-
Comfyui模型目录迁移工具及教程
导言： 你是否也遇到了这样的困扰？主力ComfyUI环境积累了庞大的模型库（几十GB甚至上百GB），但同时又需要使用轻便的便携版ComfyUI。重复下载模型耗时耗力，而默认必须放在软件目录下又限制了存储灵活性。别担心！这里有一个极其简单、安全、零空间占用的终极方案，不仅能让便携版共享已有模型库，更能将模型文件存放在你指定的任意位置！操作只需几步，释放你的存储自由。 方法一、模型迁移官方原版教程： …- 2.6k
- 2.6k
-
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…- 2.9k
- 2.9k
-
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…- 5.9k
- 5.9k
-
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…- 6.3k
- 6.3k
-
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…- 5k
- 5k
-
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…- 16.3k
- 16.3k
-
【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…- 6.1k
- 6.1k
-
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…- 5.1k
- 5.1k
-
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 …- 8.4k
- 8.4k
-
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…- 3.1k
- 3.1k
-
[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…- 39.7k
- 39.7k
-
腾讯混元 3D 2.1 发布：首个全链路开源工业级 3D 生成大模型
前段时间腾讯发布了图片文字转3D模型软件混元3D大模型2.0版Hunyuan3D-2，现在腾讯正式发布「混元3D 2.1」——直接打出“完全开源+真实材质渲染+消费级显卡运行”的组合拳！腾讯混元3D 2.1开源了业界首个全链路工业级3D生成大模型，本次不仅开源了模型权重、训练代码和数据处理流程，还完整公开了核心架构设计。通过引入PBR（基于物理的渲染）技术，显著提升了材质细节的真实性，模型在不同光…- 4k
- 4k
-
[ComfyUI]Index-TTS2声音生成克隆王者登基：影视级别效果—零样本克隆+情绪控制，重塑配音新体验
一、Index-TTS2简介： IndexTTS2是一款备受瞩目的新一代文本转语音（TTS）大模型，它以其能达影视级水准的高质量语音合成效果而引人注目。这款模型不仅支持完全本地化部署并计划开放权重，极大赋能开发者；更拥有强大的零样本语音克隆能力以及全球首创的情绪与时长精细控制功能，标志着TTS技术迈入了新高度，未来在影视制作、虚拟角色乃至日常交互等场景都极具颠覆性潜力。 github地址：http…- 14.5k
- 14.5k
-
Comfyui最强音色克隆：字节开源项目 MegaTTS
MegaTTS介绍 MegaTTS 3是字节跳动团队开发的一个文本转语音（TTS）模型。 虽然只有 0.45B 参数，但效果一点不输大模型：中英文随便切换，读出来又自然又有情感，还能做 语音克隆，用几秒音频就能模仿出某个人的声音。它最核心的功能是声音克隆，只需要一段几秒钟的简短音频，就能模仿这个人的声音说出任何话。 这个模型在技术上做了一些创新，比如它不是直接处理原始的音频文件，而是先用一个叫Wa…- 12.2k
- 12.2k
-
ComfyUI官方原生支持HiDream-E1，一句话指令玩转风格、换装、改文字
HiDream-E1简介 HiDream 是由中国智象未来团队创业团队 HiDream.ai 开发的开源生成式多模态模型，专注于文本生成图像、视频及 3D 内容。基于 HiDream-I1 构建的图像编辑模型，支持通过简单语言指令修改图片风格、物体属性、场景替换等。当前它迎来了ComfyUI官方的原生支持，并且社区已经有对应的GGUF版本支持。对于17B全精度的文生图模型，在大部分24G的消费显卡…- 4.2k
- 4.2k
-
字节USO模型打破AI绘画‘二选一’困境，完美融合主体与风格生成
一、USO模型介绍 USO (Unified Style-Subject Optimized) 是字节跳动 UXO 团队开发的Lora模型，统一了风格驱动和主体驱动生成任务。 基于 FLUX.1-dev 架构构建，该模型通过解耦学习和风格奖励学习 (SRL) 实现了风格相似性和主体一致性。USO能够处理单个任务及其自由组合，同时在主体一致性、风格保真度和文本可控性方面表现出卓越的性能。 模型亮点 …- 5.1k
- 5.1k
-
2025年9月秋叶大佬最新Comfyui整合包：ComfyUI-aki-V1.7和V2.7-史诗级更新
本文持续更新秋叶大神最新发布的ComfyUI整合包。ComfyUI是一个非常便利的AI绘画工具，拥有节点式和工作流式的AI绘画界面，并支持多种节点的使用。秋叶大神发布ComfyUI整合包主要是为了改善国内ComfyUI的入门生态，使新手更轻松入门。尽管ComfyUI以其高度可定制和自定义的编辑方式而受到广泛使用，但对于新手来说却具有一定的难度。此外，快速的更新速度、不兼容的更新、以及社区化松散等问…- 2.5m
- 2.5m
-
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…- 17.4k
- 17.4k
-
Qwen-Image ControlNet正式支持：深度、Canny与Inpaint局部重绘，精度升级！
一、Qwen-Image-ControlNet-Union介绍 通义千问多合一ControlNet-Union终于来了！实测深度/线稿/重绘/姿势四大控制，操作简化10倍！ InstantX新推出的Qwen-Image-ControlNet-Union，这个模型3.29G，InstantX团队出的CN控制模型一直都是精品，Flux也是这个团队出的最好用，这次终于有了，太妙了，前面（Qwen-Ima…- 10.4k
- 10.4k
-
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…- 6.3k
- 6.3k
-
Qwen-Image的Controlnet精准控制图像生成：depth、Canny与Inpaint局部重绘
一、Qwen-Image下Controlnet介绍 Qwen-Image的Controlnet控制模型 是一个控制预训练图像扩散模型的神经网络。它允许输入调节图像，然后使用调节图像来控制图像生成。这里的调节图像类型有很多，比如涂鸦、边缘图、姿势关键点、深度图、法线图、分割图等。这些输入条件都可以作为条件输入来指导生成图像的内容。目前ComfyUI官方已经支持了这块功能，支持了depth、canny…- 30k
- 30k
-
multitalk数字人还没有捂热，新王又登基，Infinite talk数字人无限续杯！
本以为wan2.2+mulittalk数字人已经无敌了，谁知道infinite talk才是真正的数字人之王，因为她不仅支持声音驱动图生视频，也支持声音驱动视频生视频，而且可以生成无限时长! 一、InfiniteTalk数字人介绍 infiniteTalk 是一个无限长度的语音视频生成模型,它是和multitalk是一个研发小组开源的数字人项目，让我记住他们的的名字，MeiGen-ai,昨天刚开源…- 21.3k
- 21.3k
-
阿里通义千问：推出图像编辑模型Qwen-Image-Edit
8月19日，通义千问宣布，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，将Qwen-Image的文本渲染能力延展至图像编辑领域，实现了对图片中文字的精准编辑。这个超强模型不仅能对图片中的文字进行精准编辑，还支持元素的添加（inpainting）、删除（outpainting）、修改、IP 创作…- 94.6k
- 94.6k
-
五、Flux最强的fill扩图修复工作流，完美出图|量化版8G显存可玩
黑森林工作室官方发布FLUX.1 Tools，这是一套模型全家桶，其核心功能是为FLUX.1基础文本转图像模型添加控制和可操纵性，从而实现对真实图像和生成图像的修改和重新创建。黑森林flux工具箱中的fill工具。它能实现扩图、局部重绘的效果 FLUX.1 Tools包含四个不同的功能： FLUX.1 Fill：最先进的修复和修复模型，可以根据文本描述和二进制掩码编辑和扩展真实图像和生成的图像。 …- 8.9k
- 8.9k
![[ComfyUI]Nunchaku双截棍-V1.0.1正式版上线,速度起飞！仅需10秒生图！](https://www.2020web.cn/wp-content/uploads/thumb/2025/09/fill_w626_h386_g0_mark_20250906164431205317.webp)
![[ComfyUI]Index-TTS2声音生成克隆王者登基：影视级别效果—零样本克隆+情绪控制，重塑配音新体验](https://www.2020web.cn/wp-content/uploads/thumb/2025/09/fill_w626_h386_g0_mark_20250910074347569227.webp)
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：×