ComfyUI接入Qwen3.5大模型：性能媲美Gemini 3，图片视频智能解析

一、Qwen3.5介绍

近几个月来，Qwen加大了对基础模型开发的投入，力求打造卓越的实用性和性能。Qwen3.5 代表着一次重大飞跃，它融合了多模态学习、架构效率、强化学习规模化和全球可访问性方面的突破性成果，为开发者和企业带来前所未有的能力和效率。

Qwen3.5 具有以下增强功能：

• 模型选型：Qwen3.5-9B-Q8_0 GGUF版本配置详解，12GB显存流畅运行

• 图片解析：上传照片自动输出详细中文prompt，Thinking模式分析构图光影

• 视频分析：提取关键帧生成视频提示词，支持长视频处理

• 文本创作：一句话生成完整剧情脚本

• 本地部署：接入OpenClaw智能体，离线可用无Token上限

• 💻 配置要求：NVIDIA 12GB显存起

二、相关安装(文末网盘资源合集)

ComfyUI-llama-cpp_vlm节点：（在 ComfyUI 中基于 llama.cpp 框架原生运行 LLM & VLM 模型。）

https://github.com/lihaoyun6/ComfyUI-llama-cpp_vlm/tree/main

安装：

cd ComfyUI/custom_nodes
git clone https://github.com/lihaoyun6/ComfyUI-llama-cpp.git
python -m pip install -r ComfyUI-llama-cpp/requirements.txt

模型路径：

• 请将下载的 .gguf 模型放置在 ComfyUI/models/LLM 目录中.

• 在使用VLM模型进行图像推理之前, 请确保已经下载并选择了主模型对应的mmproj权重文件.

三、工作流

四、总结

将Qwen3.5大模型接入ComfyUI可实现本地化的提示词自动生成、图片视频解析及脚本创作功能。该方案通过GGUF量化模型与特定节点插件，在保持离线可用的同时，利用本地算力完成从图像构图分析到视频关键帧提取的自动化处理流程，有效提升了工作流的效率与可控性。