KeyFrame內部研究專用

ComfyUI AI Video Tutorial for Beginners

Kevin Stratvert7 min英文
觀看原始影片

三句話摘要

使用 Comfy UI 在個人 PC 上免費生成 AI 影片的完整指南。 Comfy UI 透過本地運行 AI 模型,消除了訂閱費用和使用額度限制,使任何擁有相容硬體的創作者都能自由地批量生成和實驗 AI 影片內容。 Comfy UI 是免費開源應用程式,支援在個人電腦上直接運行 AI 模型,無需雲端服務或付費訂閱,提供文字轉影片、圖片轉影片、影片編輯、攝影機控制等多種功能。

重點整理

  1. Comfy UI 是免費開源應用程式,支援在個人電腦上直接運行 AI 模型,無需雲端服務或付費訂閱,提供文字轉影片、圖片轉影片、影片編輯、攝影機控制等多種功能。

  2. 軟體自動提示缺失模型並支援批量下載,Windows + Nvidia RTX 顯示卡的配置最穩定可靠,使用者只需確保足夠的磁碟空間便可進行。

  3. LTX 2.3 模型具備快速生成、高品質輸出的特點,使用者只需在工作流中輸入描述性提示詞、調整寬度高度和幀率等參數,點擊 Run 即可自動生成並儲存影片。

  4. Comfy UI 支援多種影片模型(WAN 2.2、Hanyuan、Kandinsky 等),進階使用者可自訂工作流、組合不同模型創作更複雜的 AI 影片內容。

實用技巧與重點

  • 軟體與模型:
  • Comfy UI 官網:提供桌面版和雲端版本
  • 免費模型:LTX 2.3、WAN 2.2、Hanyuan、Kandinsky、SVD
  • 儲存需求:LTX 2.3 模型約 40GB
  • 推薦配置:
  • Windows PC + Nvidia RTX 顯示卡
  • 可調參數:
  • 寬度(Width)
  • 高度(Height)
  • 持續時間(Duration)
  • 幀率(Frame Rate)
  • 支援功能:
  • 文字轉影片(Text to Video)
  • 圖片轉影片(Image to Video)
  • 影片編輯、攝影機控制、修復(In-painting)、放大(Upscaling)
  • 操作流程:
  • 下載桌面版安裝程式
  • 運行安裝、啟動軟體、選擇「Local」模式
  • 從左側選擇「Video」類別
  • 篩選「Runs on: Comfy UI」及任務類型
  • 選擇模型(如 LTX 2.3)進入工作流
  • 點擊「Show Missing Models」→「Download All」
  • 輸入提示詞、調整參數
  • 點擊「Run」生成
  • 在 Assets 中預覽、保存或刪除結果

結論

Comfy UI 透過本地運行 AI 模型,消除了訂閱費用和使用額度限制,使任何擁有相容硬體的創作者都能自由地批量生成和實驗 AI 影片內容。

完整解析

Comfy UI 提供了一條通往本地 AI 影片生成的途徑,徹底打破了過去對雲端服務和訂閱費用的依賴。這套開源應用程式在設計上便考慮到了易用性,使即便是首次接觸的使用者也能相對輕鬆上手。

從安裝開始,流程相當簡潔。使用者在官網選擇桌面版本,下載並執行安裝程式後,軟體會要求輸入本次安裝的名稱,並允許配置基本參數。啟動後進入主畫面,左側導航欄列出了所有支援的 AI 任務類型—圖像、影片、音訊、3D 模型和大語言模型。選擇影片功能後,系統會根據使用者的篩選條件(運行位置、任務類型)展示相應的模型清單。本教程重點聚焦在 LTX 2.3 模型上,主要原因是其生成速度快、品質優秀,且相容性廣泛,足以在各種 Nvidia RTX 顯示卡上穩定運行。

點擊模型後,使用者進入 Comfy UI 的工作流畫布。初見此介面時不免感到複雜,但實際上核心操作僅涉及少數節點。首先軟體會提示缺失的模型文件,使用者可點擊「Show Missing Models」查看需要下載的項目。以 LTX 2.3 為例,五個模型文件總計約 40GB,因此預先檢查磁碟空間至為重要。點擊「Download All」後,軟體會自動下載所有必要檔案,這一過程只需進行一次。

下載完成後,生成影片的核心步驟極為簡單。使用者在主節點中輸入對影片的描述性提示詞(例如「Kevin Cookie company blimp flying over city at golden hour」),隨後可調整寬度、高度、持續時間和幀率等參數。保留預設值亦可直接生成。點擊「Run」按鈕後,軟體利用顯示卡的運算能力進行生成,根據硬體效能需時數分鐘不等。生成的影片自動儲存到軟體內部,使用者可在 Assets 部分預覽、匯出或刪除。

除文字轉影片外,Comfy UI 也支援圖片轉影片的工作流。使用者僅需在相應工作流中匯入一張靜態圖片,輸入描述所需動畫效果的提示詞(例如「the blimp flying upward」),軟體便會為該圖片添加運動效果。隨著使用者經驗累積,更高階的應用也隨之開放—如自訂工作流、組合不同模型進行多步處理、利用影片編輯、攝影機控制或修復等功能進行專業級影片創製。整個生態保持高度的靈活性和擴展性。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。