MatteDesk:基于 ComfyUI 的免费镜头级 Alpha 抠像桌面工具
作者发布免费桌面工具 MatteDesk,基于 ComfyUI 作为 GPU 后端,实现镜头级 Alpha 抠像。流水线串联 SAM 3.1、CoTracker3、MatAnyone2、VideoMaMa 等模型,支持导出 EXR/PNG 和 Nuke 的 .nk 文件,内置 Doctor 一键安装节点和权重。
作者发布免费桌面工具 MatteDesk,基于 ComfyUI 作为 GPU 后端,实现镜头级 Alpha 抠像。流水线串联 SAM 3.1、CoTracker3、MatAnyone2、VideoMaMa 等模型,支持导出 EXR/PNG 和 Nuke 的 .nk 文件,内置 Doctor 一键安装节点和权重。
ZenTrainer 0.4.0 发布,这是一个在 ComfyUI 内运行的开源 LoRA 训练器,支持图像和视频模型、实时预览,并兼容 NVIDIA 与 AMD。
推荐理由:ZenTrainer 在 ComfyUI 内直接训练 LoRA,支持实时预览和 AMD,无需切换外部训练环境,兼容现有 ComfyUI 模型。
一个 ComfyUI 开源应用可重拍素材,保持相机、构图和建筑。上传片段后选择场景(未来、废弃、洪水、黄金时刻、赛博朋克、动漫),批准新第一帧,应用重新生成整个镜头。仅用核心节点和开放权重(Qwen-Image-Edit + LTX 2.5 + SAM 3),演示和仓库已公开。
推荐理由:开源工作流用核心节点和开放权重实现镜头重拍,保持相机、构图和建筑,创作者可据此迁移到自己的出片流程。
作者发布开源工具 Element Forge,在 ComfyUI 内为真实素材生成可编辑 AI VFX:用 LTX-2.5 生成效果并跟踪、处理前景遮挡和补光,生成后仍可调整光效、发光与颜色,或导出场景线性 EXR 通道到合成器继续处理。工具开源开放权重,本地运行,已在 11 GB RTX 2080 Ti 上测试。
开发者构建了 Shotfix,用 3D 相机指南重拍 AI 图像和视频,改变镜头而不完全依赖相机提示词。工作流先用 Nano Banana 2.1 生成图像预览,再用 Seedance 2.5 通过 ComfyUI 生成视频。目前是早期原型,自动重建任意场景尚未实现;浏览器相机编辑器和工作流代码已开源,生成使用付费模型 API。
PxTicks 开源了 Minimax H3 运动控制工作流,通过拖拽物体即可控制运动,并配套了背景分离、运动路径与掩码生成工具,可直接与 ComfyUI 接口使用。
推荐理由:作者开源了 Minimax H3 运动控制工作流,通过拖拽物体即可控制运动,创作者可参考实现类似效果。
AI 动画喜剧 QUiBBLE 第三集 WANTED 中,作者用 MiniMax H3 与 LTX 通过 ComfyUI 制作,发现角色一致性仍是最大难点。作者观察到 H3 在克制表演与对话一致性上更好,LTX 更易夸张表情;服装细节与环境连续性也难保持,正转向固定机位、重复背景和角色参考等有限动画式方法。
MarcoStudio 开源 13 个图像与视频工具,基于 ComfyUI 本地运行,工作流和模型全部采用 MIT 许可。
推荐理由:开源 ComfyUI 工具集提供 13 个图像与视频生成功能,全部本地 GPU 运行,创作者可据此评估本地化创作流程。
Spool 是运行在 ComfyUI 内的时间线工具,在独立标签页中把工作流拖入即成为一个镜头,可生成多个候选版本并逐帧对比挑选。未选中的版本仍保留在镜头下可随时改选,选中的版本可拖到时间线上继续叠加其他工作流,无需添加 Spool 节点,渲染在本地 GPU 或 Comfy Cloud 完成,最终可导出到 Resolve 或 Premiere 完成剪辑。
推荐理由:Spool 把多版本镜头管理搬进 ComfyUI 时间线,逐镜头生成、对比、再叠加工作流,适合长片制作流程。
Anima Reference Adapter for ComfyUI 测试显示,该工具可在保持参考图像角色脸型、发型、眼睛和服装的同时,通过提示词改变姿势、背景与相机角度。画风仅能部分继承,加入日向雏田等角色提示词时会出现特征融合。原创角色再现、独自服装继承和同一角色连续生成是其主要用途。
Kandinsky 6.0 是 Kandinsky Lab 于 2026 年 10 月发布的开源权重多模态扩散模型,可单次生成 5 秒视频与同步 44.1 kHz 音频,并用 <S>...<E> 标签控制角色口型同步。
Open SuperComputer 是一个开源创意工作区,将聊天助手接入本地 ComfyUI 实例,用户用自然语言描述需求即可调用工作流,并在聊天作用域库中管理源媒体与生成结果。它还能在不离开对话的情况下进行基础图像和视频编辑。项目仍处于早期,开发者欢迎 ComfyUI 用户反馈工作流设置、资产处理等建议。
作者在 ComfyUI 中测试 MiniMax H3,用首帧加 18 帧分镜和 3 个 LoRA 生成连续打斗,在 RTX 3060 12GB 上输出 1536×864、24fps、约 12 秒(289 帧),生成耗时约 28 分钟。结果得到连续动作序列,无慢动作或剪辑,但动作仍不真实,地面交互尤其困难;作者未单独测试各组件,因此不是对比结论。
推荐理由:作者公开了在 RTX 3060 12GB 上用首帧、18 帧分镜和 3 个 LoRA 生成连续打斗的完整参数,可迁移到类似动作场景。
Lemo-Opuscar 是一个用 Claude Code 写代码生成短片的开源项目,完全不依赖视频生成模型,通过 canvas/WebGL 逐帧渲染、headless Chrome 截屏和 ffmpeg 合成,已积累 59 种风格,一个月获 8274 个 star。
推荐理由:作者从 Lemo-Opuscar 提炼出盲导演模式三步法,把作品变纯函数、感官换断言、品味写文档,可迁移到其他 AI 创作任务。
一位创作者用 ComfyUI 制作了 3 集动画迷你剧的第一集,讲述小女巫被诅咒吞噬、遇见巨型猫的故事。技术流程包括用 ChatGPT 生成姿势与构图、Qwen Image 工作流去除 ChatGPT 风格、MinimaxH3 完成动画,并用 ElevenLabs 处理音乐与音效。作者正寻求角色一致性与多镜头动画方面的反馈。
NoobGamerZaid 发布 Phaino,一个基于 ComfyUI 的开源 AI 图像与视频工作室。它支持 FLUX、Wan 2.1/2.2、HunyuanVideo 等开源模型,提供一键相机运动、角色替换、视频工具和内置时间线编辑器,每个结果都是可编辑的 ComfyUI 工作流,可连接 Comfy Cloud 或本地 ComfyUI。
推荐理由:开源工作室把 ComfyUI 工作流封装成可编辑的完整流程,创作者可据此评估本地化 AI 影视制作与出片效率,并复用其模型接入方式。
作者在 1200 次 H3 渲染后构建了 ComfyUI 开源镜头管理工具 Picky,用于管理镜头、比较渲染结果并生成结构化提示。该工具支持镜头归档、提示版本保留、角色设置和 H3 常见误读检查,可本地运行,GPL-3.0 开源。
推荐理由:作者在 1200 次渲染后构建了开源镜头管理工具,可迁移到其他视频模型的工作流,解决输出文件夹混乱问题。
ComfyUI 于 2026 年 10 月 28 日合并两个核心 PR,将 MiniMax H3 的高分辨率路径移入核心,新增潜在空间放大节点和 Sol-H3-VAE 解码器支持。
推荐理由:ComfyUI 将 MiniMax H3 的高分辨率路径移入核心,创作者可仅用核心节点完成 2K 生成,无需额外节点包。
作者构建了 ComfyUI_KubaNodes 节点包,把灯光映射到建筑的草稿流程整合进 ComfyUI,支持掩码、运动、编辑和节拍切换。节点包接受 PNG 掩码、ID 通道、矢量文件甚至 3D 模型,每个区域可单独设置提示词,LTX 或 H3 只移动被掩码区域;内置合成器和时间线,掩码随鼓点切换。
VEED Dubbing 现已集成到 ComfyUI,可将一种语言的视频翻译成另一种语言,同时克隆每位说话者的声音并进行对口型,保留语气和情感。VEED Dubbing Pro 进一步支持精确对口型、保留原始背景音频以及多说话者视频。
Pika 发布 H3 Flex,将 MiniMax H3 后训练并蒸馏至六步采样,开源权重与 ComfyUI 模板。模型以两个 LoRA 适配器加载于 H3 基座,支持文本到视频、首尾帧及参考条件生成,输出 480p/768p、5-15 秒并混入 32kHz 立体声音频。Pika 自评在五项视觉与音频质量指标上领先对比模型,社区实测提示四步时高频细节出现闪烁,建议保持六步。
推荐理由:Pika 将 MiniMax H3 后训练为六步模型并开源权重,ComfyUI 模板可直接加载,创作者可据此评估六步出片质量。
开发者 sintetizacom 发布开源项目 EasyComfee,一个基于 ComfyUI 的 Higgsfield 风格创意工作室,可在自有 GPU 或 Comfy Cloud 上运行。
推荐理由:开源实现 Higgsfield 式创意工作室,每个工作流图可导出为 ComfyUI 工作流,方便创作者在自有 GPU 上自建或复用视频生成流程,无需订阅。
在最新版 ComfyUI 的 Ref2VA 工作流中,仅非 turbo 合并模型搭配 DMD LoRA(8 步)或 LightX2V turbo lora(12 步)能产出干净锐利的输出。其他组合(尤其是 turbo 合并模型)会噪点模糊,目前唯一稳定好用的是 DaSiWa v2 + DMD LoRA(8 步)。
agentY 是免费开源 AI 智能体,可在 ComfyUI 内构建复杂工作流,支持 Qwen、DeepSeek 等便宜模型或本地免费模型。它能评判自己的输出并重新渲染,支持 MCP 集成 Blender、Maya、Houdini、After Effects 等,MIT 许可。
ComfyUI 0.42.1 在生成 Wan 2.2 Smooth (I2V) 视频时完全崩溃,CPU 占用约 100% 而 GPU 使用率较低。
pixaroma 发布 ComfyUI 节点解释视频,讲解 CLIP Text Encode 如何将提示词转为模型指令、正负提示词工作机制及 CFG 1 下负提示词失效的原因。视频还说明 Z-Image 和 Flux 2 Klein 上提示词权重被忽略,并演示随机选择 {red|blue|green} 与注释两个技巧,全程使用 Z-Image Turbo。
comfyui-workflow-templates v0.11.99 发布至 PyPI,可通过 pip install comfyui-workflow-templates==0.11.99 安装。
AIwood爱屋研究室演示了MiniMax H3 2K Refiner工作流,在既有生成流程后接入2K放大模块,并分离音视频潜空间以避免重绘影响音频与口型关系。
作者实测了 Bria AI 的 Fibo 2.0 Dev 与 Edit Turbo,在 ComfyUI 中验证其 VGL 结构化提示词与 PE 提示增强。Edit Turbo 在 RTX 4070 Ti SUPER 上 PE 固定后约 4.7 秒完成编辑,Dev 约 92 秒;作者认为 Qwen Image 2.1 编辑更顺手。
Green Flag 项目(44 个镜头)用 on-the-one 工作流实现歌曲进、节拍锁定音乐视频出,全程在单张 RTX 5080 上完成。工作流用 Whisper 词时间与节拍网格生成镜头列表,每个镜头用 FLUX Klein 生成三个关键帧选项,再由 LTX 音频转视频动画化,并生成音效,最后做 1080p 上采样和帧精确音频对齐。
作者开源了基于 ComfyUI 的影视制作应用 Director's Cut,支持预设角色创建与视频工作室。应用使用 Qwen-Image 2.1 生成和编辑图像,MiniMax H3 生成视频并可选 OmniRef,还集成 MCP 服务器供 AI 助手调用。
Wan 2.2 Wild Mode 在本地 PC 上把铅笔素描转成动漫,作者实测后给出 Wild 选风格、Stable Scene 控动作的两步配方。同一提示词下五个种子产出五种风格,其中四个可用;Wild 会自选相机和构图,Stable Scene 从选定帧继续可锁定风格并让角色表演。
OpenKatana 是一个开源视频编辑器,AI 智能体可从 ComfyUI 驱动,作者 rk0neki 在 Comfy 的开源 Higgsfield 挑战中发布。它新增 85 个节点和六个 Apps,基于 Comfy SDK,本地运行、Apache-2.0 许可、无需账号。演示中 Claude 通过 Studio、渲染引擎、脚本和技能完成编辑,生成模型需单独安装。
推荐理由:开源本地运行的 AI 驱动视频编辑方案,创作者可评估用它替代云端工具。
ComfyUI-MOSS-QwenVL-Layout 节点 v1.1.0 新增 prompt only 模式,可将基础提示词转换为完整的 bbox 引导提示词。该节点使用 Qwen3-VL / Qwen3.5-VL 检测图像中的对象和文本,构建 MOSS-Image 布局 JSON 提示词,并内置图像缩放。还提供更改请求框,支持重新着色、服装更换和添加对象等编辑。
Freefield 开源项目把 AI 创作网站的功能重建为 ComfyUI 工作流,并自动生成 Web UI。仓库现有 120 个应用文件夹,119 个标记为就绪,覆盖 Higgsfield 列出的 129 个工具中的 95 个。端到端测量显示,morph 应用从按钮到视频耗时 160.8 秒,mixed-media 149 秒,dub 72 秒(H100)。
推荐理由:Freefield 从工作流清单自动生成 Web UI,把 120 个 AI 创作应用重建为 ComfyUI 工作流,为创作者提供了可复用的架构参考。
Gemini 4 Argon 修复了 MOSS 的 BBox 工作流,使其支持任意宽高比与分辨率。此前默认工作流在 1MP 以上分辨率会出现坐标偏移,更改宽高比也不会更新绘图画布。坐标修复仅针对 MOSS,画布修复适用于使用该节点的任何工作流。
GPU Unlock 内核模块让 RTX 3090 在 ComfyUI 中图像生成提速 55%、能耗降低 40%,输出逐位一致。Z-Image Turbo BF16 1024² 8步从 7.46 s/img 降至 4.82 s/img,SD 1.5 FP16 30步提速 41%,每张图能耗从 2369 J 降至 1410 J。仅限 Linux,需完全断电才能恢复,GitHub 仓库已公开。
作者用 MiniMax H3 在 ComfyUI 中制作了玩具车到真实车的过渡,在 RTX 5070 Ti 上以 1080×1920 分辨率生成,每迭代约 45 秒,总时长约 8-9 分钟。
推荐理由:作者公开了用三张参考图和定时提示词实现物体一致性过渡的完整工作流并附链接,可迁移到类似场景。
作者用 MiniMax H3 在 ComfyUI 本地制作了玩具到真实法拉利过渡视频,在 RTX 5070 Ti 上以 1080×1920 全分辨率生成,每迭代约45秒,总时长约8-9分钟。制作中用了三张参考图与定时提示词引导运动,难点是保持汽车设计、角度和位置一致;作者公开了工作流链接。
Darius 是一个 100% 本地托管的创意画布,重构了 ComfyUI 工作区,支持在一个画布上使用多个图像和视频模型。可用本地聊天(ornith 1.5 9b)讨论概念并优化提示词,支持全音频模式、保存角色/故事/镜头创意,可在移动端和局域网设备访问。首次运行会检查并下载缺失的依赖和模型,仓库位于 GitHub。