00. pixelle-video + comfyUI 生成视频

pixelle-video + comfyUI 生成视频

工具

用到的工具,deepseek api-keycomfyUIPixelle-Video

deepseek api-key

https://platform.deepseek.com/api_keys 中创建自己的 api-keys,

comfyUI

  1. 下载解压 comfyUI 到 D 盘,例如:D:\ComfyUI_windows_portable_nvidia_cu126
  2. 双击 run_nvidia_gpu_fast_fp16_accumulation.bat 启动软件,启动后会自动打开浏览器窗口
  3. D:\Pixelle-Video-v0.1.15-win64\Pixelle-Video\workflows\selfhost\image_flux.json 拖拽到弹出的浏览器页面中,然后会看到提示'缺少模型',接下来下载缺少的模型。
bash 复制代码
- `clip_l.safetensors`  
  下载页:<https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/clip_l.safetensors>
- `t5xxl_fp8_e4m3fn.safetensors`  
  下载页:<https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/t5xxl_fp8_e4m3fn.safetensors>
- `ae.safetensors`  
  仓库页:<https://huggingface.co/black-forest-labs/FLUX.1-dev/tree/main>
- `flux1-dev.safetensors`  
  仓库页:<https://huggingface.co/black-forest-labs/FLUX.1-dev/tree/main>

分别放到对应路径下:
- `D:\ComfyUI_windows_portable_nvidia_cu126\ComfyUI_windows_portable\ComfyUI\models\text_encoders\clip_l.safetensors`
- `D:\ComfyUI_windows_portable_nvidia_cu126\ComfyUI_windows_portable\ComfyUI\models\text_encoders\t5xxl_fp8_e4m3fn.safetensors`
- `D:\ComfyUI_windows_portable_nvidia_cu126\ComfyUI_windows_portable\ComfyUI\models\vae\ae.safetensors`
- `D:\ComfyUI_windows_portable_nvidia_cu126\ComfyUI_windows_portable\ComfyUI\models\diffusion_models\flux1-dev.safetensors`

Pixelle-Video

  1. 下载解压 Pixelle-Video 到 D 盘 例如:D:\Pixelle-Video-v0.1.15-win64
  2. 启动 comfyUI后在,双击 start.bat 启动 Pixelle 软件
  3. 配置系统配置,确保大预言模型可以测试通过;ComfuUI 可正常连接,如图:

4. 基础配置: * 视频脚本栏选择 ai 创作,文本输入:"做竹知了简单步骤";如图:

* 分镜数自定义; * 分镜模板中选择 生成插图;如图:

* 插图生成:选择 image_fluux.json - Selfhost,如图:

* 其他默认即可 * 点击生成视频,等待一会可以正常生成视频,如图:

FAQ

  1. comfyui 中 节点与模型的关系 节点是"功能模块",模型是"节点要加载和使用的数据文件"。

可以这样理解:

  • 节点:像零件或工序,比如 UNETLoaderVAELoaderCLIPTextEncodeKSampler
  • 模型:像原料或权重文件,比如 flux1-dev.safetensorsae.safetensorsclip_l.safetensors

它们的关系是:

  • 有些节点负责"加载模型"

    • 例如 UNETLoader 读取扩散模型
    • VAELoader 读取 VAE
    • DualCLIPLoader 读取文本编码器
  • 有些节点负责"使用模型做事"

    • CLIPTextEncode 用文本编码模型把提示词变成向量
    • KSampler 用 UNet 模型采样生成潜空间图像
    • VAEDecode 用 VAE 把潜空间结果解码成图片
  • 缺节点:工作流里连"工具"都没有,通常会报"找不到节点/类"

  • 缺模型:节点在,但没有可加载的权重,通常会报"value not in list""model not found"

相关推荐
byte轻骑兵3 分钟前
【BlueZ】 log 模块:日志系统的实现与自定义日志输出配置
linux·人工智能·bluez·电脑蓝牙·嵌入式蓝牙
AI码农小姐姐20 分钟前
AI漫剧推文短视频动态镜头实现:FFmpeg zoompan 与 Ken Burns 效果实践
人工智能·音视频·ai工具·ai漫剧
技灵AI27 分钟前
ChatGPT Images 2.5 深度解读:延迟减半、Sketch 草图与 Flare/Sunburst 双模型 API
人工智能·gpt·aigc·音视频·images2.5
Geek-Chow29 分钟前
12. 完整重演:一句话请求的完整旅程 + 动手练习
人工智能
m0_7345717629 分钟前
深入理解人工智能chatGPT 外部工具与知识增强层 (Tools & RAG Layer)
人工智能·chatgpt
智能运维指南31 分钟前
2026年企业自动化运维平台选型:四类架构的差异与决策逻辑
运维·人工智能·嘉为蓝鲸
user_admin_god32 分钟前
第 01 篇:OpenAI 兼容 API 初探 —— 用 curl 跑通第一次对话
java·人工智能·spring boot·语言模型·devops
梦帮科技33 分钟前
RNS 代币架构:ERC20 五件套扩展与六钱包分配
人工智能·sql·区块链·database·合成复用原则·加密货币
林澈在路上40 分钟前
游戏场景背景音乐定制AI软件哪款好 2026对比推荐
大数据·人工智能·aigc·音视频
宁渡AI大模型1 小时前
AI 全栈面试新趋势:Vibe Coding、前端、Java 后端高频面试题深度解析|河南宁渡科技有限公司编程教程
java·javascript·人工智能·python·ai大模型