【实战】基于ComfyUI的AI应用实战：新手0->1的图像、视频、动画生成入门导书

引言：为什么这篇值得你看一遍

很多进入 AI 领域的同学，想学一些AI应用，又不知道从哪入手？

本指导书 采用最简洁的方案，带领大家 从0开始，一步一步的完成 AI 图像、视频、动画生成，并基于当前流行的ComfyUI + 一台幻x2025笔记本，实现离线、隐私、低成本的本地生成方案的操作实战，让大家掌握一门新技术。

第一章　ComfyUI 介绍与商业应用场景

1.1 什么是 ComfyUI

ComfyUI 是目前最主流的节点式（Node-based）生成式 AI 可视化工作流引擎，最初面向 Stable Diffusion 生态，现已覆盖图像、视频、音频、3D 等多模态生成。与传统的「一行提示词 → 一张图」式 WebUI 不同，ComfyUI 把一次生成拆解为可拖拽、可串联、可复用的节点图：

• 核心概念：每个节点代表一个原子操作（加载模型、编码提示词、采样、解码、合成……），节点之间用连线传递张量/潜变量。用户像搭电路一样拼出自己的生成管线。
• 优势：流程完全可视化、可保存为 .json 工作流、可一键复现、便于做批处理与工程化集成；对本地大模型的显存调度（Dynamic VRAM、模型卸载）支持成熟。
• 生态：内置 Workflow Templates 市场，覆盖 SDXL、Flux、WAN 视频、ControlNet、IP-Adapter 等主流玩法，新手可直接套用官方模板，无需手写代码。

1.2 为什么值得在本地部署：省！

1.3 商业应用场景

ComfyUI 的节点式管线特别适合可复用、批量化的生产场景：

1. 电商与广告素材生产

   • 商品图批量生成（换背景、换风格、换季节）、虚拟模特换装、海报合成。
   • 本地部署避免商品图外泄，满足品牌方数据合规要求。

2. 影视 / 游戏 / 动漫前期

   • 概念设计、分镜预览、角色原画、场景气氛图；WAN 类文生视频节点可直接产出动态分镜。

3. 短视频 / 自媒体 AIGC

   • 结合本机批量工作流，过夜跑出系列短片素材，供给内容矩阵（与 ilearnai.online 这类内容站点天然契合）。

4. 设计工作室与创意机构

   • 把固定风格固化成模板，新人套模板即可产出风格一致物料，降低对个别画师的依赖。

5. 私有化 AI 中台

   • 企业内网部署 ComfyUI，作为「文生图/视频」能力底座，对接业务系统做自动化素材生成。

6. 教育与科研

   • 节点图即「可执行的实验记录」，便于教学演示与可复现研究。

第二章　部署方案概述

2.1 为什么选幻 x2025 跑本地 ComfyUI

为了低成本的完成实战演练，本文选用“个人算力”笔记本-幻 x2025 128G内存版，其核心优势是 Strix Halo 的统一内存架构（UMA）：CPU 与 iGPU 共用同一块 128GB LPDDR5x 物理内存，iGPU（Radeon 8060S）可寻址其中约 94GB 作为显存。这让单张集成显卡能直接加载 34–42GB 峰值的工作流（如全精度 Flux.1-dev、WAN 双 14B 专家），而普通 8–24GB 独显必须量化或卸载才能跑。

2.2 官方发布案例

1. AMD 官方博客《Local Image and Video Generation on AMD Ryzen AI Max Processor (Windows)》
   https://rocm.blogs.amd.com/artificial-intelligence/comfyui-windows/README.html

   • 同一机型（Ryzen AI Max+ 395 / 128GB），原生 Windows + ROCm 7.2.1 + PyTorch 2.9.1+rocm7.2.1（Python 3.12），无需 WSL。
   • 实测跑通 SDXL（~18s）、全精度 Flux.1-dev（~78s/图，峰值 ~34GB）、WAN 2.2 双 14B + 4-step LoRA 文生视频（峰值 ~42GB）。
   • 明确结论：「BIOS unified-memory allocation … about 94 GB available to the GPU … If large workflows fall back to CPU or fail to load, raising this allocation is the first thing to check.」

2. ComfyUI 官方 AMD ROCm 支持公告
   https://blog.comfy.org/p/official-amd-rocm-support-arrives

   • ComfyUI Desktop v0.7.0+ 起内置官方 AMD ROCm 支持，Windows 安装时自动选中 AMD ROCm，开箱即用。

3. AMD x ComfyUI 官方博客（含中文版）
   https://www.amd.com/en/blogs/2026/amd-comfyui-advancing-professional-quality-generative-ai-ryzen-radeon.html

   • 官方明确推荐：「AMD recommends an AMD Ryzen AI Max+ 128GB system (set to 64GB VGM)」—— 即 128GB 机型把可变显存（VGM）设为 64GB，与本文实测配置一致。

2.3 本文采用的部署方案

本文采用 ComfyUI Desktop 官方安装器方案：下载官方 .exe 安装器，安装时选择 AMD ROCm，由安装器自动创建 Python 虚拟环境、解压官方后端、预置 ROCm 版 PyTorch，并通过内置 Templates 市场一键加载 Wan2.1 Fun Camera 1.3B 工作流与模型。

该方案对普通用户最友好：无需手动配置 Python/pip/ROCm，全程图形化，从裸机到出片可在一小时内完成。本文后续所有步骤均围绕此方案展开。

第三章　整体流程

3.1 流程总览

下图为本机「裸机 → 成功出片」的纵向流程，共 7 个阶段：

3.2 各阶段说明

第四章　软硬件环境准备

4.1 硬件信息

UMA 要点：显存不是独立显存，而是从 128GB 里「切」一块给 iGPU。VGM 设 64GB 时 CPU 池约 65GB，兼顾 iGPU 可寻址与系统/锁页内存，最稳。

4.2 软件与版本（本文实测环境）

4.3 依赖的前置条件与获取地址

4.4 网络与磁盘预估

• 模型下载：4 模型合计 ≈ 11.5GB（clip_vision 1.26G + umt5_xxl_fp8 6.74G + vae 0.25G + diffusion 3.23G）。
• 运行时：.venv + 后端 ≈ 数 GB；安装盘建议 ≥15GB 余量。
• 后端包：Desktop 缓存后端 comfyui-standalone-win-amd-v0.34.0-env1.7z ≈ 5.4GB（建议单线程下载以确保完整）。

第五章　详细操作步骤

本章为正向成功操作手册，每一步均给出：操作 → 作用 → 关键关注点。按序执行即可从裸机走到成功出片。

步骤 1　关闭 Smart App Control

• 操作：Windows 安全中心 → 应用和浏览器控制 → 智能应用控制 → 关闭。
• 作用：解除 Windows 对未签名/新文件的执行拦截，确保 ROCm 运行库 amdhip64.dll 可正常加载。
• 关键关注点：需管理员权限；关闭后部分机型需重启生效。

步骤 2　更新 AMD Adrenalin 驱动

• 操作：打开 Adrenalin → 驱动和软件 → 管理更新 → 下载安装；或到 amd.com 下载最新版。
• 作用：提供 ROCm 运行时、VGM 开关与 iGPU 识别能力。
• 关键关注点：版本 ≥ ROCm 栈要求（本文 32.0.31041.1004 验证可用）；安装后建议重启一次。

步骤 3　配置可变显存（VGM = 64GB）

• 操作：Adrenalin → 性能 → 显卡（或调整） → 可变显存（Variable Graphics Memory） → 设为 64GB → 重启。
• 作用：划定 iGPU 可寻址内存上限，剩余部分留给 CPU 作系统与锁页内存，避免内存分配冲突。

• 关键关注点：

  • 必须重启——UMA 预留是固件级，不重启不生效。
  • 默认 UMA 仅 4GB（绝对不够）；官方推荐 64GB 为 128GB 机型甜点值。

步骤 4　下载 ComfyUI Desktop 安装包

• 操作：访问 https://www.comfy.org/download → 选 AMD ROCm 版本 → 保存 .exe 到 D:（SSD 大空间盘）。
• 作用：获取官方一键安装器。
• 关键关注点：使用单线程 / 官方下载器下载，确保文件完整（后端包约 5.4GB，损坏后解压会失败）；保存到剩余空间 ≥15GB 的盘。

步骤 5　安装并首次启动（自动解压后端）

• 操作：双击 .exe → 初始化 → GPU 选 AMD → 安装位置选 D:\Comfy-Desktop（≥15GB 余量）→ 完成 → 桌面快捷方式启动。
• 作用：Desktop 自动创建 .venv、解压后端、拉起 Web UI。
• 关键关注点：Web UI 地址 http://127.0.0.1:8188；后端落在 D:\Comfy-Desktop\ComfyUI-Installs\ComfyUI\ComfyUI\.venv。首次启动会下载 PyTorch 等依赖，请保持网络畅通。

步骤 6　加载 Wan2.1 Fun Camera 1.3B 模板 + 下载模型

• 操作：Desktop 左侧工具栏 → Templates（文件夹图标）→ 搜索 Wan2.1 Fun Camera → 加载 1.3B 模板 → 弹窗提示缺模型 → 点 Download 自动拉取 4 模型。
• 作用：准备好文生视频工作流与权重。
• 关键关注点：模型存放于 D:\Comfy-Desktop\ComfyUI-Shared\models\（clip_vision / text_encoders / vae / diffusion_models）；4 模型 ≈ 11.5GB，日志出现 4 次 skipping/Already have 即表示 Template models ready。

步骤 7　设置 GPU 显存分配环境变量

• 操作：在 系统 / 用户环境变量 中加入

  GPU_MAX_HEAP_SIZE=100000
  GPU_MAX_ALLOC_PERCENT=100

• 作用：放开 GPU compute 堆分配上限，确保大模型显存分配不被保守限值截断。

• 关键关注点：

  • 必须写入系统或用户环境变量（不是终端 set），否则开始菜单启动的 Desktop 不会继承。
  • 设置后重开 Desktop（非仅刷新网页）使其生效。

步骤 8　执行工作流并出片

• 操作：重开 Desktop → 重新加载 Wan2.1 Fun Camera 1.3B 模板 → 在画布填写 prompt → 点 Run Workflow（或 Ctrl+Enter）。
• 作用：端到端验证并生成视频/图像。
• 关键关注点：观察 Web UI 进度与 D:\Comfy-Desktop\ComfyUI-Shared\output 目录；成功时日志末尾出现 Prompt executed in 542.02 seconds，全程无显存报错。

第六章　执行过程与成果展示

安装成功后，简要的操作：

第1步：启动ComfyUI，新建一个工作实例，如下图示，选择和电脑GPU匹配的，然后继续。

第2步：进入选择入门工作流，选择工作需要的场景，做视频就选视频下面的大模型，做图像就选图像下面的大模型，等等，继续安装。

第3步：接下来，是一个耗时较长的过程，主要是下载基础包、大模型等几十个G，下载完后，会自己的解压和安装。

第4步：安装成功后，点击进入新建的 工作实例，就可以工作了。如下是工作实例自带的一个演示案例，点右上角的 “运行”，若能正常运行（耗时在几分钟），就说明 全部环境部署成功。

参考实操日志：D:\Comfy-Desktop\ComfyUI-Installs\ComfyUI\logs\comfyui.log。

6.1 启动与硬件识别（关键诊断行）

** ComfyUI startup time: 2026-09-09 20:08:58.042
** Python version: 3.13.12
** ComfyUI version: 0.34.6
[INFO] pytorch version: 2.12.0+rocm7.14.0
[INFO] AMD arch: gfx1151
[INFO] ROCm version: (7, 14)
[INFO] Set vram state to: NORMAL_VRAM
[INFO] Device: cuda:0 AMD Radeon(TM) 8060S Graphics : native
[INFO] DynamicVRAM support detected and enabled
[INFO] comfy-aimdo version: 0.4.15

6.2 内存分配（成功期实测）

峰值预载 ≈ 17.4GB（CLIPVision 1.2G + WanTE 6.4G×2 + VAE 0.24G + Camera 3.1G），相对 102GB VRAM 余量充足 → 后续换 14B 变体仍有空间。

6.3 模型加载（dynamic VRAM 分段预载，全部成功）

6.4 采样与收尾

0%→20/20 [08:11<00:00, 24.57s/it]      # KSampler 20 步，稳态 ~24.5s/it
[INFO] Prompt executed in 542.02 seconds  # 全程（加载+采样+解码）≈9 分 2 秒

• 采样速度：首步 12.7s/it（warmup/编译），稳态 ≈24.5s/it。
• 成果：VAE 解码完成，视频/图像写入 D:\Comfy-Desktop\ComfyUI-Shared\output。

6.5 两个无害告警，不影响出片

1. [ComfyUI-Manager] An invalid channel was used: https://cdn.jsdelivr.net/gh/ltdrdata/ComfyUI-Manager@main
   → 后台节点缓存更新访问废弃频道，与生成无关。
2. torch.cross without specifying the dim arg is deprecated
   → 相机轨迹节点的弃用提示，无功能影响。

附录 A　过程中遇到的问题与有效解决方案

本章汇总本机实测中曾遇到的典型问题及已验证有效的解决方式，供排障参考。

附录 B　固化配置清单

结论：本机 Wan 文生视频链路判定为稳定可用。后续正式出片切 14B 变体时，单片段 20 步预计 15–30 分钟，本机定位过夜批量即可。

本文为「幻 x2025 本地 ComfyUI 部署」系列操作指导书，配套排障细节将在本站后续文章中展开。