全部标签

文本编码器

第七集：comfyui节点如何连接—【Comfyui教程从零基础到精通】

ComfyUI作为一款基于Stable Diffusion的节点式操作界面，为用户提供了一个更加灵活和高效的文生图（文本生成图像）创作环境。本篇博客将详细介绍如何使用ComfyUI进行文生图操作，无论你是初学者还是有一定基础的用户，都能够通过本指南快速上手。【CLIP文本编码器】就是一个我们最常见最常用的条件节点，告诉采样过程，我要什么，我不要什么。K采样器就会按照我们的要求进行采样工作，最终生…
视频教程
- 2.7k
- 2.7k
ComfyUI教程10月1日
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…
海报设计
- 5.2k
- 5.2k
ComfyUI教程10月1日
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…
视频教程
- 4.9k
- 4.9k
ComfyUI教程9月22日
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…
进阶教程
- 5.3k
- 5.3k
ComfyUI教程9月16日
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…
视频插件
- 6.2k
- 6.2k
ComfyUI教程9月15日
[ComfyUI]Nunchaku双截棍-V1.0.1正式版上线,速度起飞！仅需10秒生图！

ComfyUI-nunchaku v1.0.1 更新 • 修复 Qwen-Image ControlNet 不生效的问题。 • 新增Qwen-Image 节点参数： * num_block_on_gpus：在启用 cpu_offload 时，增大该值可降低 CPU 内存消耗，但会增加显存消耗。 * use_pin_memory：在启用 cpu_offload 时，打开该选项会增加内存消耗，但能加快…
Flux工作流
- 48.8k
- 48.8k
ComfyUI教程9月13日
ComfyUI 通义万相Wan2.2-S2V：革命性技术突破，一键对口型+姿态复刻

一、Wan2.2-S2V介绍 ComfyUI官方宣布，高性能音频驱动视频生成模型Wan2.2-S2V已实现原生适配—无需额外插件，即可直接在ComfyUI中调用该模型，将静态图片与音频结合，生成对话、唱歌、角色表演等动态视频内容。无论是追求电影级画质，还是需要分钟级长视频创作，这个工作流都能满足多场景需求。 Wan2.2-S2V模型的核心优势在开始操作前，先明确该模型的核心能力，以便根据需求调整…
视频模型
- 20k
- 20k
ComfyUI教程8月31日
如何排查和解决 ComfyUI 中模型相关的问题

模型架构不匹配症状：生成过程中出现张量维度错误，特别是在 VAE 解码阶段常见错误消息： Given groups=1, weight of size [64, 4, 3, 3], expected input[1, 16, 128, 128] to have 4 channels, but got 16 channels instead Given groups=1, weight of s…
其他
- 7.6k
- 7.6k
ComfyUI教程8月23日