comfyui桌面版 v0.8.11官方版

这篇文章主要介绍了ComfyUI这款AI绘图工具。它是一个基于节点流程的图像生成器，用户可以通过拖放操作来构建和调整生成流程，而无需编写代码。ComfyUI采用节点式工作流设计，将深度学习模型的工作流程简化为图形化节点，支持数字艺术创作、电商视觉设计和游戏素材生产等领域。新版本v0.3.76改进了前端界面与用户体验，新增了3D节点支持全景图像、性能优化等功能，让生成流程更加精准和高效。

文章还详细介绍了ComfyUI的本地部署步骤，包括硬件需求（如NVIDIA显卡、内存、硬盘等）和软件需求（如Python、Git、CUDA等）。用户需要按照步骤安装并运行相关脚本，最后通过浏览器访问界面即可使用。此外，文章提到ComfyUI支持多种模型格式和LoRA训练器，进一步提升了创作灵活性。

总的来说，ComfyUI是一个功能强大的AI绘图工具，适合需要精准控制图像生成流程的用户。它的图形化界面和模块化设计让复杂的深度学习模型变得易于操作，尤其对于有一定技术背景的设计者来说，是个不错的选择。不过，安装和配置过程可能对新手来说有些复杂，建议参考官方教程或寻求帮助。

comfyui是一款基于节点流程的AI绘图工具，专为图像生成任务设计，通过将深度学习模型的工作流程简化为图形化节点，使用户能够通过拖放操作构建和调整生成流程，无需编写代码。comfyui采用节点式工作流设计，将稳定扩散算法分解为独立功能单元，涵盖模型加载、参数调控和结果输出等模块。主要服务于数字艺术创作、电商视觉设计和游戏素材生产等领域，支持风格化图像生成（如黏土风艺术创作）。用户可通过可视化界面搭建完整生成流水线，实现从文本输入到图像/视频输出的全流程精准控制。新版本已经将内核升级为v0.3.76，改进了前端界面与用户体验，支持性能与模型，3D 节点支持全景图像等等，快免费下载体验吧。ps：这里小编带来的是comfyui官方版和comfyui中文绿色便携版，其详细的安装教程可参考下文操作，希望对用户有帮助。

comfyui本地部署的详细步骤（以comfyui中文绿色便携版为例）：

一、硬件需求

‌显卡‌：必须为 NVIDIA 显卡（如 ‌20/30/40/50 系列），‌显存最低 6GB（基础模型），推荐 8GB 以上（SDXL 或 ‌FLUX 模型需 12GB+）。‌‌

内存‌：最低 8GB，推荐 16GB 或 32GB 以上。‌‌

‌硬盘‌：需‌固态硬盘（SSD），容量最低 1TB（模型和插件文件较大）。‌‌

‌‌CPU‌：推荐 ‌Intel i5-12400 或更高。‌‌

二、软件需求

‌操作系统‌：‌Windows 10/11、macOS 10.15+ 或 ‌Linux。‌‌

‌‌Python‌：需 3.7 或更高版本（推荐 3.10 或 3.12）。‌‌

‌‌Git‌：用于下载模型和插件。‌‌

‌‌CUDA 与 ‌cuDNN‌：NVIDIA 显卡用户需安装 ‌CUDA Toolkit（如 12.4 版本）和 cuDNN 以加速计算。‌‌

‌Mac 用户注意‌：仅支持 Apple Silicon（M1/M2/M3）芯片，Intel 芯片需通过虚拟机运行 Windows 版本。‌‌

三、开始安装

1、首先安装python-3.14.2软件； 

2、再安装微软常用运行库合集，安装必要的vc组件； 

3、下载本站提供的comfyui中文绿色便携版，并解压出来放c盘； 

4、运行run_nvidia_gpu.bat

5、运行run_cpu.bat

6、浏览器打开：http://127.0.0.1:8188/

7、软件上手教程：查看【https://docs.comfy.org/zh-CN/】

comfyui v0.3.76核心功能更新

1、前端界面与用户体验

新界面：节点 2.0 公测版

线性模式测试版（可通过快捷键绑定设置热键启用）

子图改进和错误修复

改进缺失节点体验

新增工作流进度面板

新增资产侧边栏

2、3D 功能

3D 节点支持全景图像

将 3D 动画节点合并到 3D 节点中

3、LoRA 训练器

ComfyUI 原生 LoRA 训练器支持多分辨率

支持 Z-Image LoRA 训练

4、性能与模型支持

支持视频微型 VAE

支持 z-image LoRA 格式

默认在 Nvidia 上启用异步卸载

5、合作伙伴节点

Veo3 First-Last-Frame 节点

在 Kling FirstLastFrame 节点中添加 Kling v2.5 turbo

Kling O1 模型支持

更新日志

v0.8.11版本

1、模型支持

添加了Gemma 12B支持，包含量化权重

增强了LTXAV文本编码器，支持设备选择并降低了显存使用量

改进了LTXAV文本编码器的内存估算

2、性能改进

修复了FP8MM卸载的性能问题

为过时的PyTorch版本添加了警告提示，建议升级到cu130以提升性能

更新了comfy kitchen版本要求

3、错误修复

修复了稳定版本工作流，确保正确拉取最新的comfy kitchen更新

从模型补丁器中删除了令人困惑的加载统计信息

将工作流模板更新到v0.7.69