Tutorial de geração de vídeos com IA no ComfyUI: texto para vídeo e imagem para vídeo

O ComfyUI não serve apenas para gerar imagens. Modelos de vídeo de código aberto lançados nos últimos anos, como as séries Wan, LTX-Video e HunyuanVideo, podem ser usados no ComfyUI para gerar clipes curtos de alguns segundos.

Duas formas principais

Na prática, imagem para vídeo é a opção mais usada: primeiro, crie uma imagem de que você goste com um modelo de imagens (ou use uma foto ou ilustração sua) e depois gere o movimento. Assim, a qualidade e a consistência costumam ser melhores.

Requisitos de hardware

A geração de vídeos consome muitos recursos:

• Memória da GPU: recomenda-se 16 GB ou mais. Com menos de 12 GB, você precisa usar uma versão quantizada ou um modelo menor e reduzir a resolução e o número de quadros.
• Memória do sistema: recomenda-se 32 GB ou mais.
• Tempo: um vídeo de alguns segundos pode levar de alguns minutos a dezenas de minutos, dependendo do hardware e das configurações.

Muitos modelos de vídeo oferecem versões de tamanhos diferentes (por exemplo, com menos parâmetros), além de versões quantizadas em FP8 e GGUF. Se a memória for insuficiente, dê preferência a essas versões.

Comece pelos modelos oficiais

Os workflows de vídeo são mais complexos que os de imagem. Recomendamos fortemente que você comece por um modelo oficial:

1. Menu → Browse Templates → categoria Video.
2. Escolha o modelo e o método, por exemplo, um modelo oficial de «imagem para vídeo».
3. Baixe os arquivos de modelo solicitados (modelo de difusão, codificador de texto, VAE e, às vezes, codificador de imagem para imagem para vídeo) e coloque-os nas pastas correspondentes.
4. Carregue a imagem inicial no nó Load Image, edite o prompt e clique em Run.

Parâmetros principais

O número de quadros e a resolução são os fatores que mais afetam a memória e o tempo. Primeiro, use configurações curtas e pequenas para confirmar que o movimento está correto; depois, aumente a qualidade.

Prompts

Além de descrever a cena, um prompt para vídeo deve descrever principalmente a ação e o movimento da câmera:

A girl with an umbrella walks slowly along a rainy street at night, neon signs reflecting
on the wet ground. The camera slowly follows her from behind. Light rain falls.

• Descreva a ação do sujeito (walks, turns her head, smiles).
• Descreva o movimento da câmera (slow zoom in, pan left, static camera).
• Ao usar imagem para vídeo, não é preciso repetir o que já aparece na imagem. Concentre-se em descrever «como a imagem deve se movimentar».

Exportar vídeos

Os modelos oficiais geralmente usam os nós Save Video, Save WEBM ou Video Combine, do VideoHelperSuite, para exportar em MP4 / WebM / GIF. Os arquivos ficam na pasta output.

Dicas para acelerar

• Use uma LoRA de aceleração (como as do tipo Lightning) para reduzir o número de etapas a um dígito e diminuir bastante o tempo de geração.
• Use modelos quantizados em FP8 ou GGUF.
• Primeiro, gere em baixa resolução. Quando o resultado estiver bom, aumente a resolução (também existem modelos e workflows específicos para aumentar a resolução de vídeos).

Expectativas realistas

• Atualmente, a maioria dos modelos de vídeo de código aberto gera clipes de alguns segundos. Para criar vídeos longos, gere trechos separados e depois edite-os juntos.
• Movimentos complexos, mãos e texto ainda costumam apresentar erros. Gere várias opções e escolha o melhor resultado.
• Os modelos são atualizados muito rapidamente. Novos modelos melhores podem surgir em poucos meses; confira regularmente as novas opções nos modelos oficiais.

Ao gerar vídeos com pessoas reais, siga as leis e as regras da plataforma. Não crie conteúdo que se passe por outra pessoa ou que seja enganoso.

Atualizado 12 de outubro de 2026