工作流
来自 Comfy-Org 官方模板库，共 227 个，每个都能直接导入 ComfyUI。
MiniMax H3：图生视频
使用MiniMax H3将起始图像转换为简短的高质量视频片段，这是一种统一的多模态模型，可在单次传递中生成视觉和同步音频。该工作流接受1个输入图像并生成1个视频输出，可选文本或参考媒体来控制运动、风格或声音。非常适合快速概念可视化、角色驱动动画测试，以及创建带有内置声音设计的可分享社交媒体片段。
LTX-2.3: 图生视频
上传图像以生成视频，提升运动一致性和精细细节，包括增强的竖屏格式支持和音频质量。
Wan万相 2.2 14B 图生视频
使用 Wan 2.2 将静态图像转为动态视频，运动控制精准，风格保持稳定。
MiniMax H3：参考生视频
通过向MiniMax H3提供参考图、最多九张图像、三个视频和三个音频片段以及文本提示词来生成新视频，让模型从这些来源中匹配角色身份、动作、相机、语音或风格，同时在一次生成中产生原生立体声音频。输出为单个MP4视频，分辨率高达2K，24fps，时长约15秒。非常适合角色一致性动画、风格迁移视频生成和音频同步内容创作。
LTX-2.5：图生视频
使用LTX-2.5从单张图像生成视频，以业界领先的像素质量和原生多镜头能力制作高保真CLIP，在连接式场景中保持角色、环境和光照的一致性。非常适合电影制作、VFX镜头创建以及需要快速、本地可部署视频生成的内容管线。
MiniMax H3：文生视频
使用MiniMax H3直接从文本提示词生成带有原生立体声音频的视频，这是一种全模态模型，可一次性合成语音、音效和音乐。输出分辨率高达2K、24fps，时长约15秒，无需文件输入——只需一个提示词即可生成一个视频输出。非常适合快速概念可视化、社交媒体内容创作和音频同步叙事。
Pika H3 Flex：参考生视频
使用 Pika H3 Flex 从参考图像生成带同步音频的视频，在提示词承载故事的同时保持参考图像的身份、服装和外观。两个图像输入分别接入为 Picture 1 和 Picture 2，Pika 适配器以强度 1.0 运行，配合 lcm 采样器和六步 sigma 列表，基于 MiniMax H3 Ref2VA 基础模型。非常适合制作角色一致且带原生声音的短片。
Seedance 2.5：参考生视频
通过提供最多20张图像、6个视频片段和6个音频片段，使用Seedance 2.5生成参考驱动的视频，以控制角色一致性、视觉风格和运动节奏，在单个4–30秒的输出中实现同步声音和唇形同步对话。非常适合电商产品展示、品牌广告和角色驱动的短剧集。
FastVideo FastH3：图生视频
使用 MiniMax H3 和 FastH3 8 步检查点，从单张静态图像生成带有同步原生音频的视频。一张图像即可一次性输出一个视频，并配有匹配的语音、音效和音乐。非常适合让肖像动起来、让产品图栩栩如生，以及快速制作社交媒体短片。
Seedance2.5 1080P：图生视频
使用Seedance 2.5从单张图像生成电影级1080P视频片段，将静态图像动画化为动态场景，并同步声音、音乐和对话，支持任意宽高比，最长30秒。非常适合为产品照片注入活力、将概念艺术扩展为动态画面，以及从照片创建引人入胜的社交媒体内容。
Wan Animate 2：动作迁移
使用Wan万相2通过驱动视频为静态角色制作动画，直接从视频帧中转移动作，无需任何姿态提取或骨骼预处理。输出保留参考角色的身份，同时根据您的文本提示词生成全新的背景和相机运动。非常适合动作转移、动作模仿和角色动画替换项目。
FastH3 OmniRef：参考生视频
使用 FastH3 OmniRef 八步蒸馏模型，从提示词加参考图生成音画同步的视频，该模型仅需八个采样步骤即可渲染两路流。接收 1 张输入图像并产生 1 个视频输出。非常适合为参考角色制作动画、创建会说话的虚拟形象，以及快速进行社交媒体视频原型制作。
Pika H3 Flex：文生视频
使用 Pika H3 Flex 从文本提示词生成带同步音频的视频。它是 Pika 为 MiniMax H3 后训练得到的适配器，六个采样步数就能产出 1344x768、124 帧的成片。适配器以 1.0 强度挂载在 int8 MiniMax H3 底模上，配合 lcm 采样器与 Pika 自定的六个 sigma 值，一次完整渲染约一分钟，而不是 20 步的一整轮。适合在 H3 上快速试提示词与概念迭代，无需准备任何输入图。
LTX-2.5：文生视频
使用LTX-2.5从文本提示词生成电影级视频，这是一个生产就绪的扩散模型，可输出单个视频文件，并支持可选的空间放大以增强分辨率。非常适合电影预可视化、商业故事板以及高容量内容创作流程。
LTX-2.3：图像音频转视频
上传图像和音频文件，使用LTX-2.3生成同步唇部动作的高质量视频。
Seedance2.5 草稿：参考生视频
使用 Seedance 2.5 的两阶段草稿模式，从参考图像生成草稿预览视频：第一阶段将您的参考图像和提示词转化为快速、低成本的 480p 预览以及可复用的草稿任务 ID，第二阶段根据该 ID 渲染 1080p 最终视频。非常适合在投入全质量渲染之前锁定角色或分镜参考。
LTX-2.5：FLF2V
使用LTX-2.5根据首帧和尾帧参考图像生成视频，将两帧内容融合为单个动画序列。非常适合创建过渡镜头、在两个主体或场景之间变形，以及从静态参考构建多镜头叙事。
SCAIL-2：角色替换
上传1张参考角色图像和1段驱动视频。生成角色动作与驱动视频匹配的动画视频。适用于角色动画、视频内角色替换及动作迁移项目。
Pika H3 Flex: First and Last Frame to Video
使用 Pika H3 Flex 在两个静帧之间制作动画：第一张图像开启镜头，第二张图像结束镜头，而提示词描述两者之间的路径。这两个帧被锁定在片段的开头和结尾，适配器以强度 1.0 运行在 int8 MiniMax H3 FL2VA 基础模型上，使用 lcm 采样器和 Pika 的六步 sigma 列表，输出尺寸取自首帧并自动对齐到 32 的倍数，因此竖屏源保持竖屏。
Wan3.0：参考生视频
使用Wan3.0的参考生视频功能，从两张参考图像生成视频，可生成长达30秒的片段，保持角色一致性并呈现逼真视觉效果。非常适合创建一致的角色动画、从视觉参考中复制场景，以及从静态图像制作视听内容。
Seedance2.5：视频编辑
使用Seedance 2.5通过自然语言描述更改来编辑现有视频片段，支持局部对象移除、背景替换、场景替换和风格迁移，同时保留原始构图和运动。输入1个视频，输出1个编辑后的视频，帧间结果在时间上保持一致。非常适合电商背景替换、素材风格化重制和带定向修饰的广告重新编辑。
SCAIL-2 Int8：角色替换
使用使用驱动视频为参考角色制作动画，或通过 SCAIL-2 Int8 完全替换角色。该模型比 fp8 画质更高、运行更快。工作流接受一张参考图和一段驱动视频，输出身份已替换的动画角色序列，适合跨身份换脸、动物驱动动画，以及无需中间姿态的多角色场景。
HeyGen Video 1.0：图生视频
使用 HeyGen Video 1.0，从单张图像生成一段 5-15 秒的 CLIP，包含同步的对话和声音，视频从该精确帧开始，并保持图像的比例，分辨率为 480p 或 768p。提示词同时驱动动作和台词，输出一个视频。非常适合为人像或产品照片赋予声音、无需拍摄即可制作口播视频，以及让静态图像栩栩如生。
Seedance 1.0 Pro：图生视频
使用 ByteDance Seedance 模型将静态图像转为动态视频，分析图像结构并生成自然运动，视觉风格一致、序列连贯。