ComfyUI AI 影片生成入門：文生影片與圖生影片

ComfyUI 不只能生成圖片。近年開源的影片模型（例如 Wan 系列、LTX-Video、HunyuanVideo 等）都可以在 ComfyUI 中使用，生成數秒的短影片。

兩種主要方式

方式	輸入	適合
文生影片（T2V）	提示詞	從零產生畫面
圖生影片（I2V）	一張圖片 + 提示詞	讓一張圖「動起來」，畫面最可控

實務上圖生影片最常用：先用圖像模型做出滿意的畫面（或使用自己的照片、插畫），再生成動態，品質與一致性都比較好。

硬體需求

影片生成非常吃資源：

顯示卡記憶體：建議 16 GB 以上；12 GB 以下需要使用量化版本或較小的模型，並降低解析度與影格數。
系統記憶體：建議 32 GB 以上。
時間：一段幾秒的影片，視硬體與設定可能需要幾分鐘到數十分鐘。

許多影片模型提供不同大小的版本（例如較小的參數量），以及 FP8、GGUF 量化版本，記憶體不足時優先選擇這些版本。

從官方範本開始

影片模型的工作流程比圖片複雜，強烈建議從範本開始：

選單 → 瀏覽範本 → 影片（Video）分類。
選擇模型與方式，例如某個模型的「圖生影片」範本。
依提示下載需要的模型檔（擴散模型、文字編碼器、VAE，圖生影片有時還需要圖像編碼器），放到對應資料夾。
在 Load Image 節點載入起始圖片，修改提示詞，按 Run。

主要參數

參數	說明
寬 / 高	影片解析度。先用較低解析度（例如 480p 等級）測試
影格數（length / frames）	影片長度 = 影格數 ÷ 每秒影格數。部分模型要求特定的影格數（例如 4 的倍數加 1）
fps	每秒影格數，依模型建議設定（常見 16～24）
steps、CFG	依範本建議值

影格數與解析度對記憶體和時間的影響最大。先用短、小的設定確認動作正確，再提高品質。

提示詞

影片提示詞除了描述畫面，更重要的是描述動作與鏡頭：

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.

描述主體的動作（walks, turns her head, smiles）。
描述鏡頭運動（slow zoom in, pan left, static camera）。
圖生影片時，不需要重複描述圖片中已經有的內容，著重在「要怎麼動」。

輸出影片

範本通常使用 Save Video、Save WEBM 或 VideoHelperSuite 的 Video Combine 節點輸出 MP4 / WebM / GIF，檔案存在 output 資料夾。

加速技巧

使用加速 LoRA（Lightning 等類型）可以把步數降到個位數，生成時間大幅縮短。
使用 FP8 或 GGUF 量化模型。
先用低解析度生成，滿意後再放大（影片放大也有專門的模型與工作流程）。

現實的期待

開源影片模型目前大多產生數秒的片段，長影片需要分段生成再剪接。
複雜的動作、手部、文字仍然容易出錯，多生成幾次挑選最好的結果。
模型更新非常快，幾個月內就會有更好的新模型，定期查看範本中的新選項。

生成真人影片時，請遵守法律與平台規範，不要製作冒充他人或誤導性的內容。

更新於 2026年10月12日