ComfyUI 如何生成视频，demo

🚀 第一步：上手 ComfyUI 超快！

1. 下载安装 ：下载官方的 Windows 整合包（​ComfyUI_windows_portable.7z​），直接解压就行，可以放在你原来的 ​stable-diffusion-webui​ 平级目录里。
2. 共享模型（关键步骤）：这样就不用把模型文件再复制一遍，白白浪费上百GB的硬盘空间。

• 找到 ComfyUI 目录下的 ​extra_model_paths.yaml.example​ 文件。
• 把它复制一份，重命名为 ​extra_model_paths.yaml​。
• 用记事本打开这个文件，找到 ​base_path:​ 这一行，把路径改成你的 WebUI 根目录路径 （比如 ​E:/stableDiffusion/stable-diffusion-webui​），然后保存。
• 这样 ComfyUI 就能直接读取你原来所有的模型了。

1. 启动 ComfyUI ：解压后的文件夹里有 ​run_nvidia_gpu.bat​ 脚本，双击启动，等待浏览器自动打开 ComfyUI 界面。

🧪 第二步：生成你的第一个视频 Demo

我们来搭建一个最简单的 AnimateDiff 文生视频 工作流。

1. 清空画布 ：启动后先点菜单栏的 ​Manager​（管理器）更新 ComfyUI 核心和插件到最新版。然后在画布右键 → 选择 ​Clear All​（清空所有节点），用一张干净画布开始。
2. 安装扩展 ：点击顶部菜单栏的 ​Manager​ → ​Install Custom Nodes​（安装自定义节点），在搜索框中输入并安装以下两个插件：

• ComfyUI-AnimateDiff-Evolved
• VideoHelperSuite

安装完成后需要重启 ComfyUI。

1. 开始搭建工作流：在空白画布双击鼠标，会弹出搜索框，依次搜索并添加下列核心节点：

• ​CheckpointLoaderSimple​ → 加载基础模型。
• ​CLIPTextEncode​ → 添加两个，一个正向提示词，一个负向提示词。
• ​EmptyLatentImage​ → 设置视频画幅。
• ​ADE_AnimateDiffLoaderGen1​ → 选择运动模块（如 ​mm_sd_v15_v2.ckpt​）。
• ​ADE_UseEvolvedSampling​ → 配置采样参数。
• ​KSampler​ → 核心采样器。
• 
• ​VAEDecode​ → 将潜空间数据解码为图像。
• ​VHS_VideoCombine​（来自VideoHelperSuite） → 把序列帧合并成视频。

1. 连接工作流 ：每个节点左边是输入接口，右边是输出接口，按以下顺序把同级接口连起来：直接通过鼠标点击后拉取即可连线，不要通过节点的下图红框的图标，这个不是连线的意思，是取消的隐藏节点的意思（如果不小心操作了，再点击取消即可）

• ​CheckpointLoaderSimple​ 的 ​MODEL​ → ​ADE_AnimateDiffLoaderGen1​ 的 ​MODEL​

  

• ​CheckpointLoaderSimple​ 的 ​CLIP​ → 两个 ​CLIPTextEncode​ 的 ​CLIP​

• ​CheckpointLoaderSimple​ 的 ​VAE​ → ​VAEDecode​ 的 ​VAE​

• ​ADE_AnimateDiffLoaderGen1​ 的 ​MODEL​ → ​ADE_UseEvolvedSampling​ 的 ​MODEL​

  

• ​ADE_UseEvolvedSampling​ 的 ​MODEL​ → ​KSampler​ 的 ​MODEL​

• ​EmptyLatentImage​ 的 ​LATENT​ → ​KSampler​ 的 ​LATENT_IMAGE​

  

• 两个 ​CLIPTextEncode​ 的 ​CONDITIONING​ 分别连接 ​KSampler​ 的 ​POSITIVE​ / ​NEGATIVE​

  

• ​KSampler​ 的 ​LATENT​ → ​VAEDecode​ 的 ​LATENT​

• 

• ​VAEDecode​ 的 ​IMAGE​ → ​VHS_VideoCombine​ 的 ​IMAGES​

1. 设置参数（新手友好值）：

• CheckpointLoaderSimple ：选择你的 SD 1.5 模型（比如 ​v1-5-pruned-emaonly.safetensors​）。
• 正向提示词 (Positive Prompt) ：​a cute puppy running on a beautiful beach, high quality, smooth motion​。
• 负向提示词 (Negative Prompt) ：​low quality, blurry, distorted, deformed, ugly​。
• EmptyLatentImage ：​width​ 填 ​512​，​height​ 填 ​512​，​batch_size​ 填 ​16​（代表生成16帧）。
• ADE_AnimateDiffLoaderGen1 ：在 ​motion_model​ 选项中选择 ​mm_sd_v15_v2.ckpt​。
• ADE_UseEvolvedSampling：保持默认即可。
• KSampler ：​steps​ 填 ​25​，​cfg​ 填 ​7.5​，​sampler_name​ 选 ​euler_ancestral​。
• VHS_VideoCombine ：​frame_rate​ 填 ​8​（代表每秒8帧，会生成2秒视频），​format​ 选 ​video/h264-mp4​。
• 参数设置之后
• 
• 将模型文件放到 C:\Users\jiao_\AppData\Local\Programs\ComfyUI\resources\ComfyUI\models目录下，
• 
• 修改配置文件，保证运动模型可被加载
• comfyui:
  base_path: C:/Users/jiao_/AppData/Local/Programs/ComfyUI/resources/ComfyUI
  animatediff_models: |

如果点击箭头按钮能选择到模型，则成功

1. 生成 ：在右侧面板点击 ​Queue Prompt​（添加任务到队列）按钮，一个2秒钟的AI视频就开始生成了。生成的 ​.mp4​ 文件会默认保存在 ComfyUI 的 ​output​ 文件夹中。

最终生成的视频，可以说更像是几张图片的罗列，并没有连贯性和故事性。实际上是有点类似于gif图片的感觉。没关系，我们先让图片动起来，后面的文章我们详细再进行优化，逐步优化成一个可以作为动物主播的工作流。

💾 第三步：管理你的"黑科技"工作流

成功跑通后，你肯定想保存这来之不易的成果。

• 保存工作流 ：点击菜单栏的 ​Workflow​ → ​Save​，把当前画布保存为一个 ​.json​ 文件。
• 加载工作流 ：下次使用时直接将 ​.json​ 文件拖入 ComfyUI 界面，所有节点和参数都会自动还原。

保存后所在路径：C:\Users\jiao_\Documents\ComfyUI\user\default\workflows

之后从该路径加载

🧠 第四步：原理解析（理解为什么这样连接）

• AnimateDiff的核心思想：它并不是"先生成很多图再拼起来"，而是在采样阶段，把一组16帧的潜空间数据（latent）作为一个整体去生成。这样模型就能"知道"前后帧的关系，从而产生平滑的运动。
• 关键节点解密：

• ​ADE_AnimateDiffLoaderGen1​：负责将运动模块"注入"到基础模型中，赋予其生成连续帧的能力。
• ​ADE_UseEvolvedSampling​：将标准的采样器"升级"为能处理视频序列的"进化版"采样器。
• ​VHS_VideoCombine​：核心任务是把解码后的图像序列组合成一个常见的视频文件（如 ​.mp4​）。

⚡️ 8GB显存生存指南：速度与效率拉满

对于你的 8GB 显存 RTX 5060，用 ComfyUI 玩视频生成有一些优化技巧：

• 用FP8精度模型 ：有些模型（如 Wan 2.2）提供 FP8 精度的版本（​fp8_scaled​），相比 FP16 版本能显著降低显存占用，而画质损失微乎其微。
• 启用异步卸载：在显存不够时自动把部分模型搬到内存里，保证不报错。
• 用更高效的新模型 ：除了 AnimateDiff，也可以关注一下更新的视频模型，比如 Wan 2.2 和 LTX-Video。LTX-Video 效率非常高，在 8GB 显卡上几分钟就能出一个视频。

导入工作流报错怎么办？ 如果提示"节点缺失"，先去 ​​Manager​​ → ​​Install Missing Custom Nodes​​（安装缺失节点），通常就能一键解决。

目前搭建的最小化工作流还比较基础，你可以把这个 ​​.json​​ 工作流发给我看看，我能帮你加点高级功能（像ControlNet 精准控姿势 或者 放大输出尺寸），一步步把你的 AI 视频做得更炫酷！