ComfyUI：基于节点的生成式AI工作流

ComfyUI：基于节点的生成式AI工作流 | AI生成和翻译

首页 2026.07

问题：什么是ComfyUI？

答案：

ComfyUI 是一个基于节点的图形界面，用于生成式 AI 图像/视频/音频工作流，主要用于运行和构建围绕扩散模型（如 Stable Diffusion、FLUX、ControlNet、LoRA、IP-Adapter、AnimateDiff 等）的流水线。

你可以把它理解为视觉 AI 领域的 PyTorch，但带有图形编辑器。

不需要写：

prompt
  -> text encoder
  -> diffusion model
  -> sampler
  -> VAE decoder
  -> image

而是以可视化方式构建相同的流水线：

[加载检查点]
        |
        v
[CLIP 文本编码] <--- 提示词
        |
        v
[KSampler]
        |
        v
[VAE 解码]
        |
        v
[保存图像]

每个方框都是一个节点。你可以在节点之间连接张量。

为什么人们使用 ComfyUI

1. 对推理图的完全控制

普通应用：

提示词 -> 图像

ComfyUI：

提示词
 |
CLIP
 |
正向条件
 |
ControlNet
 |
LoRA
 |
IP Adapter
 |
采样器
 |
调度器
 |
VAE
 |
图像

你可以修改每一步。

这与以下工具类似：

TensorFlow 图模式
Unreal Blueprint
Blender 节点编辑器
LangGraph（用于智能体）

2. 可重现的工作流

ComfyUI 的工作流就是 JSON。

示例：

{
  "nodes": [
    {
      "type": "CheckpointLoader",
      "model": "flux-dev"
    },
    {
      "type": "KSampler",
      "steps": 30,
      "cfg": 4
    }
  ]
}

你可以分享这个 JSON，其他人就能得到相同的流水线。

这就是研究人员和创作者喜欢它的原因。

3. 本地运行

典型设置：

GPU
 |
CUDA / ROCm
 |
PyTorch
 |
ComfyUI
 |
模型

示例：

git clone https://github.com/comfyanonymous/ComfyUI

cd ComfyUI

pip install -r requirements.txt

python main.py

打开：

http://localhost:8188

硬件要求

大致如下：

GPU	体验
RTX 3060 12GB	还行
RTX 4070 12GB	良好
RTX 3090 24GB	优秀
RX 7900 XT 20GB	可能可行 (ROCm)
MI50 16GB	技术上有趣但痛苦
H100	性能过剩

你的 RTX 4070 + MI50 实验与此相关：

RTX 4070 → 最简单的 ComfyUI 体验
MI50 → ROCm 兼容性实验，不适合日常生成

流行工作流

文本 → 图像

提示词
 |
FLUX / SDXL
 |
KSampler
 |
图像

图像 → 图像

输入照片
 |
VAE 编码
 |
扩散
 |
VAE 解码
 |
新图像

角色一致性

参考图像
       |
IP Adapter
       |
LoRA
       |
FLUX/SDXL
       |
生成的角色

视频生成

文本
 |
AnimateDiff / Wan / CogVideo
 |
帧
 |
视频

ComfyUI vs Automatic1111

	ComfyUI	Automatic1111
对新手友好	❌	✅
控制	⭐⭐⭐⭐⭐	⭐⭐⭐
研究工作流	⭐⭐⭐⭐⭐	⭐⭐
自动化	⭐⭐⭐⭐⭐	⭐⭐
API 使用	优秀	一般
复杂流水线	优秀	有限

对于工程师来说，ComfyUI 通常是更好的选择。

为什么它对 AI 工程师很重要

ComfyUI 本质上是一种用于生成模型的视觉编程语言。

核心概念：

LLM：

tokens
 ↓
Transformer
 ↓
tokens

扩散模型：

噪声
 ↓
UNet / DiT
 ↓
去噪后的潜变量
 ↓
图像

ComfyUI 暴露了整个前向传播过程。

对于从事模型训练/推理的人来说，它很有用，因为你可以尝试：

不同的采样器
条件方法
LoRA 合并
量化模型
ControlNet
图像/视频流水线

而无需编写整个应用。

鉴于你的背景（nanoGPT、ROCm、GPU 实验），ComfyUI 很可能值得一试。有趣的部分不是 UI，而是理解扩散计算图以及像交换 Transformer 块一样交换组件。

返回捐助