ComfyUI 与 AI 智能体的两种连接方式:MCP 与 REST API+SKILL 如何取舍
文章比较 MCP 与 REST API+SKILL 两种让 AI 智能体操作 ComfyUI 的方式。MCP 通过固定工具调用,稳定性高且权限可控,但安装维护成本高,且难以覆盖最新自定义节点;REST API+SKILL 无需 MCP 配置,适合 Google Colab 临时 URL、MiniMax H3 等快速更新节点和音频后处理,但需要 SKILL.md 约束步骤并具备命令执行权限。
文章比较 MCP 与 REST API+SKILL 两种让 AI 智能体操作 ComfyUI 的方式。MCP 通过固定工具调用,稳定性高且权限可控,但安装维护成本高,且难以覆盖最新自定义节点;REST API+SKILL 无需 MCP 配置,适合 Google Colab 临时 URL、MiniMax H3 等快速更新节点和音频后处理,但需要 SKILL.md 约束步骤并具备命令执行权限。
WAN 2.2 是阿里开源视频模型,文字/图片生成 5 秒 720p 片段,文字 3 tokens/秒、图片 4 tokens/秒。在 VIBE 中它固定 5 秒、支持 16:9 或 9:16、无音频,适合低成本草稿;WAN 2.6 为 10 tokens/秒(720p)或 15 tokens/秒(1080p)。
历史题材AI微短剧《持械入宋》已连更11季、全系列约1100集,是目前国内体量最大的历史题材AI微短剧之一。第九、十季起团队将主力大模型从Seedance 2.0升级到Seedance 2.5,光影质感、生成真实度和复杂战斗场景表现提升。文章认为该剧以多线并进、无系统外挂的历史叙事获得热度,也提示AI微短剧需从跟风扩张转向精品化生态。
Seedance 2.5将单次生成时长从15秒拉长到30秒,AI短剧每分钟成本降至800-1000元,内容生产门槛被算力拆掉。红果日活1.68亿,超过爱奇艺、腾讯视频、优酷、芒果TV四家之和;2026年前10个月全国上线近55万部微短剧,AI剧占比超94%。长视频平台依赖的稀缺性壁垒正在瓦解,未来电视剧生产将大规模采用AI工具。
Seedance在AI影视剧爆发元年取得商业突破,海外收入占比达50%,过去半年海外收入增长近5倍。Seedance2.0单月为火山引擎带来营收超10亿元,短剧行业是重要收入来源。文章分析其成功源于内容生态整合,而非单纯API销售。
推荐理由:Seedance海外收入过半,字节以内容生态整合而非单纯API销售实现商业化,并为AI视频模型出海提供参考路径。
Seedance 2.5 Flash 现已在 ComfyUI 中通过 Partner Nodes 开放使用,支持文本到视频、首/尾帧和多参考生成,可编辑或扩展参考视频,生成 4-30 秒、最高 720p 且带原生音频的片段,覆盖 9:16 到 21:9 宽高比。该模型性能优于 Seedance 2.0,成本低于 Seedance 2.5。
推荐理由:Seedance 2.5 Flash 在性能与成本间取得平衡,优于 Seedance 2.0 且成本低于 Seedance 2.5,为需要快速迭代的团队提供了新选择。
作者用单张 RTX 3090 24GB 通过换入换出 VRAM 同时运行本地智能体与 ComfyUI 图像/视频生成,实测 LLM 约 72 tok/s、SDXL 图像约 32 秒、Wan 2.2 视频 4-6 分钟。数据来自 205 次真实请求和 35 个渲染任务,非合成基准。作者总结 24GB 只能容纳 LLM 或一次渲染,建议用 parallel 1 而非 4。
Adobe 在 Adobe Max 大会上宣布 Firefly、Creative Cloud 和 GenStudio 的新 agent 和工具,包括 Creative Agent、MCP 集成和 Premiere 生成媒体工具。公司还深化与 Google 和 Microsoft 的合作,并展示 Topaz Labs 收购带来的超分工具。
推荐理由:Adobe 在 Creative Cloud 和 Premiere 中推出多项 AI 工具并开放 MCP 集成,创作者可评估新功能对现有工作流的影响。
作者在 ComfyUI 中搭建 MiniMax H3 的 TTM 运动补间工作流并实测,生成耗时 250 秒,GPU 内存占用 71GB。该工作流需要 CUDA 13,并下载多个模型文件放置到指定目录,用 SAM3.1 指定移动对象和路径。作者反馈控制器有两个,调整较难。
作者发布 MiniMax-H3 V2V Masterclass 教程。工作流涵盖视频编辑、时间窗口与空间分块节点、修复裁剪、潜在空间超分、批量处理与波纹编辑等。
Kapwing 发布 Sheru Bhai AI 视频制作教程,用 Claude Skill 生成角色参考图和完整视频 Prompt,再在 Seedance 2.5 中一次生成 15 秒带对白的竖屏视频。教程还包含环境参考图、竞拍场景逐秒分镜、AI 照片生成方法,以及角色一致性问题的排查表。
我们与 INK Studio 合作,用 Runway 将一系列动画短片故事变为现实。
爱奇艺、芒果TV、腾讯视频等长视频平台正通过比赛、高校和短视频三条路径争夺AI创作者,并形成定制、进组、分账三类合作模式。分账模式下30集以上AI短剧制作成本约7-8万元,承制报价普遍每分钟1000-2000元,不同模式对应不同的资金投入、创作自主权和收益分配。
爱奇艺、芒果TV、腾讯视频等长视频平台正通过比赛、短视频和高校三条路径招募AI创作者,并形成定制、进组、分账三类合作模式。爱奇艺已签约8个AI创作厂牌和3个个人创作者,芒果TV签约及达成合作意向的AI创作者有十几位,腾讯视频以分账方式合作AI短剧。AI剧承制报价普遍在每分钟1000至5000元,分账模式下30集以上AI短剧制作成本超过7至8万元。
推荐理由:文章梳理爱优腾芒招募AI创作者的比赛、短视频、高校三条路径,以及定制、进组、分账三类合作模式,为创作者评估平台合作提供参照。
Minimax H3 在 4090 上以 1322x768、24fps、20 步采样、无 turbo 和 LoRA 的设置获得最佳质量,时长通常约 4 秒。放大到 2k 可用 Regenerate 2k(Regen2k IC 刚推出)或 minimax_h3_latent_upscaler_3d_conv_v1_fp16。作者测试 API 1080p 后认为质量提升不值价格。
WaveSpeedAI 的 Dora 分享一套 AI 视频角色一致性镜头工作流,通过角色参考套件、固定身份细节和两遍审查来避免角色漂移。Vidu 2.0 接受 1-3 张参考图,MiniMax H3 Highspeed 接受最多 9 张参考图和 3 段参考视频;修复漂移时一次只改一个输入。
推荐理由:这套工作流给出角色参考套件、固定身份细节和两遍审查的具体做法,可直接迁移到多镜头 AI 视频制作。
是石科技发布多模态模型服务,采用基于历史缓存残差的自适应加速技术,实现端到端平均2.48倍加速且保持生成质量。该服务还结合SGLang优化缓存与显存管理,模态自适应Token压缩在WorldSense评测中实现1.33倍加速,并通过Context Engine衔接素材理解与视频生成。服务覆盖API接入、任务编排、模型路由、推理执行与结果交付,为AI视频规模化生产提供支撑。
MiniMax H3 对口型效果不佳,但通过 LTX 音频节点将音频打包进 latent 后再生成视频,可获得 LTX 级对口型与 H3 画质。工作流简单,只需添加 LTX 音频输入节点并合并音频与视觉 latent。作者提供了工作流下载,并用 VHS 滤镜将视频处理成 80 年代磁带录像风格。
字节跳动火山引擎宣布 Seedance 2.5 4K 的 API 全面开放,开发者与企业客户可通过接口调用该 4K 视频生成模型。该模型支持 Draft(样片)模式,终端用户可先用 480P 样片快速验证分镜、反复打磨镜头,确定满意后再生成 4K 正片;同时具备 10-bit 色深,画面质感更能胜任大荧幕。
推荐理由:Seedance 2.5 4K 开放 API 后,开发者可直接调用 4K 生成能力,Draft 模式为分镜打磨提供了低成本路径。
北京大学新闻与传播学院教授胡泳撰文分析AI短剧的产业转型,指出微短剧正经历从付费观看转向免费流量模式、再从真人拍摄转向AI生成的两次深刻转型。
AI漫剧创作者许飞在红果平台以平均两三千元一部的制作成本,拿下单部最高上亿播放和近百万分成。他选择下沉市场明理型都市剧本,用AI工具批量制作,并强调剪辑与叙事节奏比画面质感更重要。红果新规11月起偏向90-180分钟完结剧,平台日活2166万,月活4.11亿。
推荐理由:一位零基础创作者用AI漫剧在红果平台拿到近百万分成,其成本控制与选题策略可作为同类创作者参考。
横店德玉影视从真人短剧转向AI短剧,员工从200人缩到30人,用一部真人短剧的钱做了10部AI剧,每部平均成本4万元,10部中7部亏损,活下来的一部已分账35万元。
推荐理由:横店一家公司把AI短剧转型的成本与收益写成可核对数字,为从业者评估AI替代真人制作的性价比提供参考。
作者实测 Wan 2.2 I2V 发现 LightX2V 4-step 版本比 FP8 原始模型生成更稳定、速度更快。在 RTX 5070 Ti(16GB VRAM)上,FP8 版本约 10 分钟生成一段视频,LightX2V 仅约 2 分钟,且 FP8 在手部产生更多伪影、动作更不稳定。
作者用Krea2生成图像、Wan2.2 14B生成视频、Capcut编辑,制作了18秒的粉色针织衫女孩街头拍摄AI短剧,8个镜头中6个采用。制作环境为Windows 11、RTX 5060 Ti 8GB、32GB RAM,使用ComfyUI工作流,分辨率1024x576px,73帧。作品为3秒×6个镜头。
短剧自习室连夜实测 Seedance 2.5 flash,结果显示其生成速度翻倍、定价与 Seedance 2.0 持平,效果贴近 Seedance 2.5。10组梯度测试覆盖微表情、复杂动作、30秒长叙事与漫剧特效,横评显示其与 Seedance 2.5 画质接近,耗时减半、积分消耗更低,适合批量生产。
推荐理由:10组梯度测试横评Seedance 2.0/2.5/2.5 flash,flash耗时减半、积分消耗更低,为批量生产选型提供参考。
作者用 OpenMontage 编排本地工作流,结合 gpt-image 关键帧、Opus 5.5 与 LTX-2.5 图生视频,制作 2 支低成本视频。两支视频含规划与渲染约 6 小时,但 LTX-2.5 仍有较多伪影、指令遵循不足和真实感不足。作者请求推荐可竞争 gpt-image 的图像模型和优于 LTX-2.5 的本地图生视频模型。
AI生成视频的声音编辑需先确认影像动作,再调整台词、效果音、BGM与字幕的同步。检查口型与台词、效果音与动作、环境音与场景、BGM与台词的音量平衡,并注意场景转换时的环境音衔接。最后整体回放并确认导出文件无音画错位。
大陆AI穿越短剧《持械入宋》在台湾走红,全网播放量突破120亿次,红果平台已有548.2万人预约第十一季。该剧已推出十季约千集,讲述五名现代军事人员穿越至北宋末年,融入兵制、户籍等历史细节,岛内网友自嘲怕在古代活不过一集,台湾媒体认为历史细节成为吸引点。
短剧出海市场从蓝海杀成红海,AI将单部制作成本压至约1万美元,但投流占总成本约50%,制作端利润被流量平台挤压。今年海外微短剧市场规模预计超60亿美元,同比增长67%,但上半年投流素材量同比增324%,内购收入增速仅13%。行业正经历洗牌,有公司转向自制版权剧、自研AI工具或自然流变现,也有从业者离场。
推荐理由:AI将单部出海短剧成本压至约1万美元,但投流占总成本约50%,制作端利润被流量平台挤压,行业洗牌加剧。
央视网在无锡启动AI云创扶持计划,开放覆盖AI编剧、智能分镜、视频生成、配音字幕的全流程工具链,并配套三级审核机制。平台依托清晏智审平台形成AI初审、区域复审、央视网终审三级合规机制,韶关主节点已上线,48小时训练营面向全球招募,20到30部作品将入围展播。央视网将AI短剧纳入自身内容战略,为批量生产提供可参照的合规样本。
推荐理由:央视网开放覆盖编剧、分镜、视频生成、配音字幕的全流程工具链,并配套三级审核,为AI短剧创作者提供可参照的合规样本与作品出口。
《中国短剧行业全景报告》显示,2026年一季度新上线12.8万部微短剧中约95%为AI生成,但仅贡献约4%播放流量,产能与收益严重错配。报告拆解产业链发现,买量投流吃掉充值流水80%-90%,头部制作公司仅分到约7%,价值正加速向流量入口集中;字节同时占住IP、播放、广告和AI工具四个环节,纵向整合最完整。
推荐理由:报告拆解短剧产业链,AI产能占95%却只贡献4%播放,价值正加速向流量入口集中,字节纵向整合最完整。
Higgsfield 在 Ramp Rate 2026 年 11 月排名中成为图像与视频 AI 类别采用率最高的平台,过去 12 个月 42% 通过 Ramp 购买该类软件的企业选择了 Higgsfield。其采用率一年内增长 33 个百分点,在七项排名中六项列第一;Midjourney 以 35% 排名第二。
T8star-Aix通过五组视频任务比较Claude代码渲染动画与Seedance直接生成视频两种路径,任务涵盖心脏泵血原理讲解、猫碰倒水杯、柱状图数字核对、车站老人情绪和局部修改测试。需要清晰解释、精确文字数据、反复局部调整时优先评估代码渲染动画;需要写实材质、复杂光影和有感染力的人脸时优先评估生成视频。复测应记录自己实际的耗时和成本,不照搬演示数字作为性能承诺。
字节 Seedance 掌舵人曾妍(97年校招)接替周畅,主管视觉生成与多模态核心。她入职两个月即以第一作者发表 X-VLM,2023年提出 PixelDance(Seedance 前身),累计8篇一作,一年内从3-2升至4-2。周畅已离职创业 Physical AI,投资方与金额未披露。
作者实测Seedance 2.5 flash,13条片子覆盖7类短视频场景,画质与Seedance 2.5基本持平,生成速度提升一倍,API价格便宜约34%。该模型分辨率仅720P,参考素材上限10张图、5段视频、5段音频,适合日更、跟热点和投放测试;Seedance 2.5则负责旗舰质量。
推荐理由:实测显示Seedance 2.5 flash以约三分之二价格达到接近Seedance 2.5的画质,速度翻倍,为日更和投放测试提供高性价比选择。
作者实测发现,ComfyUI 0.45.0 搭配 torch 2.14.1+cu130 可在 RTX 5090 32GB 上跑通 MiniMax H3 图生视频 0.98 MP 20s,而 cu128 构建在 0.8 MP 20s 时因显存不足失败。
Viggle AI 的角色动作与舞蹈视频替代方案中,Luma AI 以 Ray 3.2 多关键帧控制、20 秒视频到视频、HDR 与 16-bit EXR 导出领先,Kling AI 则以 4K 原生分辨率和物理感知运动见长。
维他动力发布跨视角生成模型 Exo2EgoPolicy,可将第三人称视频转为第一人称视角并输出左右手各21个关键点。模型采用140亿参数、50层H3 Ref2VA DiT主干,手部关键点PCK@5%从11.52%升至20.02%,新场景关节覆盖率98.92%;Vbot Echo与Echo App即日起全面开放。
中国中专剪辑师 foyege 最初没有正式剧本,以一人剧组方式,用 LibTV 无限画布调度 Seedance、万相、可灵等模型,做出海外平台播放量达 3000 万的 AI《哈利·波特》二创短剧。
推荐理由:文章把海外 3000 万播放的 AI 二创拆成角色反差、慢热叙事、多机位调度和声效卡点,并说明一人剧组如何用 LibTV 无限画布串联多个视频模型。
作者用 MiniMax H3、LTX-2.5 和 Wan 2.2 在 ComfyUI 中完成了一部 9:51 的无对白动画短片《DAY 731》,大部分镜头由 H3 生成。
推荐理由:作者公开了在 3060 12GB 上制作长片的参数与避坑经验,包括分辨率、采样器、VAE 重绘等具体问题。