comfyui

04月27日AI每日参考：Sora正式关闭，小米机器人开源，DeepSeek再降价今天有两条主线值得关注：一是产品层面的"收缩与开放"并行——OpenAI 关掉了 Sora，小米把机器人训练全流程开源；二是成本层面继续下探——DeepSeek API 缓存价格再降九成，Cohere 与欧洲 AI 公司合并押注"主权 AI"赛道。国内外各5条精选资讯，带你快速掌握今日 AI 动态。

阿钱真强道

23 ComfyUI 实战：AnimateDiff + OpenPose Walking 姿态驱动视频生成在姿态驱动视频生成任务中，动作控制是否准确，决定了整条生成链路是否具有实际价值。相比人物外观、场景细节和画面风格，动作是否被正确执行更适合作为首要验证目标。本文基于 ComfyUI 搭建了一套 AnimateDiff + ControlNet OpenPose 的 walking 动作验证工作流，通过骨骼序列输入、姿态约束、时序生成和视频输出，验证 walking 动作是否能够被稳定驱动。工作流最终通过 VHS_VideoCombine 输出视频，格式为 video/h264-mp4，帧率为 8，文件名前

阿钱真强道

21 ComfyUI 实战：IP-Adapter + ControlNet 实现人物表情编辑，为什么降权重后更容易“笑出来”在人像表情编辑任务中，仅依赖 prompt 往往难以稳定实现“让人物笑起来”的目标。为兼顾结构稳定与人物一致性，可以将 IP-Adapter 与 SoftEdge ControlNet 组合使用：前者负责增强人物特征保持，后者负责约束整体结构与边缘轮廓。本文基于一套已验证的 ComfyUI 工作流，介绍 IPAdapterUnifiedLoader + IPAdapterAdvanced + PiDiNetPreprocessor + ControlNetApplyAdvanced 的组合方式，并重点分析

04月25日AI每日参考：谷歌豪掷400亿押注Anthropic，DeepSeek V4横空出世今天AI圈有两件大事值得重点关注。谷歌宣布向Anthropic投资最高400亿美元，同时提供5吉瓦算力，将Anthropic估值推至3500亿美元，是AI领域迄今最大单笔战略投资之一。与此同时，中国AI公司DeepSeek发布V4模型预览版，性能接近GPT-5.4等前沿模型，但价格仅为竞品的1/10，再次引发全球关注。国内外各5条精选资讯，带你快速掌握今日AI动态。

阿钱真强道

20 ComfyUI 实战：用 ControlNet 实现人物表情编辑，让人物“笑起来”的工作流解析在基于 Stable Diffusion 的人物编辑任务中，一个非常常见但并不容易稳定实现的需求是：在尽量保持人物姿态、发型、服装和整体结构稳定的前提下，对人物表情进行编辑，例如让人物从自然状态变为微笑或大笑。

阿钱真强道

19 基于 ComfyUI 工作流学习 AnimateDiff：单图生成视频的入门实践与问题分析AnimateDiff 是当前基于扩散模型实现图像动态化的重要方案之一，在 ComfyUI 生态中也已经形成了较为成熟的接入方式。对于初学者而言，单图生成视频是理解 AnimateDiff 工作机制的一个合适入口。

阿钱真强道

17 ComfyUI AnimateDiff 新手教程：最小文生视频工作流搭建与原理解析刚接触 ComfyUI 和 AnimateDiff 时，最常见的两个问题通常是：很多教程一上来就堆很多插件和节点，结果还没跑通就先被劝退了。这篇文章只做一件事：

阿钱真强道

18 AnimateDiff 简介：它在 AI 视频生成领域处于什么位置？AnimateDiff 是 Stable Diffusion 视频生态中一个非常有代表性的开源方案。它的核心价值，不是简单把多张图片拼成视频，而是尝试在采样阶段引入时间维度，让多帧之间具备连续关系。以一套典型工作流为例，AnimateDiff 可以通过 ADE_AnimateDiffLoaderGen1 加载 mm_sd_v15_v2.ckpt，再通过 ADE_UseEvolvedSampling 进入时序采样流程，结合 EmptyLatentImage 中的 512×512、16 帧设置，以及 VHS_

阿钱真强道

14 ComfyUI 实战：使用 Depth Anything V2 + ControlNet 实现高一致性人像生成在 ComfyUI 的控制类工作流中，Depth ControlNet 是非常实用的一种方案。相比 Canny 这类偏边缘约束的方法，Depth 更擅长保留人物的空间结构、姿态轮廓和前后层次，尤其适合半身人像、摄影棚人像、时尚肖像等场景。本文结合一套实际可运行的 ComfyUI 工作流，详细记录 DepthAnythingV2Preprocessor 的安装、模型放置路径、节点连接方式、参数设置思路以及与 Canny 的差异，帮助大家快速搭建一套稳定可复现的 depth 控制流程。

阿钱真强道

10 ComfyUI IPAdapter 实战：上传一张参考图，轻松实现人物一致性控制很多人刚开始用 ComfyUI 画人像时，都会遇到一个特别烦的问题：人物不稳定。第一张图看着还不错，第二张、第三张就像换了个人。尤其是你想让 AI 按照某张人物照片继续生成时，这种问题会更明显。

阿钱真强道

04 ComfyUI + SVD 系列（二）：最小工作流实现图片生成视频（24 帧 + mp4 合成）上一篇已经把 ComfyUI + SVD 的环境装好了，目标是：这一篇就不再讲安装，直接进入最核心的实战部分：

阿钱真强道

05 ComfyUI + SVD 系列（三）：最小图生视频工作流拆解——节点含义、输入输出、参数作用与核心实验上一篇已经把 ComfyUI + SVD 的环境装好了，也已经成功跑通了一个最小的单图生成视频工作流。但如果只是“照着图把节点连起来”，其实还不算真正学会。

阿钱真强道

03 ComfyUI + SVD 系列（一）：Ubuntu 24 + RTX 4090D 环境安装与启动验证最近准备做一个 “输入一张图片，输出一段短视频” 的最小验证。一开始其实纠结过两条路线：如果目标是：先快速完成“单图生成短视频”的最小闭环验证

过去换脸现在换头？ComfyUI+LTX2.3+BFS In Context LoRA可以看这里的🔗B站视频，感觉静止场景效果不错。 💡PS：想当年DFL要换头好难的，极其耗时，还得是寸头短发或光头强……

AI视觉爱好者

ComfyUI 中文提示词：可视化选填，一键生成专属提示词在 ComfyUI 生图的过程中，你是否还在为手动敲写冗长的提示词发愁？是否因分类杂乱、关键词遗漏导致生图效果不达预期？是否想快速复用优质提示词配置却无便捷方式？

AI 推理系统架构怎么选？图像生成与文本生成的分层选型思路（ComfyUI / Dify / vLLM / Triton）在 AI 项目真正落地时，一个非常常见的问题是：模型已经能跑了，但系统架构到底该怎么选？很多团队在做 AI 推理系统时，常常会把几类方案混在一起讨论：

1204157137 肖哥

ComfyUI 图片高清放大的正确顺序正确：放大→二次采样→保存图像错误：二次采样→放大→保存图像如果要生成高清图，以下两种方式结合的效果最好：

关于comfyui的mmaudio音频生成插件时时间不一致问题（三）继续，先大概弄懂逻辑再改基本都是pytorch的处理东西，过一下就行，反正也看不懂，单纯记录一下，以后牛逼了再来看

关于comfyui的mmaudio音频生成插件时时间不一致问题（四）（video upload）（解决方法）记得不需要旧代码注释掉直接尝试运行，竟然成功了明显伪造视频（25帧），时长是对的，看来按照时间轴的插帧是没问题的

维度攻城狮

AI 工具加持：ComfyUI 节点开发极速上手在AI生成式内容爆发的当下，ComfyUI以其灵活的节点化工作流、高度可定制的特性，成为 Stable Diffusion 相关开发与创作的首选工具之一。不同于传统的可视化界面，ComfyUI的核心魅力在于“节点”——每一个功能模块都是一个可组合、可修改、可扩展的节点，而节点开发，正是解锁其无限可能性的关键。但对很多开发者而言，从零搭建节点、调试逻辑、适配AI工具，往往需要投入大量时间成本，既要熟悉ComfyUI的底层架构，也要掌握相关的编程与AI知识，入门门槛相对较高。本文旨在借助当下主流AI辅助工具，