成视频全是黑色或绿色。VAE 解码失败或模型输出异常。1. 检查VAE Decode节点是否正确连接了模型的VAE输出。2. 尝试在Load Checkpoint节点中显式选择不同的 VAE如果有。3. 换一个简单的文生图工作流测试同一模型确认模型本身是否正常。视频像一张静态图片没有动态。模型未理解时间维度或batch_size被误解。1. 确认你使用的是视频生成模型如 LTX而非普通的文生图模型。2. 确认Empty Latent Image的batch_size大于 1。3. 在提示词中加入描述动态的词汇如 “panning left” “zooming in” “water flowing”。视频闪烁、抖动剧烈不连贯。帧间一致性差是当前视频生成的普遍挑战。1.降低cfg值尝试从 4.0 降到 3.0 或 2.5。2.调整提示词使用更柔和、稳定的描述避免剧烈变化的场景。3.尝试不同采样器如dpmpp_2m或ddim。4.后期处理生成后使用视频编辑软件或 AI 帧插值工具进行平滑处理。5.4 工作流加载失败缺失节点或节点不匹配从社区下载的.json或.png工作流文件导入后出现大量红色节点提示 “Missing node types”。使用 ComfyUI Manager点击管理器中的 “Install Missing Custom Nodes” 功能它会自动识别并尝试安装缺失的节点。手动查找如果自动安装失败查看错误信息中缺失的节点名称在管理器内搜索并手动安装。版本兼容性有些节点或模型可能要求特定版本的 ComfyUI。如果问题持续尝试更新 ComfyUI 核心和所有自定义节点到最新版。6. 生产环境考量与最佳实践当你想将 AI 视频生成用于更严肃的创作或项目时需要考虑以下方面。6.1 工作流管理与复用保存工作流调试成功的参数化工作流通过 ComfyUI 界面保存为.json文件。这是你最重要的资产。模块化将常用的功能组如提示词处理、参数设置封装成自定义节点或使用组功能折叠起来使主工作流更清晰。版本控制将你的工作流.json文件、使用的自定义节点列表和模型版本信息一同记录确保可复现。6.2 性能与资源优化参数化实验固定seed系统性地调整cfg、steps、sampler记录结果找到质量与速度的最佳平衡点。分辨率阶梯先用小分辨率如 384x216快速测试创意和动态确认可行后再用高分辨率生成最终版。脚本化与 APIComfyUI 支持通过 API 调用。对于批量生成任务可以编写 Python 脚本动态修改工作流中的提示词、种子等参数实现自动化。6.3 提示词工程与质量控制视频专用提示词在提示词中明确时间维度。“A beautiful sunset” 生成的是单张图“A time-lapse of a beautiful sunset over mountains” 则更可能产生动态变化。负面提示词强化针对视频常见的闪烁、扭曲问题在负面提示词中加入 “blurry flickering distorted bad quality ugly deformed” 等。分镜与组合复杂的短剧或漫剧不可能一镜到底。需要分镜生成多个短视频片段然后在专业视频剪辑软件中合成、添加转场、配音和字幕。6.4 扩展方向高级控制探索集成IP-Adapter实现更精准的图生视频使用ControlNet如 Depth、Canny控制视频结构和运动。音频集成将生成的视频与 AI 生成的语音、音乐结合创造完整的视听内容。后期处理学习使用帧插值工具如 RIFE、DAIN提升视频流畅度使用视频超分工具提升画质。AI 视频生成目前仍处于快速迭代阶段技术门槛和计算成本都较高。成功的关键不在于追求一次生成完美成片而在于建立可重复、可调试的工作流程并深刻理解每个参数对结果的影响。从最小可运行的案例出发逐步增加控制条件和优化输出是掌握这项技术最务实的方法。
在实际 AI 内容创作领域从静态图像生成到动态视频生成是一个巨大的跨越。ComfyUI 作为一款基于节点式工作流的 Stable Diffusion 图形界面因其灵活性、可定制性和对复杂流程的强大支持正成为探索 AI 视频生成技术的前沿工具。无论是希望制作 AI 短剧、漫剧还是尝试文生视频、图生视频等创意应用掌握 ComfyUI 的工作流构建都是关键一步。本文面向有一定 Stable Diffusion 基础希望将创作维度从图片扩展到视频的开发者与创作者将手把手带你理解核心概念完成环境部署并构建一个从文本或图像生成视频的完整工作流。我们将重点解析 LTX Video、Minimax 等视频生成模型在 ComfyUI 中的集成与应用并解决部署和运行中常见的“File not found ltx”、显存不足等问题最终实现一个可运行、可调试的视频生成流程。1. 理解 ComfyUI 视频生成的核心组件与工作流逻辑在开始配置和编码之前必须厘清几个核心概念这决定了你能否正确搭建和调试整个流程。ComfyUI 的视频生成并非一个单一模型而是一个由多个专用节点串联起来的处理管道。1.1 文生视频与图生视频的基本原理差异文生视频Text-to-Video是指直接通过文本描述生成一段视频。其核心是一个视频扩散模型它接收文本提示词和随机噪声通过去噪过程逐步生成一系列连贯的图像帧这些帧序列就构成了视频。这个过程对算力要求极高因为模型需要同时理解时间维度的连贯性和空间维度的内容一致性。图生视频Image-to-Video则是以一张或多张输入图像为起点生成与之相关的动态视频。这通常有两种模式一种是“首尾帧视频”即提供开始和结束两帧由模型补全中间帧另一种是“单图驱动”给出一张静态图模型基于此生成动态变化如镜头移动、元素动画。图生视频在一定程度上降低了对模型“想象力”的要求但增加了对输入图像与生成动作之间一致性的挑战。在 ComfyUI 中这两种流程共享许多后端处理节点如加载模型、编码提示词、调度采样但输入源节点不同CLIP Text Encode与Load Image。1.2 关键模型LTX Video 与相关生态LTX Video 是当前在 ComfyUI 社区中备受关注的一个视频生成模型系列。它并非官方 Stable Video Diffusion (SVD) 模型而是基于类似架构进行优化或微调的版本。LTX 模型文件通常以.safetensors格式提供并需要特定的 ComfyUI 自定义节点Custom Node来加载和运行。版本注意你会遇到如ltx 2.3、ltx 2.5等版本号还可能看到int8量化版本显存占用更低等后缀。不同版本在效果、速度和显存消耗上可能有差异。务必确认你下载的模型与社区工作流中指定的版本兼容。文件定位模型文件需要放置在正确的目录下通常是ComfyUI/models/checkpoints/或自定义节点指定的路径否则会触发经典的File not found ltx错误。依赖节点运行 LTX 模型通常需要安装对应的自定义节点例如ComfyUI-VideoHelperSuite或专门为 LTX 封装的节点。这些节点负责将模型集成到 ComfyUI 的节点系统中。1.3 ComfyUI 工作流节点的角色解析一个基础的视频生成工作流通常包含以下节点链理解每个节点的作用至关重要加载检查点Load Checkpoint加载 LTX 或其他视频生成模型。CLIP 文本编码器CLIP Text Encode将正面和负面的文本提示词转换为模型能理解的嵌入向量。这是文生视频的驱动核心。加载图像Load Image图生视频专用读取输入图像并将其编码为潜在空间表示。空潜在图像Empty Latent Image定义生成视频的尺寸宽、高和批处理大小batch size。这里的批处理大小batch size直接对应视频的帧数。例如batch_size16意味着生成 16 帧。KSampler / KSampler Advanced采样器节点控制去噪过程。你需要设置采样步骤steps、采样算法如eulerdpmpp_2m、调度器scheduler和随机种子seed。种子值影响视频的随机起始状态相同的种子在相同参数下可复现结果。VAE 解码VAE Decode将采样器输出的潜在表示解码为像素图像。视频合并Video Combine这是关键一步。它将VAE Decode输出的多张图像一个批次的帧按顺序合并成一个视频文件如.mp4.gif。你需要指定帧率fps。保存图像/视频Save Image/Video将最终生成的视频文件保存到指定输出目录。2. 环境准备与 ComfyUI 部署为了避免环境冲突和依赖问题推荐使用独立的部署方式。对于大多数用户使用整合包是最快捷的起点。2.1 使用秋叶一键整合包进行基础部署“秋叶一键整合包”是一个流行的、集成了常用插件和基础环境的 ComfyUI 发行版极大简化了安装过程。获取整合包从可信的社区渠道如秋叶的 GitHub 发布页或 B 站视频描述下载最新的整合包。避免从不明来源下载以防捆绑恶意软件。解压与启动将下载的压缩包解压到一个英文路径且无空格的目录下例如D:\ComfyUI_windows。直接运行目录内的run_nvidia_gpu.batN卡用户即可启动。首次启动会自动安装 Python 依赖并更新部分节点。验证安装启动后浏览器会自动打开http://127.0.0.1:8188界面。如果能看到 ComfyUI 的空白画布和右侧节点列表说明基础环境部署成功。2.2 安装视频生成必备的自定义节点整合包可能未包含所有视频生成节点需要手动安装。ComfyUI 的管理器ComfyUI Manager让这个过程变得简单。打开管理器在 ComfyUI Web 界面点击右侧的 “Manager” 按钮如果没有你可能需要先安装 Manager 插件。安装节点在管理器的 “Install Custom Nodes” 标签页搜索并安装以下关键节点ComfyUI-VideoHelperSuite提供视频加载、合并、预览等系列节点是视频工作流的基石。ComfyUI-Impact-Pack包含一些实用的工具节点有时工作流会依赖其中的模块。如果工作流明确要求其他节点如特定版本的 LTX 加载器也一并安装。应用并重启安装完成后点击 “Restart” 或关闭 ComfyUI 命令行窗口重新运行启动脚本。重启后新节点才会生效。2.3 下载与放置视频生成模型模型文件需要手动下载并放入正确位置。获取模型从 Hugging Face、Civitai 等模型社区搜索并下载 LTX Video 模型文件例如ltx_video_v2.5.safetensors。注意区分完整版和量化版int8。放置模型将下载的.safetensors文件放入ComfyUI/models/checkpoints/目录下。这是 ComfyUI 默认查找主模型的位置。辅助模型视频生成可能还需要其他辅助模型如VAE放在models/vae/、CLIP模型等。请根据具体工作流要求准备。3. 构建你的第一个 AI 视频生成工作流我们将从零开始构建一个简单的文生视频工作流并解释每个节点的关键参数。3.1 搭建基础节点链清除画布从节点列表或右键菜单添加以下节点Load Checkpoint双击节点选择你放置的 LTX 模型文件。CLIP Text Encode (Prompt)添加两个一个用于正面提示词positive一个用于负面提示词negative。将Load Checkpoint输出的CLIP连接到它们的clip输入。Empty Latent Image设置width宽度如 576height高度如 320最关键的是batch_size批大小即帧数如 16。视频的时长由batch_size / fps决定。KSamplermodel连接Load Checkpoint的MODEL输出。positive连接正面CLIP Text Encode的CONDITIONING输出。negative连接负面CLIP Text Encode的CONDITIONING输出。latent_image连接Empty Latent Image的LATENT输出。设置seed随机种子如 42steps采样步数如 20-30cfg提示词相关性如 3.0sampler_name如eulerscheduler如normal。VAE Decode连接KSampler的LATENT输出和Load Checkpoint的VAE输出。Video Combine来自 VideoHelperSuite连接VAE Decode的IMAGE输出。设置frame_rate帧率如 8。这意味着每秒播放 8 帧。如果batch_size16视频时长即为 2 秒。Save ImageComfyUI 会自动将Video Combine输出的视频保存。你可以连接Video Combine的输出到Save Image的images输入以显式指定保存但通常非必需。确保output目录存在。此时你的基础工作流应如下图所示节点布局可调整[Load Checkpoint] - (MODEL)-[KSampler] (CLIP)-[CLIP Text Encode (Positive)] (CLIP)-[CLIP Text Encode (Negative)] (VAE)-[VAE Decode] [Empty Latent Image] - (LATENT)-[KSampler] [KSampler] - (LATENT)-[VAE Decode] [VAE Decode] - (IMAGE)-[Video Combine] - (视频文件自动保存)3.2 关键参数详解与配置建议错误的参数配置是导致生成失败或效果差的主要原因。节点/参数作用与建议常见误区Empty Latent Image: batch_size视频总帧数。值越大视频越长显存占用越高。LTX 模型常见值为 16, 24, 32。误以为是同时处理的样本数。此参数在视频上下文中特指帧数。Empty Latent Image: width/height每帧图像的尺寸。必须与模型训练尺寸匹配或成比例。LTX 常见 576x320, 448x256。不要随意设置。设置过大如 1024x1024会导致显存爆炸OOM。KSampler: steps去噪采样步数。影响生成质量和时间。视频生成建议 20-30 步平衡质量与速度。过低15可能导致画面破碎过高50耗时剧增收益递减。KSampler: cfg提示词跟随度。值越高越贴近提示词但可能降低画面自然度。视频建议 2.5-4.0。过高7可能导致颜色过饱和、画面僵硬。Video Combine: frame_rate视频帧率fps。决定播放流畅度。8fps 是常用起始值可提升至 12 或 24。帧率不影响生成内容只影响播放速度。时长 batch_size / frame_rate。Seed随机种子。固定种子可在相同参数下复现结果。设为0或留空则每次随机。用于调试和效果对比。改变任何参数包括提示词都可能使相同种子产生不同结果。3.3 从图生视频与首尾帧控制在图生视频工作流中你需要用Load Image节点替换CLIP Text Encode的部分功能。单图驱动添加一个Load Image节点上传你的图片。你需要一个节点如VAE Encode将图片编码为潜在表示然后输入到KSampler。但更常见的做法是使用支持“图像条件”的模型和专用节点这些节点会将图像与文本提示词结合作为条件。这通常需要更复杂的工作流或特定的 LoRA/ControlNet。首尾帧控制这是一种更可控的图生视频。你需要两个Load Image节点分别加载起始帧和结束帧。然后使用Video Linear CFG或类似的插值节点它接收起始和结束的潜在表示并在采样过程中进行线性插值引导生成过程从起点平滑过渡到终点。这需要工作流中包含相应的逻辑节点。注意目前 ComfyUI 中的高级视频控制如精确运动控制、镜头描述通常依赖于更复杂的节点组合、特定模型如 Motion Modules或外部控制网络如 IP-Adapter for video。初学者建议先从基础的文生视频工作流跑通再逐步研究社区分享的复杂工作流。4. 运行、验证与结果分析配置好工作流后点击 “Queue Prompt” 按钮开始生成。4.1 观察控制台与进度生成过程中密切关注启动 ComfyUI 的命令行窗口。这里会显示模型加载进度。每个采样步骤的进度。最重要的显存使用情况。如果看到 CUDA out of memory (OOM) 错误需要调整参数。最终保存文件的路径例如Save image to: D:\ComfyUI_windows\output\ComfyUI_00001_.mp44.2 结果验证与调试找到输出在ComfyUI/output/目录下找到生成的.mp4文件。内容评估连贯性视频是否闪烁、跳跃严重这可能是cfg过高、steps过低或模型本身限制。符合提示内容是否匹配你的正面提示词负面提示词是否有效过滤了不想要的内容画质是否清晰有无大量噪点或扭曲参数调整迭代如果视频太短增加batch_size注意显存。如果动作不连贯尝试降低cfg或微调提示词添加 “smooth transition cinematic stable shot” 等。如果画质差适当增加steps或检查模型是否支持当前分辨率。5. 常见问题排查与解决方案在实际操作中你几乎一定会遇到以下问题。5.1 模型加载失败“File not found ltx” 或 “Error occurred when loading…”问题现象可能原因检查与解决启动时或加载工作流时报错提示找不到模型文件。1. 模型文件未下载或未放入正确目录。2. 模型文件名与工作流中引用的名称不匹配。3. 自定义节点未安装导致无法识别该模型类型。1.确认路径检查ComfyUI/models/checkpoints/下是否有对应的.safetensors文件。2.核对文件名在Load Checkpoint节点中双击查看列表中的文件名是否与你放置的文件名完全一致包括后缀。3.安装依赖节点通过 ComfyUI Manager 安装工作流作者推荐的自定义节点。5.2 显存不足OOM尤其是使用 5070 等显卡时问题现象关键影响因素优化策略按优先级生成过程中命令行报错 “CUDA out of memory”进程终止。1.分辨率width/height影响最大。2.帧数batch_size线性增加显存。3.模型精度FP16 比 FP32 省显存Int8 更省。1.降低分辨率使用模型推荐的较低分辨率如 448x256。2.减少帧数将batch_size从 32 降至 16 或 8。3.使用量化模型寻找并下载 LTX 的int8版本模型。4.启用--lowvram模式在启动脚本的COMMANDLINE_ARGS后添加--lowvram。这会降低速度但节省显存。5.清理缓存关闭其他占用 GPU 的程序。5.3 生成结果异常黑屏、静态图、闪烁严重问题现象排查方向解决方案生成视频全是黑色或绿色。VAE 解码失败或模型输出异常。1. 检查VAE Decode节点是否正确连接了模型的VAE输出。2. 尝试在Load Checkpoint节点中显式选择不同的 VAE如果有。3. 换一个简单的文生图工作流测试同一模型确认模型本身是否正常。视频像一张静态图片没有动态。模型未理解时间维度或batch_size被误解。1. 确认你使用的是视频生成模型如 LTX而非普通的文生图模型。2. 确认Empty Latent Image的batch_size大于 1。3. 在提示词中加入描述动态的词汇如 “panning left” “zooming in” “water flowing”。视频闪烁、抖动剧烈不连贯。帧间一致性差是当前视频生成的普遍挑战。1.降低cfg值尝试从 4.0 降到 3.0 或 2.5。2.调整提示词使用更柔和、稳定的描述避免剧烈变化的场景。3.尝试不同采样器如dpmpp_2m或ddim。4.后期处理生成后使用视频编辑软件或 AI 帧插值工具进行平滑处理。5.4 工作流加载失败缺失节点或节点不匹配从社区下载的.json或.png工作流文件导入后出现大量红色节点提示 “Missing node types”。使用 ComfyUI Manager点击管理器中的 “Install Missing Custom Nodes” 功能它会自动识别并尝试安装缺失的节点。手动查找如果自动安装失败查看错误信息中缺失的节点名称在管理器内搜索并手动安装。版本兼容性有些节点或模型可能要求特定版本的 ComfyUI。如果问题持续尝试更新 ComfyUI 核心和所有自定义节点到最新版。6. 生产环境考量与最佳实践当你想将 AI 视频生成用于更严肃的创作或项目时需要考虑以下方面。6.1 工作流管理与复用保存工作流调试成功的参数化工作流通过 ComfyUI 界面保存为.json文件。这是你最重要的资产。模块化将常用的功能组如提示词处理、参数设置封装成自定义节点或使用组功能折叠起来使主工作流更清晰。版本控制将你的工作流.json文件、使用的自定义节点列表和模型版本信息一同记录确保可复现。6.2 性能与资源优化参数化实验固定seed系统性地调整cfg、steps、sampler记录结果找到质量与速度的最佳平衡点。分辨率阶梯先用小分辨率如 384x216快速测试创意和动态确认可行后再用高分辨率生成最终版。脚本化与 APIComfyUI 支持通过 API 调用。对于批量生成任务可以编写 Python 脚本动态修改工作流中的提示词、种子等参数实现自动化。6.3 提示词工程与质量控制视频专用提示词在提示词中明确时间维度。“A beautiful sunset” 生成的是单张图“A time-lapse of a beautiful sunset over mountains” 则更可能产生动态变化。负面提示词强化针对视频常见的闪烁、扭曲问题在负面提示词中加入 “blurry flickering distorted bad quality ugly deformed” 等。分镜与组合复杂的短剧或漫剧不可能一镜到底。需要分镜生成多个短视频片段然后在专业视频剪辑软件中合成、添加转场、配音和字幕。6.4 扩展方向高级控制探索集成IP-Adapter实现更精准的图生视频使用ControlNet如 Depth、Canny控制视频结构和运动。音频集成将生成的视频与 AI 生成的语音、音乐结合创造完整的视听内容。后期处理学习使用帧插值工具如 RIFE、DAIN提升视频流畅度使用视频超分工具提升画质。AI 视频生成目前仍处于快速迭代阶段技术门槛和计算成本都较高。成功的关键不在于追求一次生成完美成片而在于建立可重复、可调试的工作流程并深刻理解每个参数对结果的影响。从最小可运行的案例出发逐步增加控制条件和优化输出是掌握这项技术最务实的方法。
![洛谷 P7912：[CSP-J 2021 T4] 小熊的果篮 ← 双向链表](http://pic.xiahunao.cn/yaotu/洛谷 P7912：[CSP-J 2021 T4] 小熊的果篮 ← 双向链表)
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
