与「ComfyUI」相关的搜索结果

让 WorkBuddy 直接调度本地 ComfyUI，调用 H3 批量生成视频。 大致流程： 1. WorkBuddy 生成分镜和提示词。 2. 通过脚本调用 ComfyUI API。 3. 加载预设 H3 Workflow JSON。 4. 提交生成任务，轮询任务状态。 5. 自动收集视频、日志和失败任务。 6. 使用 FFmpeg 拼接、转码、导出。 整个过程几乎零费用，完全适合新手入门。

用破甲大模型理解需求并指导生图模型，这套链路本地跑通了 起因是生图提示词写起来太费劲，而没破甲的商业模型遇到无道德底线的内容根本不给输出。直接换成两套本地无审核模型互相配合： · 意图理解与提示词润色：Qwen3.8 27B Uncensored HauhauCS Aggressive（25.9GB），走 llama.cpp / CUDA 推理 · 图像生成底模：Qwen-Image-2.1-Turbo（17.3GB），走 ComfyUI / ROCm 推理 中间连接没单独写脚本，直接套用了 SillyTavern（酒馆）。除了能顺利把两边接通，主要是看重它自带的人物卡、角色性格与世界观设计机制 目前正在研究基于这套架构开放连续的故事情节玩法，还在调试中 #AI# #开源工具# #ComfyUI# #大模型#

68.65 GB 硬生生砍到 6.4 GB，开源社区又把大厂生图门槛给干碎了！ MiniMax 刚开源的 33.1B 生图核弹 MiniMax-H3-Image，原版直接劝退 99% 的家用电脑，结果几天内被社区榨出 27 个量化版，狂下超 11 万次！ 实测爽点极其凶残： · 显存门槛大跳水：原版 68G 连 4090 都喘，现在 Q4 仅 10.78G，极限 Q2_K 直接压到 6.4G！连轻薄 Mac 都能强行跑，Unsloth FP8（18.8G）直接拉满画质 · 告别放大器，原生直出 4K：以前跑 4K 图显存动不动当场爆掉，它原生直接硬吞 4096×4096（1600万像素），甚至连 21:9 的电影宽屏大图都不用二道放大 · 6 步极速秒出：官方蒸馏到 6 步采样直接成图，不需要开 CFG，告别跑一张图等半天的便秘感 · 生图+修图一体通吃：支持喂进 16 张参考图定控角色，ComfyUI GGUF、Mac MLX 现成权重全部就绪，挑好显存直接下 手里只有 8G、12G 显卡，又馋大厂 4K 生图画质的兄弟，这波现成作业必须抄。 量化合集入口： 你平时在本地跑生图，最怕显存直接爆红还是出图慢得像便秘？ #AI# #开源# #ComfyUI#

普通人做 AI 出海，别再去卷那些烂大街的生图、换背景网站了。 上周看到一个海外独立开发者的案例，据称网站上线第二个月，MRR 就干到了 5000 美元。 他做的东西非常简单：专门帮 Etsy、Shopify 卖家，把商品静物图变成 5 秒微循环短视频。 这需求看着小，付钱的人却不少。 海外成千上万的中小卖家，每个月都有几十款新品要上架。自己折腾 ComfyUI 学不会，找摄影师拍视频，一条又要上百美元。 他干脆只做 4 个模板。 珠宝首饰加反光闪烁，咖啡饮品加升腾热气，服装加微风摆动，桌面静物加慢速 360 度旋转镜头。 客户不用学任何复杂操作，选模板就能生成。 成本也算得很细。 网站前端用轻量服务，平时待机成本几乎为 0。只有付费用户点击生成，才调用后端 GPU 跑 5 秒视频，据称单条成本两毛钱。 收费却是 19～29 美元一个月，或者 15 美元买 100 积分。 怎么找客户？ 每天往 X 和 TikTok 发对比视频：左边一张干瘪的商品白底图，右边变成 5 秒高级商拍微动视频。 按这个案例的说法，这种直观反差吸引了大量电商卖家主动找过来。 不需要做一个什么都能干的 AI 平台。 把复杂工作流藏在后面，前面留一个解决具体问题的傻瓜按钮。 这种微型 SaaS，才是真正值得普通人研究的赚钱路子。

uncensored z-image turbo is 7.2gb and huggingface let anyone download it 😳 its free, apache 2.0 license, no gate, 110k downloads - nsfw finetune of z-image turbo, made for comfyui - creator says it's for adults only and uses the official turbo text encoder and vae - one 7.2gb q8 file is all u need try it here:

有朋友问：MiniMax H3 一次最多生成 15 秒，做短剧的话，段和段之间怎么接才不突兀？ 我推荐用 ComfyUI-H3-Motion-Context 的方案，项目中有直接可用的工作流示例。 常见做法是拿上一段的最后一帧去做图生视频。问题是一张静态图里没有运动信息，模型只能猜：人刚才往哪走、多快，全靠猜，所以接缝处经常卡一下或者动作突变。 Motion Context 的做法是：把上一段最后 22 帧（0.92 秒）原样钉在下一段开头，每一步采样都不动它们。模型看到的是真实的运动，不用从一张图去猜。 画面和声音都是直接从上一段的 latent 里切出来的，不用先解码成视频再编码回去，所以不会每接一次就损失一点画质。 生成完，用 Trim 节点把开头这 22 帧剪掉，两段直接首尾拼接，不需要做转场。我逐帧看了接缝前后，角色的姿势、位置、表情都对得上。 最关键的是提示词：下一段开头要先描述上一段是怎么结束的。同一个角色、同样的景别、同样的动作，保持一两秒，再写新的剧情。 项目地址： 我不说的话，谁能看出这30s的功夫熊猫是两段生成的？

早上起床手机看了一眼私信里都是问怎么搭建AI短剧生成平台的， 都AI时代了，问一下AI应该就能得到答案吧。 直接跟codex说， 帮我本地搭建一个能用minimax h3生成视频的平台，他就会帮你搭建comfyui的平台。 你要嫌太复杂了看不懂， 就跟AI说帮你改成webui，然后你想要什么工作流就让他给你全加到webui里。 ai就能帮你做出了一个操作特简单保留基础功能的webui。 你用这个webui只要显卡过硬谁都可以生成基础的成人短剧。 但h3模型本身没有训练过成人内容， 导致在一些成人行为和器官上生成的内容很奇怪。 就需要在网上下载nsfw的lora去挂载上去，让h3模型增加18禁世界的认知。 civitai等一些网站都能下载很方便， 我是直接让本机挂载我的nas， 把我nas里的几千部AV喂给他， 让他训练自己的lora。 其实网上那些卖课的我看过几个， 故弄玄虚的多， 这玩意没那么复杂， 你只要想学习，这年头是没有任何信息差的。 有啥事就问AI，他基本都能给你解决。 我也不是卖课的我也不是卖平台的， 我只想把最简单直观的diy方式分享给你们。

🎉快到飞起！Qwen-Image 2.1 刚发布没几天 Viggle团队就出了可用的加速方案 Qwen-Image-2.1-viggle-turbo，速度提升 5 倍！ 🔥核心亮点 - 40 步压缩到 6 步，端到端提速 5 倍，且不需要额外的 CFG 计算（提示词引导计算，计算量减半更省显存） - 功能完整，除了文生图，还完美支持 1-3 张参考图的指令级编辑（比如换背景、留主体） - Diffusers 用 r256 版，ComfyUI 跑 r128 版，文本编码器和 VAE 保持原厂直接加载 - 【划重点🔥】ComfyUI 采用 unmerged 节点加载，解决了 stock 载入时 bf16 精度截断造成的 30% 损耗问题 - 密集小字建议切到 8 步，复杂的多主体多图编辑也稍微逊色于原版，但构图漂移是妥妥的 0%，完美继承空间感 --- Ps : 这绝对是目前本地部署 Qwen Image 2.1 速度最快的模型了 闭眼冲！ 传送门👇🏻

兄弟们好东西来了， Qwen-Image-2.1 社区无审查 GGUF 版放出了， 安全拦截全部下线，懂的都懂。 而且作者搞了一套极度聪明的切分跑法，文本编码放 CPU，主模型进 GPU，生成几乎不降速，显存立省 9 到 17G，直接把本地出图的门槛焊死在平民卡上。 平时在各种在线平台跑图，最搞心态的就是动不动弹窗拒识或者直接给你涂黑一张图。 这个版本最爽的地方就在于把内置的安全拦截全拔了，提示词不设防，敏感内容和成人画面直接放行出图。完全是在自己电脑本地离线跑，彻底摆脱外部干预。 更绝的是它的显存优化方案。以往跑这类大底座，动不动就得吃掉 20 多 G 显存，平民显卡直接当场劝退。这次作者在 ComfyUI 里的解法极其优雅：把极其吃显存的 8B 文本编码器直接甩到电脑普通内存去跑，显卡只负责吞下 7B 的视觉生成主模型。 因为文本编码在整个出图过程中只在最开头执行一次，后续几十步的扩散迭代完全在显卡里跑， 所以这么切分不仅几乎不拖慢出图节奏，还能凭空帮显卡省出 9 到 17GB 显存。手头只有 8G 到 12G 显存的甜品卡，也能在本地顺畅跑完 2K 分辨率的大图。 除了省显存，工作流也是直接大瘦身。以前在本地搭一套能用的生图流程，先文生图，再换重绘模型修细节，最后还得外挂抠图插件去背景，工作流连线密密麻麻像盘丝洞。 Qwen-Image-2.1 直接把文生图和图像编辑焊进同一个模型里，而且原生自带 64 通道 RGBA 输出，在提示词里指定透明背景就能直接吐出带透明通道的切片素材，抠图节点全都可以删掉了。 另外它最多能吃 10 张参考图。最实用的场景就是多人合影：直接把 6 个人的单独大头照喂进去，模型能一次性合成出一张光影相互反射、透视完全协调的多人自然大合照，彻底告别以往硬拼贴的僵硬感。画面质感上的提升也很扎实，中英文字排版不再扭曲画符，皮肤质感、毛发细节和真实光影过渡非常自然，完全摆脱了早年那种油腻腻的塑料感。 既有不设限制的纯粹自由，又有极致省显存的工程优化。手头有平民卡又想折腾本地高质量出图的老哥，这波直接冲就完事了。 模型和实测避坑放在一楼。

長いエロ動画から、オーガズムを含む10秒間を見つけて、ComfyUIの動画生成用参照素材として切り出す仕組みを、ここまでほぼQwen3.8 27Bと作ってきた。 手作業で大量の動画を確認するのは大変だし、発情してしまう。そこで、AIに動画を見せて「どこがオーガズムか」と聞いても、まだ正確には判断できない。 試しにとあるAVモデルさんのエロ動画の 音声・映像の動き・動きのフリーズのスコアを眺めてたら、 オーガズムの瞬間の特徴として次のような傾向があった A. 100〜1500Hzの喘ぎ声→その後の急減衰 B. フレーム間の映像変化量急増 C. freeze、コマ止め、ディゾルブなどのソフト遷移 試しにこれらから条件を決めたスクリプトを書かせて、オーガズム候補の位置を探したところ、結構ビクビクなってる感じのところが溜めれたからまあ良いんかなと。 この後は、それを自動化して、24fps・H3規定フレーム数へ整形して、そのままComfyUIへ投入できるようにする。 もう少しデータが集まったら、絶頂の瞬間とそうでない瞬間の数値データを学習させ、CatBoostくらいの軽量な機械学習で自動的にカットを切り出せるようにしたい。 ただ、オーガズム時の声や動きは人によって異なる。最終的にはAVモデルごとに学習モデルを作るか、個人差を補正する仕組みが必要になるとは思う。そこまではQwen3.8 27B でいけたら面白い。 グラフのGTが絶頂の瞬間。 A B C 全部で絶頂かと言われるとそうでもない。 この辺のパターンが人間だと良くわからない→分類器作ろ。 この発想は、投資の売買シグナルの選別によく似てると思う。