Comfy
PulseAugur coverage of Comfy — every cluster mentioning Comfy across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
使用 Stable Diffusion 在 ComfyUI 中实现 Minimax 角色替换
一位用户在 ComfyUI 中使用 Minimax 模型成功实现了一种角色替换技术，该技术灵感来源于在热门视频片段中用不同角色替换人物的病毒式 TikTok 视频。用户利用了一个特定的 LoRA (MiniMax-H3-Character-Swap-LoRA) 来实现准确的性能迁移，并指出其效果优于尝试过的其他方法，但尚未达到 Seedance 的质量。该过程包括以 352x640 的分辨率和 8 步生成单帧，在 4090 GPU 上…
-
LynnReal-Omni 模型通过快速生成统一视频生成任务
一款名为 LynnReal-Omni 的新型多模态扩散 Transformer 模型已发布，该模型构建于 Minmax H3 架构之上。该模型将文本到视频、图像到视频、姿势引导生成和视频编辑等各种视频生成任务统一到一个框架中。专门的“Flash”版本提供了显著更快的生成速度，能够实现近乎实时的视频创作。
-
StableDiffusion 用户为本地 H3 Minimax 寻求类似 API 的聊天体验
一位 Reddit 用户希望在本地运行 H3 时，能够复制 H3 Minimax API 的自由对话能力。他们发现本地设置，特别是使用 StableDiffusion 和 Comfy 时，需要明确的提示来引导对话，这与 API 可以根据给定主题生成自己的对话不同。用户想知道这种差异是由于 Qwen 模型还是其他因素造成的，因为他们是本地视频生成的新手。
-
新应用程序简化了 Stable Diffusion、H3 和 ComfyUI 的提示编写
一位用户开发了一个新应用程序，旨在帮助其他人为 Stable Diffusion 编写提示，特别是用于 H3 Healthcare 的 Three Hop Index 和 ComfyUI。开发者在 GitHub 上分享了该项目，并指出尽管他们是编码和 AI 新手，但他们创建该工具是为了好玩，并希望其他人觉得它有用。该应用程序旨在简化这些特定工具的提示工程过程。
-
Stable Diffusion 用户寻求关于未审查模型和提示的建议
一位 Reddit 上的新手用户正在寻求关于 Stable Diffusion 的本地图像生成模型和技术的建议。他们正在寻找关于未审查写实和动漫模型的推荐，并对换脸功能特别感兴趣。用户还询问了自然语言提示策略、Forge 和 Comfy UI 之间的比较，以及模型和 LoRA 的首选来源。
-
Comfy 用户寻求限制 Stable Diffusion VRAM 使用量的解决方案
Stable Diffusion 工具 Comfy 的用户遇到了其消耗过多 VRAM 的问题，这与浏览器使用冲突并阻止了生成。通过命令行参数（如 `--disable-pinned-memory`、`--reserve-vram` 和 `--vram-headroom`）限制 Comfy VRAM 使用量的尝试已被证明无效或未记录。社区正在寻求解决方案，以将 Comfy 的 VRAM 分配限制在特定百分比。
-
Minimax H3 用户寻求安装帮助和行业反应
Reddit 上的用户正在寻求有关如何运行 Minimax H3 模型 的指导，特别是关于硬件要求和安装方法。一位拥有 8GB 显存和 32GB 内存的用户正在询问关于模型量化和 GGUF 等安装工具的建议，另一位拥有 12GB 显存和 64GB 内存的用户则在询问 ComfyUI 的用户友好替代方案。两位用户还对该模型的能力对影视行业的潜在影响和行业反应感到好奇。
-
MiniMax 模型现可通过 Comfy 进行商业授权，权重保持开放
MiniMax 已与 Comfy 合作，为其 H3 以及音频/音乐模型提供商业授权。虽然模型权重仍保持开源且可供非商业用途免费使用，但希望在商业产品中使用它们的企业和公司现在需要通过 Comfy 获取授权。此举旨在为开源模型开发者提供变现途径，确保能够持续开发出可与闭源模型竞争的先进人工智能模型。
-
Comfy H3 Sync Sound Challenge 截止日期临近，提供 RTX 5090 奖品
Comfy H3 Sync Sound Challenge 接受提交的截止日期为 9 月 1 日，鼓励参赛者创作声音和运动不可分割的视听内容。参赛作品最长可达 90 秒，将根据音频同步真实性、创意执行和技术工作流程等标准进行评判。奖品包括 RTX 5090 和 RTX 5060 Ti 显卡，获胜者将在 9 月 2 日的 Comfy 特别直播中公布。
-
用户对开放文本到视频 AI 模型表示沮丧
一位 Mastodon 用户对当前的开源文本到视频 AI 模型表示沮丧，特别提到了 Comfy 和 Minimax。用户列举了两个主要问题：由于模型需要具有不同功能的独立节点，导致缺乏真正的开放生态系统；以及与更成熟的程序化工具不同，更改的结果不可预测。
-
图像生成技术在速度和质量方面的比较
一位用户对包括 LoRA、Comfy/Sage 注意力、稀疏注意力 (SLA) 和采样移位在内的各种图像生成技术进行了比较研究。测试旨在评估这些方法对图像质量和生成速度的影响，并通过视频和计时数据展示结果。研究结果表明，涉及较少步骤和优化注意力机制的组合可以显著减少生成时间，同时保持质量。
-
MiniMax AI 发布开源音乐模型，并在视频编辑基准测试中名列前茅
MiniMax AI 发布了 Minimax Music 3，这是一个开源的音乐生成模型，采用了 8B LLM 和 2.7B Diffusion Transformer。该模型能够根据文本提示和歌词生成完整的歌曲，并通过 diffusers 和 Comfy 等库在消费级 GPU 上运行。此外，MiniMax AI 还宣布其 H3 模型 MiniMax-H3 在 Video Edit Arena 中取得了最高排名，获得 1390 分，超…
-
ComfyUI 更新旨在改进 H3 VAE 性能
一位名为 Kajai 的用户向 ComfyUI 项目提交了一个拉取请求，旨在提高 H3 VAE 例程的性能。此次更新侧重于优化 Stable Diffusion 生态系统中的变分自编码器 (VAE) 过程，可能为 ComfyUI 用户带来更快的图像生成速度或更高的图像质量。
-
Comfy添加Int8 ConvRot VAE支持，支持Minimax H3视频VAE转换
Kijai已在Comfy框架内引入了对Int8 ConvRot VAE的支持。此次更新包括Minimax H3视频VAE的转换，转换后的模型可在Hugging Face上获取。
-
JoyAI Image Edit 已集成到 ComfyUI 中，用于 Stable Diffusion
JoyAI Image Edit 已集成到 ComfyUI 中，ComfyUI 是 Stable Diffusion 的一个流行的基于节点的界面。此集成允许用户利用 JoyAI Image Edit 模型，该模型使用 MMDiT 16B 作为其扩散模型，并使用 Qwen3 VL 8B 进行文本编码。更新包括 ComfyUI 中的原生支持，以及 Hugging Face 上模型的链接，以及 ComfyUI 存储库的拉取请求。
-
Comfy 集成原生 SeedVR2 图像和视频超分辨率
Comfy 已集成原生 SeedVR2 图像和视频超分辨率功能。此新功能使用 INT4 Krea 2 模型进行演示，并提供了一个供用户探索的工作流。
-
ComfyUI 用户质疑 Stable Diffusion 自定义节点的安全性
作为 Stable Diffusion 的一个流行界面，ComfyUI 的用户对其自定义节点潜在的安全风险表示担忧。这些节点扩展了 ComfyUI 的功能，可能使 [UNK] 暴露于恶意软件。社区正在寻求关于如何识别安全节点以及评估这些安全威胁普遍性的指导。
-
Stable Diffusion 用户寻求在 ComfyUI 中集成 MLX 模型
Reddit 上的用户正在寻求关于将 MLX 模型与 ComfyUI 集成的指导，ComfyUI 是 Stable Diffusion 的一个流行界面。讨论围绕着如何在 ComfyUI 环境中适配和运行 MLX 兼容模型，特别是那些为 Mac 硬件优化的模型。一些用户正在寻找实现此集成的说明或共享经验。
-
Ideogram 和 Comfy 创始人讨论开放权重模型
Ideogram 和 Comfy.org 将与其各自的首席执行官 Mohammad Norouzi 和 Yoland Yan 进行现场对话。讨论将涵盖 Ideogram 4.0（一款开放权重文本到图像模型）的开发及其与闭源 API 模型相比的意义。主题将包括结构化 JSON 提示和布局控制，随后是社区问答环节。
-
Stable Diffusion 用户寻求 ComfyUI 和 AUTOMATIC1111 的 API 集成
一位 Reddit 用户正在寻求关于将 AUTOMATIC1111 Stable Diffusion Web UI API 与 ComfyUI 集成的建议。由于 ComfyUI 不原生支持，他们希望找到一种方法来使用与 AUTOMATIC1111 API 通信的应用程序。用户指出缺乏类似文本 LLM 的 LiteLLM 的通用翻译器代理，并质疑此类工具在图像生成领域是否存在潜在需求。