-
【Comfyui】OVI同时生成视频及对应音频的生成模型
一、OVI模型介绍 Ovi 是一种类似 veo-3 的视频+音频生成模型 ，可同时从文本或文本+图像输入生成视频和音频内容。 🎬 视频+音频生成 ：同时生成同步的视频和音频内容 📝 灵活输入 ：支持纯文本或文本+图像调理 ⏱️ 5 秒视频 ：以 24 FPS、面积 720×720、各种宽高比（9：16、16：9、1：1 等）生成 5 秒视频 二、相关安装 插件安装 ComfyUI 的自定义节点，集…- 1.8k
- 1.8k
-
Qwen-Image-Edit多图编辑nunchaku加速模型
模型介绍 该模型是Qwen Image Edit的4步技术版本，我们提供了适配30、40 显卡的svdq-int4_r128-qwen-image-edit-2509-lightningv2.0-4steps模型，如果你是50系列显卡，可以到下面的链接下载fp4版本 模型特点 🔹 多图编辑支持 Qwen-Image-Edit-2509 在原有架构基础上，通过多图拼接训练，首次支持 多图编辑。 可处…- 1.4k
- 1.4k
-
comfyui怎么使用虚拟内存
在AI绘画与视频生成领域，ComfyUI凭借其模块化设计和低显存优化能力，成为创作者的首选工具。然而，当运行Flux等大型模型时，用户常遇到"内存不足"的报错，这往往与虚拟内存配置不当直接相关。本文将从底层原理出发，结合实测数据，系统讲解如何科学设置虚拟内存。 一、虚拟内存的核心作用 当物理内存（RAM）被模型参数、中间计算结果占满时，系统会将不活跃数据暂存至硬盘的虚拟内存区域…- 1.9k
- 1.9k
-
第九集：集成节点与管道封装—【Comfyui教程从零基础到精通】
ComfyUI的效率加载器是一种用于简化工作流设计的插件或模块，主要功能是将多个常用节点（如模型加载、参数设置等）整合到一个节点中，减少节点间的复杂连线操作。通过预置参数和简化操作流程，帮助用户快速搭建AI图像生成或处理流程。 核心功能 集成参数配置：将模型选择、提示词、出图尺寸、生成数量等参数集成到单一节点，避免手动链接多个节点。 支持Lora模型与ControlNet：可同时…- 1.8k
- 1.8k
-
第八集：LcmTurbo极速出图实时绘画工作流—【Comfyui教程从零基础到精通】
快速出图的用处，一个是可以提高我们出图看效果的效率，尤其使用配置不够高的朋友很友好。通过快速出图后，对自己想用的画面进行锁定种子后作进一步的优化处理。另一种用法，则是可以利用高效的出图，接手绘板、PS这类绘画工具，或使用ComfyUI的“屏幕分享”节点实现实时抓屏绘图工具，实现实时绘画的高效出图和调整画面。 当然，有利也有弊，由于实现了出图速度快，就无法兼顾出图的高质量，这就需要我们针对自己的需要…- 2.6k
- 2.6k
-
Wan-Alpha：生成高质量文本到视频透明素材生成VAE
一、Wan-Alpha介绍 WAN Alpha是万相开源（WanX）2.1版本中的核心组件VAE，主要用于实现图生视频功能。它通过深度学习模型生成高质量动态画面，支持动作特效、角色动画等场景化生成，并具备灵活的参数调节能力。 这个项目是基于wan2.1视频生成模型，通过联合学习RGB和Alpha通道来生成透明视频。一个有效的变分自动编码器（VAE），编码到RGB潜在空间的阿尔法通道来实现。生成…- 5.2k
- 5.2k
-
Flux全部GGUF量化模型合集
概述 Flux GGUF 版本 是 Flux 模型的一种优化版本，专门为低显存设备设计，能够在显存有限的情况下运行高质量的 AI 图像生成任务。以下是对 Flux GGUF 版本的详细解释： 1. 什么是 GGUF？ GGUF 是 GPT-Generated Unified Format 的缩写，是一种高效的模型存储和交换格式。它通过量化技术（如 4 位、6 位、8 位等）压缩模型权重，从而减…- 3.6k
- 3.6k
-
Chroma 模型家族正式发布：基于 FLUX.1-schnell，8.9亿参数开源无限制，4大分支适配不同需求
一、模型概述 Chroma 是一个基于 FLUX.1-schnell 构建的 8.9 亿参数生成模型 Chroma 。它采用了 Apache 2.0 许可证，完全开源，允许任何人使用、修改和在其基础上进行开发，不存在企业限制。该模型目前正在训练中，，Chroma 最大特点是“无美学调整、无后训练限制”，以原始、中立的基础模型形态，为后续微调提供灵活起点。Chroma 模型完全未经过审查，重新引入了…- 4.5k
- 4.5k
-
ComfuUI-SDMatte最强抠图插件，用于交互式图像抠图
一、介绍 SDMatte 是一种基于 Stable Diffusion 的交互式图像抠图方法，由 vivo 相机研究团队开发，并被 ICCV 2025 接受。该方法利用了预训练扩散模型的强大先验，并支持多个视觉提示（点、框、蒙版）来准确地从自然图像中提取目标对象。 该插件将 SDMatte 集成到 ComfyUI 中，提供简单易用的节点界面，专注于三图引导的抠图功能，并内置 VRAM 优化策略。 …- 4.1k
- 4.1k
-
ComfyUI-FireRedTTS2：小红书开源AI配音神器,3秒克隆声音
一、FireRedTTS2介绍 「FireRedTTS-2」是一款面向多说话者对话生成的长篇流式文本转语音（TTS）系统，旨在提供稳定、自然的语音输出，同时实现可靠的说话人切换和语境感知的韵律。该系统在支持多语言、实现超低延迟方面取得了显著突破，使其成为长对话、实时交互场景的理想选择，推动了语音合成技术在复杂对话环境中的应用。 关键亮点： 长对话语音生成能力： 「FireRedTTS-2」目前已支…- 5.9k
- 5.9k
-
阿里通义实验室Qwen项目组升级图像编辑模型Qwen-Image-Edit新版本 Qwen-Image-Edit-2509：支持多图输入与更强一致性
通义实验室发布 Qwen-Image-Edit-2509，作为 Qwen-Image-Edit 系列的月度迭代版本。该模型已在 Qwen Chat 平台上线，用户可通过“图像编辑”功能直接体验。阿里通义千问推出Qwen-Image-Edit，Qwen-Image的图像编辑版本。Qwen-Image-Edit基于20B的Qwen-Image模型进⼀步训练，成功将Qwen-Image的独特的文本渲染能…- 9.4k
- 9.4k
-
第四集：ComfyUI升高放大无极限自由组建放大模块要多大有多大—【Comfyui教程从零基础到精通】
今天我们实现Comfyui中的图片高清放大功能，不仅能实现图片的壁纸级别的无损放大，还能自动补全图片细节，让细节更丰富，关键是方法非常简单。ComfyUI最强图片高清放大工作流，无损放大，细节补全 ，轻松将图片完美修复至4K8K壁纸级别！ 今天跟大家介绍如何对图片进行批量放大。 批量放大功能可以通过Easy-Use插件的for循环节点来实现，它能够给我们的工作带来很多便利性，非常实用。- 3.8k
- 3.8k
-
第三集：ComfyUI常用必备插件的使用与优化技巧—【Comfyui教程从零基础到精通】
ComfyUI作为一个强大的AI绘画工具平台，其丰富的插件生态为用户提供了更多的可能性。以下是ComfyUI完全入门所需的必备插件，它们将帮助你更高效地使用ComfyUI进行创作。 视频介绍了ComfyUI中几款实用插件的使用与优化技巧。首先是通过easyuse插件有效降低显存占用，提高运行效率。其次是多图像选择节点（图像编号切换），方便在多个图像中快速切换目标图像，适用于换脸等场景。另外介绍了图…- 4.2k
- 4.2k
-
第二集：ComfyUI基础概念讲解新手轻松搭建工作流—【Comfyui教程从零基础到精通】
1.更适合零基础学员：0基础从你适不适合开始讲起。 本视频讲解了从零开始搭建ComfyUI工作流的过程，重点介绍了最基础的纹身图工作流的搭建步骤。首先通过添加采样器节点作为核心，连接大模型加载器、Clip文本编码器和VAE解码器等节点，完成输入与输出端的配置。接着设置参数，如CFG、采样器调度器，并输入正负提示词。最后通过执行生成预览图像，展示了工作流的运行效果。视频还强调了一个输出端可连接多个输…- 4.9k
- 4.9k
-
Qwen位置偏移Comfyui-QwenEditUtils：轻松搞定位置偏移与一致性编辑难题
一、Qwen-Image-edit简介 在之前文章已经多次介绍过最新阿里团队开源的一致性图像编辑框架：Qwen-Image-edit框架（阿里Qwen图像编辑：一致性显著提升修复方案！20B国产图像编辑模型经典案例集锦）。但由于在图像编辑中存在位置偏移很大程度的影响一致性图像编辑质量，因此在开源社区一直生态未迅速发展起来。今天的文章将介绍来自社区的大佬小志Jason开源了个人研究实践心得，并封装为…- 11.3k
- 11.3k
-
第一集：Comfyui新手入门到实践【Comfyui教程从零基础到精通】
本文为初学者提供ComfyUI的全方位入门指南，包括ComfyUI简介、安装步骤、文生图与图生图工作流程、模型选择与下载、以及多个实践操作案例。通过本文，读者可以全面了解ComfyUI并上手操作。 ComfyUI入门到实践全攻略 在探索AI图像生成的广阔世界中，ComfyUI以其直观、灵活的用户界面脱颖而出，为Stable Diffusion提供了一个强大的操作和管理平台。本指南将带领初学者从Co…- 10.1k
- 10.1k
-
王炸！阿里开源Wan Animate！电影级动作迁移及主体替换
Wan2.2更新记录 2025年9月19日: 💃 我们推出了**Wan2.2-Animate-14B**，这是一个统一的角色动画和替换模型，具有整体动作和表情复制功能。我们发布了模型权重和推理代码。现在您可以在wan.video、ModelScope Studio或HuggingFace Space上尝试它！ 2025年8月26日: 🎵 我们推出了**Wan2.2-S2V-14B**，这是一个音频…- 22.7k
- 22.7k
-
【Comfyui】Wan 2.1 图片转360°视频-360度产品动画旋转展示
通过可控旋转变换（建议5°步长），可将静态图像转化为多视角数据序列。该技术利用插值算法生成连续帧，系统化采集人物0°-360°的标准角度图像。经测试，仅需采集8个基准视角（0°/45°/90°/...）即可满足LoRA模型的训练需求，显著降低3D建模的数据采集成本。首先通过图生视频工作流生成360度旋转视频，提取关键帧图片，再利用在线工具统一尺寸。基于Wan2.1生成，其功能是使生成的图片实现36…- 7.9k
- 7.9k
-
字节跳动Seedream 4.0图像创作新突破：文生图、图像编辑、组图生成
ComfyUI官方宣布字节跳动的Seedream 4.0 已集成至 ComfyUI，通过官方 API 节点即可直接调用，无需额外部署，开箱即用。（⚠️注：API从Comfyui官方调用需要付费，模型未开源） 一、字节跳动Seedream 4.0介绍 Seedream 4.0是字节跳动旗下Seed团队于2025年9月9日正式发布的新一代AI图像创作模型。作为火山引擎MaaS平台的核心产品，该模型首次…- 8k
- 8k
-
Wan2.2 Fun-vace模型终于来啦~首尾帧+动态参考+角色替换一次性全满足！
还在为 WAN2.2 缺少灵活的参照控制而烦恼吗？本期视频将带你解锁 WAN2.2 的全部潜力！我们将 2.1 版本中备受好评的 VACE 技术成功移植，并结合模型量化与加速采样，让你的视频创作流程不仅更强大，还更快、更省资源！ 告别单调的抽卡式生成，迎接精准控制的新时代。无论你是想增强人物一致性、替换视频背景，还是通过深度图驱动动画，这个工作流都能满足你。 一、Wan 2.2 Fun Vace介…- 19.3k
- 19.3k
-
ComfyUI 局部重绘的3种工作流搭建方法和原理讲解
今天给大家带来的是 ComfyUI 的局部重绘的工作流，跟之前一样，我会通过一些理论知识来帮助大家对 ComfyUI 的工作流和节点有更深的认知，还是那句话，知其然，还要知其所以然。 为什么要写局部重绘，是因为我发现虽然市面上有很多 ComfyUI 的基础局部重绘的教程，我也看了很多，但老有一种隔靴搔痒的感觉，让我似懂非懂。 抱着“假设-验证-结果-总结”的探索精神，我看了大量相关的视频，教程和官…- 5.3k
- 5.3k
-
Ai数字人:HuMo—清华和字节共同开源多角色参考+物品参考+对口型
一、HuMo是什么 HuMo是清华大学联合字节跳动智能创作实验室推出的开源多模态视频生成框架，专注于人类中心的视频生成。能从文本、图像和音频等多种模态输入中生成高质量、精细可控的人类视频。HuMo支持强大的文本提示跟随能力、一致的主体保留以及音频驱动的动作同步。支持从文本-图像、文本-音频以及文本-图像-音频生成视频，提供更高的定制化和控制能力。HuMo支持480P和720P分辨率的视频生成，72…- 6.2k
- 6.2k
-
字节开源OneReward模型: 最新重绘神器
一、OneReward模型介绍 OneReward 是一种基于Qwen2.5-VL生成式奖励模型的全新视觉领域RLHF方法，通过增强多任务强化学习显著提升策略模型在多项子任务中的生成能力。基于OneReward，开发出Seedream 3.0 Fill 统一图像编辑模型，能高效处理图像填充、延展、物体消除和文字渲染等多样化任务，其表现超越Ideogram、Adobe Photoshop和FLUX …- 10.3k
- 10.3k
-
YOLO(目标检测、图像分割、姿态估计)：更快更准的高效目标检测模型
一、YOLO模型介绍 YOLO 是一种高效的物体检测模型，能够通过单一网络进行快速的物体检测。结合预训练模型，YOLO 可以在许多视觉任务中加速开发过程，提高性能。预训练模型的优势在于能够节省训练时间、提高模型性能，并且适用于迁移学习任务。对于物体检测，使用预训练的 YOLO 模型是一种非常高效的做法，尤其是在没有大量标注数据时。YOLO 模型的核心特点是采用一个单独的神经网络对图像进行处理，进行…- 4.6k
- 4.6k
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×