V6.9 修复了错误，移除了更多不兼容的节点。跟上 ComfyUI 和自定义节点频繁的更新非常困难。希望这个版本对您有用。

V6.7 修复了 I2V 错误，增加了通过组合扩展视频的功能，并为系统中已启用 Triton 加速的用户添加了支持。希望这一版能在一段时间内保持无 Bug。要跟上 ComfyUI、模型和自定义节点的所有变更真的非常艰难。目前仍认为 Wan 在 I2V 方面更优。请确保您已更新至最新版 ComfyUI 和最新自定义节点以运行此工作流。

** 5090/5080/5070 50xx 系列 Nvidia GPU 的修复请见下方故障排除部分。

V6.6 I2V 原生运行，移除了 SkyReels，为随机堆栈添加了辅助 LoRA。支持 GGUF 低显存模式、使用系统内存作为 VRAM，并进行了显著的界面更新。非常适合初学者，对高级用户也十分灵活。ComfyUI 不断更新并破坏功能、更改节点大小等，很难跟上节奏。请更新至最新版 ComfyUI 和最新自定义节点。

V6 新增功能！全面重构。界面大幅更新。包含双随机 LoRA 堆栈与 LoRA 辅助器、触发器/提示词与通配符。大幅提升夜间生成效率！新增提示词保存/加载与历史记录、人脸修复。音频生成得到改进，支持独立音频生成、T2V、I2V 通过 SkyReels、GGUF 支持、可使用系统内存作为 VRAM。

** Wan 2.1 测试版已上线：/model/1306165

更多信息请阅读下方完整说明。

工作流亮点：

• 音频生成 — 通过 MMaudio：为视频渲染音频，还提供独立插件用于纯音频后处理。

• 快速预览生成（可选暂停）

  • 在进行完整渲染前几秒内预览视频效果。

• LoRA 随机器 — 两组各 12 个 LoRA，可随机混合搭配。包含通配符、触发词或提示词。想象随机角色 + 随机动画/风格，再加入通配符，即可打造完美的夜间生成系统。

• 提示词保存/加载/历史记录

• 多分辨率支持

  • 通过选择器快速选择 5 种常用分辨率，还可自定义最多 5 种分辨率。

• 多种放大方法

  • 标准放大
  • 插值（翻倍帧率）
  • V2V 方法

• 多种 LoRA 选项

  • 传统 LoRA 使用标准权重
  • 双区块（更适合多 LoRA 组合，无需担心权重调整）

• 支持通配符的提示词功能

• Teacache 加速（速度提升 1.6–2.1 倍）

• 所有选项均为开关式，无需手动连接节点

• 详细的设置说明

• 人脸修复

• 文本转视频、视频转视频、图像转视频

• 已在 3090（24GB VRAM）上全面测试

本工作流旨在为初学者提供易用性，同时为高级用户保留高度灵活性。

这是我首个工作流。我本人希望拥有更多视频创作选项，于是尝试了这个方案。

额外细节：

我是 AI 和 ComfyUI 的新手，这是我第一个工作流。我非常喜欢 “Hunyuan 2步 T2V 与放大” 工作流 — /model/1092466/hunyuan-2step-t2v-and-upscale，本工作流大量借鉴了它的结构，因此应能在相同的配置下运行。

** 故障排除节点或 ComfyUI Manager 请见本文档底部。

快速入门指南：

默认设置已根据 Hunyuan 2步 T2V 与放大工作流进行调优。

工作流程如下：

第 0 步：在“加载模型”部分设置您的模型，并在分辨率选择器中选择分辨率。

第 1 步：生成低分辨率预览，检查 LoRA/动效提示是否正常工作。

第 2 步：暂停并根据预览决定是否继续完整渲染。

第 3 步：使用低质量渲染结果作为输入，引导生成中等质量的渲染，将分辨率翻倍。

第 4 步：使用逐帧放大器再次翻倍分辨率。

第 5 步：将帧率从 24 fps 提升至 48 fps，使运动更流畅。

（可选步骤）启用 MMaudio 生成 — 将根据您的文本提示和视频内容生成配套音频。在文本提示中描述场景中的声音以获得更好效果。此功能会占用更多 VRAM，因此默认关闭。您也可以在结束后使用独立的 MMaudio 插件添加音频。

从这里开始，您可以调整步数、视频长度和分辨率，以找到适合您可用 VRAM 的最佳平衡。

所有开关与选项：

请确保第 1 步仅选择一种方法。

* 这些是默认设置。

您应永远无需重新连接本工作流中的任何节点。工作流内已包含详细说明与注释。

V2V — 视频转视频：

在控制面板中启用：

您可以使用视频作为输入或引导。在控制面板中启用此选项，点击上传源视频。请注意，输出将采用您所选的分辨率。

要调整与输入视频的相似度，请在主控制面板中调整“去噪”值。较低值（0.5–0.75）将更贴近原始视频，较高值将更富创意。

I2V — 图像转视频（原生）

此方法使用原生 Hunyuan 进行 I2V。

在主控制面板中启用，然后在此设置模型：

同时请确保在进行 I2V 前选择选项 #3：

使用“加载图像”功能上传源图。图像将自动缩放以避免破坏插件。输出分辨率将采用分辨率选择器中选定的值。I2V 对分辨率非常敏感，否则会出现闪烁或伪影。

您有两种分辨率选项：若想使用源图像分辨率，请将“使用原图分辨率”滑块设为 1。但此方法仅保持宽高比，不会裁剪。另一种是基础缩放（默认 384），由于视频引擎的限制，尝试以原生分辨率渲染高分辨率图像会迅速耗尽显存。此选项将根据基础缩放值调整渲染尺寸。建议从 384–500 开始，查看您的显存是否能承受，尤其当源图像为高分辨率时。如果源图分辨率较低，可大幅提升滑块值。

I2V 方法 1：单次完成放大/插值/音频

使用此方法的主要方式是：在主工作流中禁用 1a、1b、3，它将使用您的图像作为输入，以选定分辨率渲染视频，然后送入第 4/5 步进行放大和插值。我们仍需社区协助确定最支持的 I2V 分辨率，建议多尝试几种。

视频扩展功能：

• 选择一个与 I2V 兼容的分辨率（如有人整理出 Hunyuan 的兼容列表，请在评论区分享）。因第一帧使用 I2V。

• 在控制面板中启用 1d、2、4、5（跳过 3）。

• 此时务必使用低或中等分辨率的输入源，否则将耗尽显存。*规则同 I2V。

• 使用 T2V 两阶段的中间渲染结果，或手动设置低至中等分辨率视频 — 您可手动设定。也可选择使用原始视频分辨率。若使用中间源或 T2V 两阶段的中间渲染结果，将完美适用 — 本功能正是为此设计。

• 选择仅渲染扩展部分，还是完整合并视频。若需完整视频（原始视频+扩展视频），请选择“True”。这也会将完整合并视频传递给下一阶段放大器。因此使用中间级视频至关重要，因为其将再次放大和插值。

1. 第一阶段 — 按选定步数和分辨率进行单次完整渲染。

2. 暂停，让您决定是否继续放大，或取消并重试。

3. 放大 — 使用您的中间渲染结果，将分辨率翻倍。

4. 插值 — 将帧率翻倍。

选择模型（低显存选项）：

尽管我已在 24GB VRAM 环境中测试，但许多用户请求支持更低显存。我未亲自测试，希望以下功能能帮到他们。

将您的标准 BF16/FP8 或 FP8 模型加载至“1. 加载标准扩散模型”。

将您的 GGUF 模型加载至“2. 加载 GGUF 模型（多 GPU/系统内存作为 VRAM）”。

据我所知，GGUF 模型加载稍慢，但可根据所选模型显著节省 VRAM。

使用绿色选择框选择您在工作流中要使用的模型。

为节省显存，在 DualCLIP 加载器中将“device”设为 CPU — 如果未看到选项，请右键点击，选择“显示高级设置”即可出现。

若使用 GGUF 模型，可将“use_other_vram”设为“true”，这将允许您使用系统内存作为 VRAM，以避免部分 OOM 错误。您可在上方设置虚拟 VRAM 数量。请注意，使用系统内存时渲染时间将大幅延长，但至少可保证生产不中断。

** 我还注意到存在一个 24GB 大小的 GGUF 模型 — 有人知道它是否与 BF16 模型质量相当吗？我不想牺牲画质，但很想使用虚拟 VRAM 功能。若有人了解，请在评论区告知。

LoRA 选项：

可使用传统 LoRA 和双区块，双区块为默认。

双区块在组合多个 LoRA 时表现更好，无需频繁调整权重。

主 LoRA 堆栈为标准叠加式 LoRA 树。可添加或组合最多 5 个不同 LoRA，并根据所用 LoRA 设置 all、single_blocks、double_blocks。您可同时运行这些 LoRA 与随机 LoRA。在主 LoRA 区域添加风格，再添加随机角色 LoRA 和随机角色动画。

通过右键点击并选择“绕过”启用/禁用 LoRA。

分辨率选项：

从 5 种常用分辨率中选择，或编辑另外 5 种自定义分辨率。使用“分辨率选择器”切换分辨率。默认选择最快最小的分辨率，以便继续进入工作流的下一阶段 V2V。分辨率越大，渲染时间将显著延长。

预览后暂停（默认开启）

视频生成耗时过长，尝试多个 LoRA 或调整提示词时，若渲染速度慢将非常痛苦。使用此功能可快速预览视频，再决定是否进入耗时的放大流程。默认开启。启动工作流后，将快速渲染预览，随后会发出提示音。请滚动至视频预览旁的中间区域查看下一步操作。

放大您喜欢的预览，或取消后重新尝试！

1. 继续完整渲染/工作流 — 选择任意图片（哪个都行），点击“继续所选图片”

2. 取消 — 点击“取消当前运行”，然后重新排队预览

要禁用此功能，请在“选项选择器”下将其关闭。

MMaudio - 为您的视频自动添加音频

默认情况下，它仅向超分辨率视频添加音频。但您可以通过一个开关将其启用为整个渲染流程的所有部分。请确保在提示中加入任何音频细节以获得更好的生成效果。

注意： MMaudio 会占用额外的显存，使用 MMaudio 时您可能需要在视频长度和质量之间进行平衡。v5.2 中提供了一个独立插件，您可以在主工作流中完成视频后，再添加音频。这使您可以根据您的显存最大化质量和视频长度，然后在后期处理中简单地将音频作为额外步骤添加。使用独立模式可为您提供更大的灵活性，以便多次生成，为您的视频找到完美的音频。

超分辨率后的插值

此选项可使您渲染的视频帧率翻倍，默认“已启用”。

您可以在“选项选择器”中禁用它。如果您不需要此功能，它可能会减慢渲染速度。

我需要速度，迫切需要速度

运行太慢了吗？您可以通过牺牲极小的质量，将 Teacache 速度提高至 2.1 倍。默认为“快速”（1.6 倍）。请注意，有两个 Teacache 采样器节点。

T2V - 文本到视频 - 提示与通配符

请在绿色的“输入提示”节点中输入您的提示。*** 请确保您的提示中没有换行符或新行，否则将改变系统处理工作流的方式。

使用通配符是一项功能，可让您自动更改提示或在夜间生成时使用不同变体。要创建通配符，您需要在文件夹 /custom_nodes/ComfyUI-Easy-Use/wildcards 中创建一个 .txt 文件。每行创建一个通配符，按回车键分隔每个通配符。您可以使用单词或短语，只要它们用“回车”分隔即可。请勿使用双空格。以下是两个示例通配符文件：

color.txt

red

blue

green

---

locations.txt

一个美丽的绿色森林，阳光透过树木洒下，光线漫射形成微弱的丁达尔效应，背景中可听到树叶沙沙作响的声音

一个夜间城市景观，正在下雨，可听到雨水滴落在附近屋顶上的噼啪声

森林中的一片空地，悬崖边缘有一座小巧而美丽的瀑布，旁边有一个小池塘和绿树，远处可听见瀑布声，背景中鸟儿在鸣叫

---

要在提示中使用这些通配符，您可以点击“选择添加通配符”，然后在提示的适当位置添加它们。

ellapurn3ll 穿着一件 color 夹克，她身处 locations。

此自定义节点的完整详情请参见：https://github.com/ltdrdata/ComfyUI-extension-tutorials/blob/Main/ComfyUI-Impact-Pack/tutorial/ImpactWildcard.md

随机 LoRA 和触发词

通过同时使用通配符和随机 LoRA 提升您的夜间生成效果。

选择最多 12 个随机 LoRA 进行组合匹配。请注意，默认情况下仅启用前 5 个。更改相应设置中的“最大值”以设定您所配置的 LoRA 数量。系统始终从上至下计数。因此，如果您只想在 3 个 LoRA 之间随机化，请将“最大值”设为 3，并填充前 3 个 LoRA 的信息。

非常重要：为了让触发词生效，您必须在提示字段中包含以下文本：

(LORA-TRIGGER) 或 (LORA-TRIGGER2)。在使用随机 LoRA 生成时，系统将自动填充其值。此为区分大小写，请注意。

请注意，您可以输入完整提示、单个触发词或触发短语，系统将自动为您填充。

要为此添加通配符，请使用 {} 括号和 | 分隔符。例如：她戴着一顶 {红色|绿色|蓝色} 帽子。或者您可以使用完整提示：{她站在时代广场吻别|她坐在公园里吻别}

仅在“随机 LoRA 堆栈 2”上可用的辅助 LoRA。

辅助 LoRA 现已可用。通常某些 LoRA 与运动或风格 LoRA 结合效果更佳。启用辅助 LoRA 仅在第二个随机堆栈上生效，且仅当该 LoRA 在随机化过程中被选中时才有效。例如，如果 LoRA 1 与运动或风格 LoRA 结合效果更好，请启用 LoRA 1 的辅助选项。当随机化过程中选中 LoRA 1 时，系统将同时应用这两个 LoRA（主 LoRA 和辅助 LoRA）。

这主要是一项高级功能，但某些用户可能会觉得有用。

使用“提示保存器”加载和保存您最爱的提示

运行您的工作流时，系统会自动将最新提示填充至“提示保存器”。您可以将其保存以供日后使用。请注意，要加载并使用提示，请选择您之前保存的提示，然后点击“加载已保存”。但重要的是，您必须将“使用输入”切换为“使用提示”，才能使用已加载的提示。使用完毕后请别忘了切换回“使用输入”以恢复常规提示使用。

默认为“使用输入”：这意味着您的提示将由正常的输入通配符提示字段生成，仅在“提示保存器”中显示提示数据。

一个种子统御一切：

一个单一种子可处理所有 LoRA 随机化、通配符和生成。只需复制并重复使用您喜欢的种子，搭配随机 LoRA 和通配符，无需担忧。

* 小技巧：点击回收按钮即可重复使用上一个种子。您是否想微调或优化刚刚重新生成的视频？在第二阶段遇到 OOM（内存溢出）？使用上一个种子，调整参数后再次尝试！

独立 MM-Audio：

为最大化质量和视频长度，您可能希望在主工作流中禁用 MM-audio，然后在后期处理中再添加音频。此插件专为后期单独添加音频而设计。

启用 MMAudio - 独立模式，并禁用工作流中所有其他部分。

只需上传您要添加音频的视频，所有计算将自动完成。建议使用空白/空提示，但我也提供了提示保存器，供您加载之前保存的提示。

（可选）您可以增强提示，专注于描述声音或与声音相关的场景。

可多次生成，直到获得完美的音效！

独立超分辨率与插值：

只想对现有视频文件进行超分辨率或插值？只需上传它们，禁用工作流中除超分辨率和插值外的所有部分。

上传框需在相应位置启用。

点击“启用”设为“是”以使用此功能。使用常规工作流时请别忘了关闭此功能。默认情况下，这两项功能均应为禁用状态。

使用工作流的提示

快速、V2V 方法、LoRA（默认） - 此为原始工作流

• 使用快速低分辨率视频进行预览：使用

  • （分辨率 1 - 368x208）用于横向视频

  • （分辨率 3 - 320x416）用于纵向视频

• 暂停以决定是否进行完整渲染

• 完整渲染包含音频、超分辨率和插值

直接到超分辨率的 T2V 方法

• 以中等或高分辨率渲染，然后使用超分辨率和音频功能

• 使用分辨率 2、4、5 选项以获得更高分辨率（渲染较慢）。我个人在大多数生成中使用分辨率 4

• 将进行超分辨率并添加音频

设置

从选项菜单中禁用“中间 V2V”

在超分辨率选择器中选择输入 2

在主窗口的 BetaSamplingScheduler 中，将“步骤”增至 25 或更高

提升您的生成质量

增加步骤数：

对于默认的 V2V 方法，在控制面板（设置）中，将步骤从 24 增加到 35 或更高（最高可达 50）。每个步骤都会消耗更多时间和内存，因此请在分辨率和步骤之间找到平衡。

对于主渲染视频预览或绕过中间步骤，将步骤从 12 提高到更高的数值，例如 30/35

为获得最佳质量，请运行 35 步或更高，并将两个 Teacache 节点（主/中间）均设为“原始 1X”，而非“快速 1.6”！

尝试更高分辨率：

将分辨率更改为较大的较高分辨率，例如分辨率 2 或 4，然后排队。通常，我得到的是同一视频，仅分辨率更高。请注意，默认情况下，大分辨率是小分辨率的两倍，这有助于在此方法中保持一致性。请始终使用相同的宽高比，例如：1→2，3→4

在视频长度与质量之间取得完美平衡

以下是我在 3090 24GB 显存上测试过的几种平衡视频长度与质量的设置。

最长视频长度（16:9）：

使用分辨率 1，视频长度设为 201 帧，在基本调度器中将 I2V 中间步骤设为“23”或“24”，调度器设为“beta”。禁用 MM-audio，使用超分辨率和插值。

对于更长的视频，建议将主视频渲染步骤设为 15，以获得更好的引导效果。

** 小贴士：201 帧是 Hunyuan 视频的最大尺寸，通常在此长度下能形成完美的循环。

高质量（16:9）（3:4）：

使用分辨率 1 或 3，视频长度设为 97 帧，在主视频渲染的 BetaSamplingScheduler 中将步骤设为“15”，在基本调度器中将 I2V 中间步骤设为“35”，调度器设为“beta”。禁用 MM-audio，使用超分辨率和插值。

带音频的平衡设置（16:9，3:4）：

使用分辨率 1 或 3，视频长度为 73 或 97 帧，在基本调度器中将 I2V 中间步骤设为“28”，调度器设为“beta”。启用 MM-audio，使用超分辨率和插值。

---

故障排除：

5090/5080/5070 50xx 系列 NVIDIA 显卡修复

50xx 系列 NVIDIA 显卡仍在开发中。以下是使用捆绑了 Python 3.12.X 的标准 ComfyUI 便携版时的几点建议：

您刚升级到 NVIDIA 50xx 系列显卡，却发现一切都不工作了吗？！

以下是我在 3090 24GB 显存上测试过的几种平衡视频长度与质量的设置。

下载标准 ComfyUI 便携版，或使用您现有的文件夹。

• 安装 Cuda 12.8

  （安装 Torch 2.7 开发版）

• 进入 python_embedded 文件夹

• python.exe -s -m pip install --force-reinstall torch==2.7.0.dev20250307+cu128 torchvision==0.22.0.dev20250308+cu128 torchaudio==2.6.0.dev20250308+cu128 --index-url https://download.pytorch.org/whl/nightly/cu128 --extra-index-url https://download.pytorch.org/whl/nightly/cu128

（Triton 3.3 预发布版）

• python.exe -m pip install -U --pre triton-windows

• python.exe -m pip install sageattention==1.0.6

  （Sage Attention）

• SET CUDA_HOME=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8

• git clone https://github.com/thu-ml/SageAttention.git

• cd sageattention

• ..\python.exe setup.py install

• 如果上述方法无效，请访问这篇文章，并将你的 setup.py 替换为这里的代码：https://github.com/thu-ml/SageAttention/issues/107

现在你应该可以正常运行了。一些之前能正常工作的节点由于某些原因停止工作了，我不确定原因。我将在不久后更新两个工作流，以修复对 5090、5080、5070 系列显卡的支持。

请注意：我不是这方面的专家，无法帮你排查问题。这只是我在自己的系统上成功运行的方法。

模型加载或缺失问题：

工作流假设你已下载了每种绿色和紫色模型各一个，并已正确设置和分配。对于 T2V、V2V，你应选择 #1 或 #2 GGUF（适用于较低 VRAM）。对于 I2V，应选择 #3。请确保所有这些模型均已正确定义。例如，如果你不使用 GGUF，可以右键单击第 2 个方框，选择“绕过”，这样工作流就不会报错缺少模型。

节点缺失：

MMaudio —— 如果你的音频节点无法加载，请前往 ComfyUI Manager，使用以下地址执行“通过 Git URL 安装”：https://github.com/kijai/ComfyUI-MMAudio，然后重启。

如果出现安全错误，你需要前往：ComfyUI/user/default/ComfyUI-Manager，打开 config.ini 文件，用记事本查看并找到 "security_level = normal"，将其改为 "security_level = weak"，然后重新尝试安装。安装完成后，可将设置改回 normal。更多关于 MMaudio 的信息请参阅其 GitHub 页面。

UnetLoaderGGUFDisTorchMultiGPU 缺失……请在 ComfyUI Manager 中搜索 "ComfyUI-MultiGPU"。

你还需要在 ComfyUI 中安装 "ComfyUI-GGUF"。请确保这两个插件均通过 ComfyUI Manager 搜索并加载。

如果以上方法无效，你可以尝试在 ComfyUI Manager 中通过 Git URL 安装：https://github.com/pollockjj/ComfyUI-MultiGPU

如果出现安全错误，请前往：ComfyUI/user/default/ComfyUI-Manager，打开 config.ini 文件，用记事本查看并找到 "security_level = normal"，将其改为 "security_level = weak"，然后通过 ComfyUI Manager 重新尝试安装。

作为最后手段，如果你想完全禁用 MultiGPU（不推荐）：进入“加载模型”区域，确保你的绿色选择开关“Diffusion Model”设置为 1，然后直接删除名为“2. Load Model GGUF(multiGPU/System Ram as VRAM)”的节点。一切仍可正常运行，只是你将失去使用 GGUF 及其 VRAM 优化的选项。

删除此节点。

ReActor 或 Face Enhanced 节点缺失：

如果你遇到 Re-Actor 节点的问题，可以轻松移除它。理论上，由于默认已绕过，工作流在没有它的情况下仍可运行。

1. 进入红色的“恢复人脸”框，点击灰色区域任意位置，搜索“reroute”并添加该节点。

2. 将“恢复人脸”左侧的输入线拖到新节点的左侧。

3. 从 reroute 节点的右侧拖出一条新连线，连接到“上采样视频”的图像输入端，然后即可彻底删除“恢复人脸”节点。

---

就这样了，所有功劳归于这些项目的原始作者。

希望你能享受这个流程！很高兴能成为这样一个开放和共享社区的一员！

欢迎分享你使用此工作流的创作和设置！