ComfyUI 今日发布

ComfyUI 是一个模块化的 AI 生成引擎，采用图形化节点工作流界面，让用户能够以可视化的方式构建和执行 AI 内容创作流程。该项目在 GitHub 上已累计获得超过 129000 颗星标，成为开源 AI 图像生成领域最具影响力的项目之一。与传统的黑箱式 AI 工具不同，ComfyUI 将模型的每个参数、每个处理步骤都暴露为可编辑的节点，用户可以像搭积木一样自由组合扩散模型、VAE 编码器、ControlNet 控制网、IP-Adapter 等各类模块，实现完全自定义的生成逻辑。

工作流是 ComfyUI 的核心概念。一个工作流本质上是一个有向无环图（DAG），节点代表具体的处理单元，边代表数据（Latent 张量、图像、文本嵌入等）的流向。用户可以将任意节点连接到其他节点——例如将文本提示词接入 CLIP 编码器，再将编码结果和噪声图一起送入 KSampler 采样器，经过多步降噪后由 VAE 解码器输出最终图像。这种架构的优势在于：每个节点的输入输出完全透明，用户可以精确控制噪声初始化、CFG 强度、降噪步数、模型混合比例等细节，而这些在 Midjourney 等一键生成工具中是不可调节的。

ComfyUI 原生支持所有主流开源扩散模型，包括 Stable Diffusion 1.5/2.1/SDXL、SDXL Turbo、LCM、Playground v2.5、Pony Diffusion 等。通过社区开发的自定义节点，用户还可以接入 Midjourney API（需官方授权）、DALL-E 3、以及各路国产模型如腾讯的混元、百度的文心一格等。视频生成方面，项目已支持 AnimateDiff、SVD（Stable Video Diffusion）、2640x1536 分辨率的 CogVideoX 等视频扩散模型；音频生成方面则整合了 Bark、MusicGen、AudioLDM 等模型。

本地部署后，ComfyUI 通过自带的 REST API 暴露工作流接口，支持以 JSON 形式提交推理任务并获取生成结果。这一特性使其可以无缝集成到现有的生产流水线中——设计师在 Web UI 中调试好工作流后，开发团队可以直接通过 API 调用，实现批量自动化生产、远程渲染农场调用、或与其他创意工具（Blender、After Effects、Unreal Engine）的联动。

项目提供 Windows、macOS 和 GNU/Linux 的桌面安装包，也支持纯 Python 环境手动安装。主流 NVIDIA 显卡通过 CUDA 加速，AMD 显卡通过 HIP 加速，Apple Silicon 设备通过 MPS 加速，Intel 显卡通过 OpenVINO 加速，覆盖了几乎所有常用硬件平台。