Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

COMFY UI中的Repeat或Tile功能

Answer

ComfyUI 中的 Repeat 或 Tile 功能：

  • 分块长度（t_tile_length）：时间维度上每次处理的帧数，用于处理长视频，如设置为 16。当分块长度与帧数一致时，画面较稳定但变化少。例如，帧数 32 时分块长度可为 24 或 32。
  • 分块重叠（t_tile_overlap）：相邻时间块之间重叠的帧数，如设置为 8。 其工作原理为：
  1. 将长视频分割成多个重叠的短片段（tiles）。
  2. 对每个片段单独进行处理。
  3. 在重叠区域使用混合或平滑技术，确保片段之间的过渡自然。

ComfyUI 相关动态：

  • 发布了相对大的版本更新 0.10，支持在 ComfyUI 中使用循环和条件语句，前端代码迁移到 TypeScript，新的搜索和设置 UI，实验性 FP8 算法支持以及 GGUF 量化支持。

ComfyUI 视频背景替换工作流：

  • 用了一个 tile 来固定画面，让采样生成后的视频与原来一致。
  • 资料链接：
    • https://pan.baidu.com/s/1NomdtOR6TbaurTuzGwoMUw?pwd=cycy
    • https://xiaobot.net/post/0e6aa763-98a2-4cc5-867c-44aca7e887ea
    • 更多内容收录在：https://xiaobot.net/p/GoToComfyUI
    • 网盘：https://pan.quark.cn/s/4e5232c92746
    • 工作流：https://www.liblib.art/modelinfo/23c073ff88194c32be15fe56977223ef?from=personal_page
    • 视频：https://www.bilibili.com/video/BV1NZHfeREAp/?vd_source=ecb7194379e23ea8b1cb52e3bd5d97ef
    • workflow：https://openart.ai/workflows/e3H4DwH55TlMBlT7MI4A
    • https://www.shakker.ai/modelinfo/9f06f370c1614be89180c1c9fb9864eb?from=personal_page
    • video：https://youtu.be/nf753qp1pLg
Content generated by AI large model, please carefully verify (powered by aily)

References

ComfyUI CogVideoX-5b开源文生视频

这里其他的参数都比较容易理解，重点说下分块长度和分块重叠。需要注意的是分辨率只支持720 x 480,不支持其他分辨率（包括微调）分块长度(t_tile_length):16，时间维度上的分块大小，用于处理长视频。分块重叠(t_tile_overlap):8，时间维度上相邻分块的重叠帧数。有使用过animatediff的小伙伴应该很会有点熟悉，是的，他们是一样的意思，但是，分块长度(t_tile_length)，如果和帧数一致，画面会比较稳定，但是变化就会少很多。可以对比下面两张图帧数32，分块长度24帧数32，分块长度32[heading4]分块长度(t_tile_length)[content]这个参数定义了在时间维度上每次处理的帧数，这样做的目的是为了克服GPU内存限制，允许生成比单次能处理的更长的视频。[heading4]分块重叠(t_tile_overlap)[content]这个参数定义了相邻时间块之间重叠的帧数，设置为8意味着每个16帧的块会与下一个块重叠8帧。这种技术的工作原理：1.将长视频分割成多个重叠的短片段（tiles）。2.对每个片段单独进行处理。3.在重叠区域使用混合或平滑技术，以确保片段之间的过渡自然。

AIGC Weekly #86

ComfyUI发布了一个相对大的[版本更新0.10](https://blog.comfy.org/comfyui-v0-1-x-release-devil-in-the-details-2/)，已经支持在ComfyUI中使用循环和条件语句，前端代码迁移到TypeScript，新的搜索和设置UI，实验性FP8算法支持以及GGUF量化支持。Cluade开始[支持LaTeX数学公式](https://x.com/AnthropicAI/status/1826667671364272301)的渲染。Cursor宣布获得了来自Andreessen Horowitz、Jeff Dean、John Schulman、Noam Brown以及Stripe和Github的创始人[的6000万美元融资](https://x.com/cursor_ai/status/1826656532072923219)。Google给Gemini的AI studio增加了一个[提示词库](https://aistudio.google.com/app/gallery)。可以帮助你学习一些常见需求的Gemini提示词写法。PixVerse视频生成模型更新到[V2.5版本](https://x.com/PixVerse_/status/1826446286675153175)。第一个支持运动笔刷的DiT模型，模型质量大幅提升。Midjourney[网页版版本全量上线](https://x.com/midjourney/status/1826305298560418171)，同时开启免费使用，未付费账号可以免费使用25次。X-Lab已经发布了[FLUX的IPapadter模型](https://github.com/XLabs-AI/x-flux-comfyui/blob/main/workflows/ip_adapter_workflow.json)。支持512x512和1024x1024分辨率。实验性模型迁移的稳定性和可靠性不太行。

ComfyUI 视频背景替换工作流

用了一个tile来固定画面，让采样生成后的视频与原来一致。之后就是采样部分了，在生成视频时候，使用了一个补帧。[heading3]资料链接[content]https://pan.baidu.com/s/1NomdtOR6TbaurTuzGwoMUw?pwd=cycy说明文档https://xiaobot.net/post/0e6aa763-98a2-4cc5-867c-44aca7e887ea由于AI技术更新迭代，请以文档更新为准更多内容收录在⬇️https://xiaobot.net/p/GoToComfyUI网盘https://pan.quark.cn/s/4e5232c92746工作流https://www.liblib.art/modelinfo/23c073ff88194c32be15fe56977223ef?from=personal_page视频https://www.bilibili.com/video/BV1NZHfeREAp/?vd_source=ecb7194379e23ea8b1cb52e3bd5d97efworkflowhttps://openart.ai/workflows/e3H4DwH55TlMBlT7MI4Ahttps://www.shakker.ai/modelinfo/9f06f370c1614be89180c1c9fb9864eb?from=personal_pagevideohttps://youtu.be/nf753qp1pLg

Others are asking
ComfyUI
ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，类似于集成了 stable diffusion 功能的 substance designer，通过将 stable diffusion 的流程拆分成节点，实现了更精准的工作流定制和完善的可复现性。 其优势包括： 1. 对显存要求相对较低，启动速度快，出图速度快。 2. 具有更高的生成自由度。 3. 可以和 webui 共享环境和模型。 4. 可以搭建自己的工作流程，可以导出流程并分享给别人，报错时能清晰发现错误所在步骤。 5. 生成的图片拖进后会还原整个工作流程，模型也会选择好。 劣势有： 1. 操作门槛高，需要有清晰的逻辑。 2. 生态没有 webui 多（常用的都有），也有一些针对 Comfyui 开发的有趣插件。 官方链接：从 github 上下载作者部署好环境和依赖的整合包，按照官方文档按照即可：https://github.com/comfyanonymous/ComfyUI 。 安装部署方面： 1. 地址：https://github.com/comfyanonymous/ComfyUI ，可以下载安装包也可以直接 Git clone https://github.com/comfyanonymous/ComfyUI.git ，或者下载安装包 file:ComfyUI.zip ，下载安装包或者点击链接下载并解压至本地除 C 盘外的任意盘。然后找到文件名称为 run_nvidia_gpu 的文件双击并启动。启动完成即进入基础界面。 2. 节点存放目录：comfyUI 的节点包括后面安装的拓展节点都存放在本目录下 D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\custom_nodes 。 3. 模型存放目录： 大模型：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\checkpoints 。 Lora：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\loras 。 Vae：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\vae 。 4. 模型共用：已经安装了 SDWebUI 的同学可以通过修改文件路径和 WebUI 共用一套模型即可，这样就不用重复下载模型了。找到已安装好的 ComfyUI 目录文件下的 extra_model_paths.yaml.example 文件，将后缀.example 删除，然后右键用记事本打开。 此外，还可以直接在 Comfy UI 中训练 LoRA 模型。
2025-04-14
Ai生成UI
以下是关于 AI 生成 UI 的相关内容： 使用 Midjourney 生成 UI 界面： 页面指令：指定生成某个页面（如首页、登录页等），只需添加页面指令描述，如“landing page”可生成社交平台的登录页设计，“Profile Page”可生成人力资源类产品的个人资料页。 应用场景：Midjourney 产出的设计图视觉效果佳，适合在 APP 设计的初始阶段，如头脑风暴和风格探索中提供灵感和创意。但目前直接用于落地开发仍有距离，不过随着技术迭代，这个距离会逐渐缩短。 多模态 4O 在 UI 设计中的应用： 可以先借助 AI 生成设计概要概念，应用于 Web 应用创建和 UI 页面设计，也能直接生成 UI 界面。 Midjourney 商业实战案例中的 UI 设计： 如数据图标、B 端图标设计、音乐软件 UI 设计等。但部分生成的 UI 设计存在不规范、文字乱的情况，只能作为风格参考。网上已有很多 AI 生成的 UI 设计软件开始内测。
2025-04-12
comfyUI是什麼？
ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，您可以将其视为集成了 stable diffusion 功能的 substance designer。通过把 stable diffusion 的流程拆分成节点，实现了更精准的工作流定制和良好的可复现性。 其具有以下优势： 1. 对显存要求相对较低，启动速度快，出图速度快。 2. 具有更高的生成自由度。 3. 可以和 webui 共享环境和模型。 4. 可以搭建自己的工作流程，可以导出流程并分享给别人，报错时能清晰发现错误所在步骤。 5. 生成的图片拖进后会还原整个工作流程，模型也会选择好。 但也存在一些劣势： 1. 操作门槛高，需要有清晰的逻辑。 2. 生态没有 webui 多（常用的都有），不过也有一些针对 Comfyui 开发的有趣插件。 ComfyUI 是一个开源的图形用户界面，用于生成 AI 图像，主要基于 Stable Diffusion 等扩散模型。其工作原理包括： 1. Pixel Space（像素空间）：图的左边表示输入图像的像素空间，在 ComfyUI 中，对应于可能通过“图像输入”模块或直接从文本提示生成的随机噪声图像。生成过程结束时，系统会将处理后的潜在表示转换回像素空间，生成最终的图像。 2. Latent Space（潜在空间）：ComfyUI 中的许多操作都在潜在空间中进行，如 KSampler 节点就是在这个空间中执行采样过程。图像被映射到潜在空间后，扩散过程在这个空间中进行。在 ComfyUI 中，您可以通过节点调整对潜在空间的操作，如噪声添加、去噪步数等。 3. 扩散过程（Diffusion Process）：噪声的生成和逐步还原。扩散过程表示的是从噪声生成图像的过程。在 ComfyUI 中，这通常通过调度器（Schedulers）控制，典型的调度器有 Normal、Karras 等，它们会根据不同的采样策略逐步将噪声还原为图像。您可以通过 ComfyUI 中的“采样器”节点选择不同的调度器，来控制如何在潜在空间中处理噪声，以及如何逐步去噪回归到最终图像。时间步数在生成图像时，扩散模型会进行多个去噪步。 您可以从 github 上下载作者部署好环境和依赖的整合包，按照官方文档安装即可：https://github.com/comfyanonymous/ComfyUI 。 此外，开源项目作者 ailm 在 ComfyUI 上搭建了一个可以接入飞书的 AI 女友麦洛薇（mylover），实现了稳定人设，无限上下文，永久记忆，无缝联动 SD 绘图等功能，适合完全没有代码基础的小伙伴们复现并且按自己的想法修改。
2025-04-10
UI的AI软件
以下是关于 UI 的 AI 软件的相关内容： 方法 1【云端 Comfyui 出图 + AI 视频软件】 作者：来来 联系方式：laiweb3（添加请注明 AI 视频） 相关账号：公众号/视频号/小红书/B 站：来来说 AI 作者标签：20 年设计师，10 年大学设计老师，电商设计公司创始人 10 年，AI 图书作者《一本书读懂 AI 绘画》《一本书读懂 AIGC 提示词》 操作步骤： 打开链接的工作流：https://www.esheep.com/app/5977 ，点击查看工作流，会出现登录或注册界面正常注册即可。如果已经登录会自动出现下面的界面。 步骤 1：红色框选择生成图片的大模型，绿色框添加提示词，蓝色框填写反向提示词。 步骤 2：红色框设置大小确保是 16:9 的比例，绿色框修改参数，参数不理解的话保持默认即可。 步骤 3：红色框上传深度图。 步骤 4：点击立即生成，最下面就会出现图片，在生成历史中下载图片即可。 【ComfyUI】Blender + Stable Diffusion！ 作者：白马少年 介绍：SD 实践派，出品精细教程 发布时间：20230905 19:00 原文网址：https://mp.weixin.qq.com/s/vdm9L_xsZc8d3ZZj7CrLdw Blender 是一款免费开源的三维制作软件，和 SD 一样，具有极高的自由度，可以将很多功能包容进来。ComfyUI 的界面主要是节点操作，和 Blender 在工作流程上天然适配。最近，“只剩一瓶辣椒酱”和幻之境开发小组联合开发了一款基于 STABLE DIFFUSION ComfyUI 核心的 Blender AI 插件——无限圣杯。
2025-04-01
UI相关的ai工具有哪些
以下是一些与 UI 相关的 AI 工具： 1. UIzard：利用 AI 技术生成用户界面，可根据提供的信息快速生成 UI 设计。 2. Figma：基于云的设计工具，提供自动布局和组件库，其社区开发的一些 AI 插件可增强设计流程。 3. Sketch：流行的矢量图形设计工具，插件系统中部分插件利用 AI 技术辅助设计工作。 4. UIGENT1：基于 Qwen2.5Coder7B 微调，能根据提示生成标准 HTML/CSS 代码，擅长基础前端页面。 5. Galileo AI：可根据文字或图片生成完整 UI 设计，并导出 HTML 和 Figma 文件。 6. 即时设计：https://js.design/ ，可在线使用的专业 UI 设计工具，注重云端文件管理和团队协作。 7. V0.dev：https://v0.dev/ ，Vercel Labs 推出的 AI 生成式用户界面系统，能通过文本或图像生成代码化的用户界面。 8. Wix：https://wix.com/ ，用户友好的 AI 工具，无需编码知识即可创建和自定义网站。 9. Dora：https://www.dora.run/ ，通过一个 prompt，借助 AI 3D 动画生成强大网站。 请注意，部分内容由 AI 大模型生成，请仔细甄别。
2025-03-27
Trae生成产品UI
以下是关于使用 Trae 生成产品 UI 的相关信息： 1. DeepSeek 驱动的网页金句卡片生成： 先开发基础版本的浏览器插件，包括选择文字、自定义生成图片，图片底部包含文章标题和链接二维码。 使用 AI Rules 的 Chat 模式完善产品需求（PRD），Trae 运行后会创建 readme 文档，可在其中修改，带有章节选择。 使用 Builder 模式开发产品，在 AI Rules 里指定技术方案，在 readme 里指定产品需求，然后让 Trae 自动化开发。开发完成后在 Chrome 浏览器内加载扩展程序进行调试，第一次报错可能是未创建浏览器插件图标，将截图发给 Trae 处理后重新加载。但需注意 Claude 3.5 模型不具备直接生成图片的能力。 2. 保姆级使用指南： 有控制按钮（开始、暂停、重新开始）和游戏说明。 可生成任务清单应用，输入相关需求即可。 能根据 UI 设计图自动生成项目代码，如输入“使用 html 技术实现如图大屏页面”，但生成效果可能不完美，可让 Trae 调整。 总结：Trae 高效代码生成能力强，支持多技术栈，有动态调整潜力。 3. 智能纪要： 基于 Tree 的海关归类项目及商业化探讨，包括固定随机种子、开发记忆大模型、搭建爬虫工作流、实现全参量归类、解决技术问题、项目成果展示和商业化探讨。 利用 AI 实现工作流封装并面向 C 端的项目介绍，包括前端开发尝试和小程序落地实现，后端接入处理时不会接 API 可让 Trae 帮忙。
2025-03-25
在 COMFY UI 中，关于 Tile 平铺预处理器怎么工作流中怎么使用
在 ComfyUI 中，关于 Tile 平铺预处理器的使用方法如下： 1. 平铺和切片都是用于处理大尺寸视频的技术，可以帮助在有限的 GPU 内存下处理高分辨率视频。 tile_sample_min_height:96，最小平铺高度。 tile_sample_min_width:96，最小平铺宽度。这两个参数定义了在使用平铺时的最小尺寸。 tile_overlap_factor_height:0.083，高度方向的重叠因子。 tile_overlap_factor_width:0.083，宽度方向的重叠因子。这些因子决定了平铺时各个块之间的重叠程度。 enable_vae_tiling:设置为 false，表示不启用 VAE（变分自编码器）的图像平铺。 enable_vae_slicing:设置为 false，表示不启用 VAE 切片。如果启用了平铺（tiling），它会将大图像分割成小块进行处理，然后再组合起来，这有助于处理大分辨率的视频。VAE 切片（如果启用）可以通过分割输入张量来分步计算解码，这有助于节省内存。 2. 将您的 ComfyUI 更新到最新。 3. 将 clip_l 和 t5xxl_fp16 模型下载到 models/clip 文件夹。确保您的 ComfyUI/models/clip/目录中，有 t5xxl_fp16.safetensors 和 clip_l.safetensors，您可以改用 t5xxl_fp8_e4m3fn.safetensors 来降低内存使用量，但如果您的 RAM 超过 32GB，建议使用 fp16。跑过 flux 就有这些模型，没有的话翻之前文章有下载。 4. 在您的 ComfyUI/models/vae/文件夹中，有 ae.safetensors。 5. 将最开始下载的 flux1filldev.safetensors 放于 ComfyUI/models/unet/文件夹中。 6. 使用 flux_inpainting_example 或者 flux_outpainting_example 工作流。
2024-12-26
COMFY UI中的Tile平铺预处理器
在 COMFY UI 中，关于 Tile 平铺预处理器： CogVideoX5b 开源文生视频： 分块长度（t_tile_length）：时间维度上的分块大小，用于处理长视频，值为 16。如果和帧数一致，画面会比较稳定，但变化会少很多。 分块重叠（t_tile_overlap）：时间维度上相邻分块的重叠帧数，值为 8。 解码： tile_sample_min_height：最小平铺高度，值为 96。 tile_sample_min_width：最小平铺宽度，值为 96。 tile_overlap_factor_height：高度方向的重叠因子。 tile_overlap_factor_width：宽度方向的重叠因子。 enable_vae_tiling：设置为 false，表示不启用 VAE 的图像平铺。 enable_vae_slicing：设置为 false，表示不启用 VAE 切片。启用平铺会将大图像分割成小块处理再组合，有助于处理大分辨率视频。VAE 切片可通过分割输入张量分步计算解码以节省内存。 图像编码： chunk_size：在时间维度上每次处理的帧数，值为 16，有助于处理长视频序列时管理内存使用。 enable_vae_slicing：控制是否启用 VAE 切片，设置为 false 时不使用。 此外，ComfyUI 中的 SD3 预训练文本编码器使用了三个固定的预训练文本编码器（CLIPViT/G、CLIPViT/L 和 T5xxl）。CLIPViT/G 优化了图像和文本之间的关系理解，CLIPViT/L 专注于从图像和文本对中提取特征，T5xxl 是一个强大的文本生成模型，增强了文本提示的理解和生成能力。
2024-12-26
COMFYui安装包
以下是关于 COMFYui 安装包的相关信息： 1. 安装地址： https://github.com/comfyanonymous/ComfyUI 可以下载安装包也可以直接 Git clone https://github.com/comfyanonymous/ComfyUI.git 或者下载安装包。 安装包文件：ComfyUI.zip 、 2. 安装步骤： 下载安装包并解压至本地除 C 盘外的任意盘。 找到文件名称为 run_nvidia_gpu 的文件双击并启动，启动完成即进入基础界面。 3. 相关环境安装（安装过 WebUI 的同学请忽略）： 依次下载并安装 python（版本 3.10 以上）、VSCode、Git，安装过程中一直点击勾选对应选项，一直下一步。 安装 Python： 安装 VSCode： 安装 Git： 4. 节点存放目录：comfyUI 的节点包括后面安装的拓展节点都存放在本目录下：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\custom_nodes 5. 模型存放目录： 大模型：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\checkpoints Lora：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\loras Vae：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\vae 6. 模型共用：已经安装了 SDWebUI 的同学可以通过修改文件路径和 WebUI 共用一套模型即可，这样就不用重复下载模型了。找到已安装好的 ComfyUI 目录文件下的 extra_model_paths.yaml.example 文件，将后缀.example 删除，然后右键用记事本打开。 目前安装 ComfyUI 的方法有在本地安装和在云端安装两种，本部分主要介绍本地安装方法，包括命令行安装和安装包安装。命令行安装普适性最强但有一定门槛，ComfyUI 的源码地址在 https://github.com/comfyanonymous/ComfyUI ，安装方法写在了 Readme 中。安装包安装比较简单，下载就能用。ComfyUI 的官方安装包下载地址是 https://github.com/comfyanonymous/ComfyUI/releases ，目前仅支持 Windows 系统，且显卡必须是 Nivida。
2024-12-05
COMFYui是什么
ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，您可以将其视为集成了 stable diffusion 功能的 substance designer，通过把 stable diffusion 的流程拆分成节点，实现了更精准的工作流定制和良好的可复现性。 其具有以下优劣势： 优势： 1. 对显存要求相对较低，启动速度快，出图速度快。 2. 具有更高的生成自由度。 3. 可以和 webui 共享环境和模型。 4. 可以搭建自己的工作流程，可以导出流程并分享给别人，报错时能清晰发现错误所在步骤。 5. 生成的图片拖进后会还原整个工作流程，模型也会选择好。 劣势： 1. 操作门槛高，需要有清晰的逻辑。 2. 生态没有 webui 多（但常用的都有），也有一些针对 Comfyui 开发的有趣插件。 ComfyUI 是一个开源的图形用户界面，用于生成 AI 图像，主要基于 Stable Diffusion 等扩散模型。其工作原理包括： 1. Pixel Space（像素空间）：图的左边表示输入图像的像素空间，在 ComfyUI 中，对应于可能通过“图像输入”模块或直接从文本提示生成的随机噪声图像。生成过程结束时，系统会将处理后的潜在表示转换回像素空间，生成最终的图像。 2. Latent Space（潜在空间）：ComfyUI 中的许多操作都在潜在空间中进行，如 KSampler 节点就是在这个空间中执行采样过程。图像被映射到潜在空间后，扩散过程在这个空间中进行。在 ComfyUI 中，您可以通过节点调整对潜在空间的操作，如噪声添加、去噪步数等。 3. 扩散过程（Diffusion Process）：噪声的生成和逐步还原。扩散过程表示的是从噪声生成图像的过程。在 ComfyUI 中，这通常通过调度器（Schedulers）控制，典型的调度器有 Normal、Karras 等，它们会根据不同的采样策略逐步将噪声还原为图像。您可以通过 ComfyUI 中的“采样器”节点选择不同的调度器，来控制如何在潜在空间中处理噪声，以及如何逐步去噪回归到最终图像。时间步数：在生成图像时，扩散模型会进行多个去噪步。图中展示的 zT 代表不同时间步长下的潜在表示。在 ComfyUI 中，您可以通过控制步数来影响图像生成的精细度和质量。 官方链接：从 github 上下载作者部署好环境和依赖的整合包，按照官方文档安装即可：https://github.com/comfyanonymous/ComfyUI 此外，开源项目作者 ailm 在 ComfyUI 上搭建了一个可以接入飞书的 AI 女友麦洛薇（mylover），实现了稳定人设，无限上下文，永久记忆，无缝联动 SD 绘图等功能，适合完全没有代码基础的小伙伴们复现并且按自己的想法修改。
2024-11-25
COMFYui是什么
ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，您可以将其视为集成了 stable diffusion 功能的 substance designer，通过把 stable diffusion 的流程拆分成节点，实现更精准的工作流定制和良好的可复现性。 其具有以下优劣势： 优势： 1. 对显存要求相对较低，启动速度快，出图速度快。 2. 具有更高的生成自由度。 3. 可以和 webui 共享环境和模型。 4. 可以搭建自己的工作流程，可以导出流程并分享给别人，报错时能清晰发现错误所在步骤。 5. 生成的图片拖进后会还原整个工作流程，模型也会选择好。 劣势： 1. 操作门槛高，需要有清晰的逻辑。 2. 生态没有 webui 多（但常用的都有），也有一些针对 Comfyui 开发的有趣插件。 ComfyUI 是一个开源的图形用户界面，用于生成 AI 图像，主要基于 Stable Diffusion 等扩散模型。其工作原理包括： 1. Pixel Space（像素空间）：图的左边表示输入图像的像素空间，在 ComfyUI 中，对应于可能通过“图像输入”模块或直接从文本提示生成的随机噪声图像。生成过程结束时，系统会将处理后的潜在表示转换回像素空间，生成最终的图像。 2. Latent Space（潜在空间）：ComfyUI 中的许多操作都在潜在空间中进行，如 KSampler 节点就是在这个空间中执行采样过程。图像被映射到潜在空间后，扩散过程在这个空间中进行。在 ComfyUI 中，您可以通过节点调整对潜在空间的操作，如噪声添加、去噪步数等。 3. 扩散过程（Diffusion Process）：噪声的生成和逐步还原。扩散过程表示从噪声生成图像的过程。在 ComfyUI 中，通常通过调度器（Schedulers）控制，典型的调度器有 Normal、Karras 等，它们会根据不同的采样策略逐步将噪声还原为图像。您可以通过 ComfyUI 中的“采样器”节点选择不同的调度器，来控制如何在潜在空间中处理噪声，以及如何逐步去噪回归到最终图像。时间步数：在生成图像时，扩散模型会进行多个去噪步。 您可以从 github 上下载作者部署好环境和依赖的整合包，按照官方文档安装即可，官方链接：https://github.com/comfyanonymous/ComfyUI 。 此外，开源项目作者 ailm 在 ComfyUI 上搭建了一个可以接入飞书的 AI 女友麦洛薇（mylover），实现了稳定人设，无限上下文，永久记忆，无缝联动 SD 绘图等功能，适合完全没有代码基础的小伙伴们复现并且按自己的想法修改。
2024-11-25
COMFYUI的好处
ComfyUI 具有以下好处： 1. 对显存要求相对较低，启动速度快，出图速度快。 2. 具有更高的生成自由度。 3. 可以和 webui 共享环境和模型。 4. 可以搭建自己的工作流程，可以导出流程并分享给别人，报错的时候也能清晰的发现错误出在哪一步。 5. 生成的图片拖进后会还原整个工作流程，模型也会选择好。 此外，ComfyUI 采用连线的方式具有独特优势： 1. 可以根据自己的需求搭建适合自己的工作流，而不需要依赖开发者。 2. 可以根据自己的需求，去开发并改造某个节点。 选择 ComfyUI 最核心的原因在于它的自由和拓展，能够让用户自己调整从而切合工作流，甚至改造工作流。在 AI 发展迅猛的时代，保持灵活是其重要特点。
2024-11-04