企业官网建设流程全解析

从今年 6、7 月开始，“本地跑 AI 生图 + 视频”突然变成了一个特别值得跟的话题。原因是两方面：一方面云端工具排队严重，积分越用越快，生成链接过期后素材管理很麻烦；另一方面，开源生态里已经拼出了一套可以完全离线运行的组合方案：本地启动一个工作流引擎，自己下载图像模型和视频模型，文生图、图生视频、视频后期都能在一台电脑上完成。很多还在观望的人以为门槛很高，其实真正动手后会发现，难点只集中在三块：环境装对、模型放对位置、工作流连通。这三块正是这篇文章要解决的问题。

先说结论：如果你有一张 8GB 以上显存的 NVIDIA 显卡，想在本地搭建一套“生图 + 视频”的一体化开源方案，目前最稳妥的底座是 ComfyUI，配合开源图像模型和一个支持视频生成的工作流模块。它不见得每个单项都能碾压云端的效果，但它把“本地生成”这个能力从极客玩具变成了普通开发者可以落地的工程方案。下面会从概念、环境、安装、跑通、验证、排错到工程化建议，完整走一遍。

1. 这篇文章真正要解决的问题

很多人第一次想尝试本地 AI 生图和视频，通常不是被技术难住，而是被一堆碎片信息劝退。比如：到底应该用 Stable Diffusion WebUI 还是 ComfyUI？视频生成用哪个模型？为什么下载了安装包但启动不到界面？为什么同样的提示词，别人的效果很好，自己的图却很模糊？这些问题背后其实是一个共同原因：本地 AI 的工具链不是单个软件，而是一套组合。组合没连通，任何一个环节出问题，结果都不对。

这篇文章真正要解决的是以下三类问题：第一，选型问题，帮你判断在“开源生图 + 视频”这个需求下，为什么推荐以 ComfyUI 为核心而不是从零搭建推理脚本；第二，部署问题，从安装包获取、Python 虚拟环境创建、依赖安装到界面启动，每一步都给可复制的命令；第三，使用问题，把文生图、图生视频的完整链路跑通，并告诉你如何验证结果、如何排查失败。

需要提前说明的是，本地生成无法完全做到和云端付费工具“一模一样”，但它的优势不在于像素级复刻，而在于不受积分制、排队时间、审核规则的制约。对做短视频素材、电商图文、内容创作者和想深入理解生成式 AI 技术细节的开发者来说，一套本地方案更值得投入时间。

2. 核心概念：本地 AI 生图 + 视频，到底在搭什么

先拆解一下“开源生图 + 视频一体化方案”这个词。它并不是某个单一软件的名字，而是三个层次组成的系统：

第一层是工作流引擎。它负责把模型加载、提示词解析、采样、解码、后处理这些环节串起来。ConfiUI 是 ComfyUI 的常见拼写误记，实际对应的是 ComfyUI。它用节点图的方式组织生成流程，每一个节点负责一个能力，节点之间连线传递数据。这种设计的好处是：换一个图像模型，只需要换一个 Checkpoint 节点；加视频生成能力，只需要插入新的采样、解码和视频输出节点。相比命令行直接调模型，ComfyUI 对“组合式实验”更友好。

第二层是基础模型。图像生成通常使用开源的 Checkpoint 模型，比如 SD1.5、SDXL 系列的社区版本，或者更新架构的 Flux 等。不同模型有不同侧重点：有的擅长写实人像，有的擅长插画风格，有的偏电影质感。视频生成则依赖专门训练过的视频扩散模型，或者基于图像模型扩展出来的视频生成模块。现实中还有一条路子：先用图像模型生成关键帧，再用视频生成模块做动态化处理。

第三层是自定义节点和扩展。ComfyUI 生态里有很多第三方节点包，用来补充官方没有的功能，比如视频帧分解与合并、ControlNet 姿态控制、局部重绘、超分放大等。“一体化”说的就是：把这些原本分散在不同项目里的能力，通过 ComfyUI 的工作流组织到同一个界面和同一套 API 里。

“硬刚即梦 2.5”这个说法可以从两个角度理解。如果单纯比生成质量和审美风格，各模型有各自的偏好，不能一概而论；但从能力维度看，本地开源方案已经覆盖了文生图、图生视频、视频编辑这些云端工具的核心场景，而且生成本地化之后，隐私性和可控性更好。所以更准确的理解是：在“能力覆盖范围”和“批量生成自由度”上，开源本地方案已经有了正面对比的条件。

3. 环境准备与前置条件

在下载任何安装包之前，先检查硬件和系统环境。这步没处理好，后面大概率会出现各种奇怪问题。

3.1 显卡与显存

本地生成视频对显卡要求明显高于纯文生图。我的建议是基于显存大小分档处理：

• 8GB 显存：可以跑文生图，也能尝试轻量视频生成工作流，但需要控制视频帧数和分辨率，建议先用 384p 或 512p 短片段测试。
• 12GB 到 16GB 显存：目前比较舒适的档位，大多数开源图像模型都能跑，视频生成可以尝试 512p 到 768p，几秒钟的片段。
• 24GB 及以上：基本可以自由实验大部分开源模型，包括较大体积的视频生成模型。

没有 NVIDIA 显卡、只有核显或 AMD 显卡的情况下，也可以用 CPU 跑通流程，但速度会慢到让你怀疑人生，而且视频生成几乎不可用。这种情况建议先考虑云 GPU 实例，或者优先使用平台的免费额度。

3.2 驱动、CUDA 与 Python

为了保证 PyTorch 能正常调用 GPU，需要一块能正常工作的 NVIDIA 驱动。具体版本不是越新越好，但尽量保持不太老。在命令行输入nvidia-smi，能看到显卡信息就说明驱动正常。CUDA 不一定要单独装，因为 PyTorch 会自带一套运行时，重点是把显卡驱动装对。

Python 版本建议用 3.10 或 3.11。ComfyUI 官方和主流依赖在这两个版本上兼容性最好。不要图新用 3.12、3.13，某些编译型依赖可能没有对应轮子，安装时会报错。

3.3 磁盘空间与网络准备

本地部署最容易被低估的是磁盘占用。ComfyUI 安装包本身不大，但模型文件通常是几个 GB 起步，视频模型甚至可能达到 10GB 以上。建议预留至少 60GB 可用空间，最好放在固态硬盘上。模型加载速度和生成速度都会受到磁盘读写影响。

网络方面，下载模型依赖网络环境，实际下载速度可能不稳定。建议优先选择国内可访问的镜像源，或者用下载工具分片下载，再手动把文件放进 ComfyUI 对应目录。不要在安装过程中频繁中断下载，容易导致模型文件不完整。

4. 安装包获取与 ComfyUI 部署

ComfyUI 的部署方式有两种：一种是直接下载整合好的安装包，适合不想折腾依赖的用户；另一种是用 Git 拉取源码 + Python 虚拟环境安装，适合需要二次开发或自定义程度高的用户。下面主要介绍源码方式，因为它对后续安装自定义节点、升级版本更友好。

4.1 获取 ComfyUI 源码

以 Windows 为例，先确保已经安装 Git。打开命令行，执行：

git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI

如果 GitHub 访问速度不稳定，可以从官方仓库的 Releases 页面下载源码压缩包，或者在码云等国内代码托管平台搜索同步镜像。下载安装包后解压到指定目录，目录路径尽量不要带中文和空格，避免一些工具解析路径时出问题。

4.2 创建虚拟环境并安装依赖

进入 ComfyUI 目录后，创建 Python 虚拟环境：

python -m venv venv

Windows 下激活环境：

venv\Scripts\activate

Linux 或 macOS 下激活环境：

source venv/bin/activate

激活后安装 PyTorch 和 ComfyUI 依赖。PyTorch 官方安装命令会随着 CUDA 版本变化，建议访问 PyTorch 官网选择适合自己的版本。这里给出一个常见指令模板，使用 CUDA 12.x，版本号以官方实际为准：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

然后安装 ComfyUI 核心依赖：

pip install -r requirements.txt

如果网络慢，可以把 pip 源切到清华镜像，下载速度会明显提升：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

4.3 启动 ComfyUI

依赖装好后，启动界面：

python main.py

启动成功后，终端会显示类似下面的地址：

Starting server To see the GUI go to: http://127.0.0.1:8188

浏览器打开http://127.0.0.1:8188，就能看到 ComfyUI 的工作台界面。到这一步说明核心部署已经成功。

很多初学者卡在这一步，往往不是代码问题，而是依赖安装失败。最常见的表现是：启动时提示缺少某个包，或者提示torch没有 CPU/GPU 版本。排查方法很直接，先运行python -c "import torch; print(torch.__version__, torch.cuda.is_available())"，如果torch.cuda.is_available()返回False，说明 PyTorch 装成了 CPU 版本，需要卸载重装 GPU 版本。

5. 从文生图跑通第一个工作流

环境启动后，还需要模型文件才能真正生成图片。这一步新手最容易困惑：为什么打开界面后加载默认工作流，生成时却报错找不到模型？原因很简单，模型文件还没有放到指定目录。

5.1 下载图像模型并放置到指定目录

ComfyUI 默认从models/checkpoints/目录加载 Checkpoint 模型。从官方或社区下载开源图像模型后，把文件放到这个目录即可。目录结构大致如下：

ComfyUI/ ├── models/ │ ├── checkpoints/ # 图像模型 │ ├── vae/ # 变分自编码器 │ ├── controlnet/ # 控制网络模型 │ ├── loras/ # 低秩适配模型 │ └── ... ├── custom_nodes/ # 自定义节点 ├── input/ # 输入图片 ├── output/ # 输出结果 └── main.py

严格来说，不同模型对安装位置要求不同，但 Checkpoint 模型放在checkpoints/下是最通用的方式。下载模型时要注意模型格式是否和 ComfyUI 兼容，一般.safetensors格式兼容性最好。

5.2 调整默认工作流

启动 ComfyUI 后，界面默认会加载一个文生图工作流。核心节点如下：

• Load Checkpoint：选择刚下载的模型。
• CLIP Text Encode：输入正向提示词和反向提示词。
• Empty Latent Image：设置生成尺寸、batch 数量。
• KSampler：控制采样步数、CFG、采样器名称。
• VAE Decode：把潜空间数据解码成图像。

大多数情况下，只改提示词、选择模型、调整尺寸就能生成第一张图。举个例子，正向提示词可以写：

a cinematic portrait of a young woman, soft window light, detailed eyes, 8k, photorealistic

反向提示词可以写：

blurry, low quality, deformed, extra fingers, watermark

这里真正容易踩坑的地方是采样参数。步数不是越大越好，一般 20 到 30 步已经足够；CFG 太高容易导致颜色过饱和，太低则生成内容可能偏离提示词，建议从 7 左右开始调。

5.3 生成并查看结果

点击 Queue Prompt 按钮，右侧会生成一张图片，输出文件保存在output/目录。如果成功看到图片，说明文生图链路已经通了。如果报错，优先看终端日志，而不是界面上的提示。

从工程角度，我建议用 API 方式生成，这样可以批量测试不同提示词，也更接近生产环境的使用方式。这部分会在第 7 章展开。

6. 扩展视频生成能力：图生视频与文生视频

本地视频生成是这套方案里最复杂、也最值得花时间研究的部分。云端工具之所以让人又爱又恨，就是因为视频生成不仅消耗大量算力，还常常要排队。本地方案虽然没有排队问题，但要把开源视频模型和工作流接好。

6.1 视频生成的两种组织方式

第一种是使用独立的开源视频生成模型。这类模型通常直接支持文生视频或图生视频，输出的是连续帧序列。把模型放入 ComfyUI 的models/checkpoints/或专门目录，然后在工作流里接入视频解码节点，就能得到视频文件。

第二种是使用视频生成自定义节点。ComfyUI 生态中 AnimateDiff 等扩展通过这种方式实现：先生成一组连续潜空间帧，再做时序采样，最终拼接成视频。它更灵活，可以和 ControlNet、LoRA 组合使用，但节点更多，参数更复杂。

对新手来说，建议先选择官方或社区提供的一体化视频生成工作流模板，而不是自己从零搭建节点图。

6.2 安装自定义节点

以社区节点为例，在custom_nodes目录下执行：

git clone https://github.com/example/video-node.git cd video-node pip install -r requirements.txt

注意，这里example/video-node只是占位，实际使用时要去搜索相关开源视频扩展项目，并查看其 README 中关于 ComfyUI 兼容版本和模型放置位置的说明。很多节点还要额外下载配套模型，放在节点文档指定的目录，这一步千万不要跳过。

安装完成后，重启 ComfyUI，节点列表里会出现该扩展的节点类型。如果节点没有出现在界面里，可能原因包括：依赖安装失败、与当前 ComfyUI 版本不兼容、自定义节点目录结构不正确。

6.3 图生视频工作流示例

图生视频的核心是：先加载一张参考图，把这张图编码到潜空间，再用视频模型对这个潜空间做时序扩展。一个简化的工作流逻辑如下：

Load Image -> VAE Encode -> ImageToVideo Model -> Sample Video Latents -> VAE Decode -> Save Video

ComfyUI 的工作流文件是 JSON 格式，但手动编写工作流 JSON 很容易出错。更可靠的方式是：在社区下载别人分享的“图生视频工作流模板”，拖进 ComfyUI 界面即可自动加载。如果你的需求是批量处理，可以先用界面编辑好工作流，再通过菜单导出 API 格式的 JSON，之后用脚本提交。

真实项目里，视频生成最花时间的不是配置，而是调参。分辨率、帧数、运动强度这三个参数会明显影响生成效果。帧数越高，显存占用越大；运动强度太高，画面容易扭曲；分辨率太高，生成时间急剧上升。建议先用 512 x 512、8 到 16 帧做小规模测试，确认工作流能跑通后再调高参数。

6.4 模型下载与放置规范

视频模型的体积通常远大于图像模型。下载前先确认模型文件的哈希值或大小，避免下载了损坏文件。放置位置尽量遵循模型说明，不要随意改名。如果需要同时管理多个模型，建议在models/下按用途分子目录，例如models/video/。ComfyUI 加载模型时可能会扫描整个模型目录，目录层级太深可能导致界面加载缓慢。

7. 用 API 方式批量生成与结果验证

当界面操作流程稳定后，很多开发者的下一步需求是批量生成。ComfyUI 内置了 HTTP API，允许我们通过接口提交工作流，然后轮询结果。这种方式非常适合自动化测试、批量出图和后续产品集成。

7.1 导出 API 格式工作流

在 ComfyUI 界面的工作流编辑区，点击菜单中的 Save (API Format)，会得到一个 JSON 文件。这个文件和界面保存的工作流文件不同，它按 API 格式组织节点，可以直接用脚本提交。强烈建议用这种导出方式，而不是手写 JSON。

7.2 使用 Python 脚本提交工作流

安装 requests 库后，写一个简单的提交脚本：

import json import requests import time COMFYUI_API = "http://127.0.0.1:8188" def load_workflow(path): with open(path, "r", encoding="utf-8") as f: return json.load(f) def submit_prompt(workflow): resp = requests.post(f"{COMFYUI_API}/prompt", json={"prompt": workflow}) resp.raise_for_status() return resp.json() def get_history(prompt_id): resp = requests.get(f"{COMFYUI_API}/history/{prompt_id}") resp.raise_for_status() return resp.json() if __name__ == "__main__": wf = load_workflow("workflow_api.json") result = submit_prompt(wf) prompt_id = result.get("prompt_id") print("Submitted:", prompt_id) for _ in range(120): history = get_history(prompt_id) if prompt_id in history: print("Finished:", history[prompt_id].get("status")) break time.sleep(2)

这段脚本的逻辑是：读取工作流 JSON，提交到/prompt接口，然后每隔 2 秒轮询/history接口，直到产出结果。如果你的工作流里包含保存图片或视频的节点，输出文件会出现在output/目录。

需要特别注意：API 方式和界面操作共享同一个队列。如果界面上有任务在跑，API 提交的任务会排队等待，这属于正常行为。

7.3 结果验证的两个维度

判断生成是否成功，不能只看任务状态。第一层验证是“任务是否完成”，检查/history中的状态，如果含有error字段，说明任务失败，需要查看终端日志。第二层验证是“内容是否可用”，比如视频文件是否能正常播放、视频帧是否连贯、图片是否包含明显伪影。这一步需要人为干预，自动化脚本只能帮你把文件生成出来，不能保证内容质量。

如果你打算把生成流程接入自己的项目，建议先记录每个工作流对应的参数版本。因为同一个工作流 JSON，换一个模型后结果可能完全不同，后续做效果回归对比时，没有参数记录很难定位变化来源。

8. 常见问题与排查思路

本地部署必然会遇到问题。下面按出现频率整理了一份排查表，覆盖从启动到生成的常见故障。

这些问题之间有一个共同规律：90% 的情况下，报错信息已经指出了方向。不要一看到日志就慌，先搜索报错关键字，往往比盲目改参数更高效。

8.1 启动失败时的排查顺序

如果你的启动一直失败，建议按以下顺序排查：

1. 看终端有没有 Python 版本提示错误，确认当前虚拟环境已经激活。
2. 看是否缺少依赖，把requirements.txt里的依赖重新安装一遍。
3. 确认显卡驱动正常，PyTorch 能识别 GPU。
4. 如果是升级后出问题，查看更新日志是否存在破坏性变更。

8.2 生成效果不佳时的优化方向

效果不佳的排查逻辑和程序报错不同。程序报错一定是“哪里断了”，效果不佳往往是“哪里不匹配”。如果你是照着某个教程的提示词和参数来跑，但效果差距很大，优先检查三点：模型是否和教程一致；采样器步数和 CFG 是否被无意改动；VEA 是否正常工作。很多教程里的模型是社区精调版本，换成通用模型后，提示词的理解方式和画风完全不一样，这属于正常现象。

9. 最佳实践与工程建议

把本地 AI 方案真正用在项目里，不能只停留在“能跑通”。下面几条建议来自实践中反复踩过的坑。

9.1 模型管理和工作流版本管理

建议建立清晰的目录规范。模型文件按用途分类，工作流 JSON 放进 Git 仓库管理。每次跑出一个满意效果，就把工作流、模型文件名、关键参数记录到一份说明文件里。这样做的好处是：当你想复现某个效果时，不用靠记忆找回参数。视频生成项目尤其如此，因为模型版本之间的效果差异比图像模型更大。

9.2 优先使用 API 而不是手动点击

只要涉及批量出图或自动化处理，务必使用/prompt接口。手动点击适合验证想法，不适合生产流程。API 方式还能方便你集成排队逻辑、失败重试和结果通知，让生成过程变成一条可观测的流水线。

9.3 显存优化和性能调优

如果显存不够，可以尝试以下几种方式：降低 batch size、降低分辨率、使用--lowvram或--medvram启动参数、使用模型浮点量化版本。其中--lowvram会影响生成速度，但能让本来跑不动的模型跑起来。先保证功能，再追求画质，这是本地部署里最务实的做法。

9.4 安全意识与素材规范

本地部署不等于没有边界。模型文件本身可能来自不同社区，下载时要从可信渠道获取。生成内容也要遵守合规要求，不要使用开源工具制作违规素材。如果你在公司项目中使用，还需要注意模型的许可证差异，有些模型允许商用，有些只允许研究使用，使用前务必查阅授权条款。

9.5 不要盲目追求最大模型

很多人拿到新机器后第一反应是下载最大体积的模型。实际使用中最大的模型不一定最适合你的需求，也不一定和你的显存匹配。更合理的做法是：先跑通一个小模型，验证工作流没有问题，再切换到更大模型观察效果。这样能减少排查问题的复杂度。

10. 总结与后续学习方向

这篇文章把“本地开源生图 + 视频一体化方案”拆成了四个环节：环境准备、ComfyUI 部署、文生图工作流、视频生成扩展。真正值得记住的不是某个具体命令，而是整个方案的思考方式：本地 AI 工具链是一个模型与工作流互相配合的系统，遇到问题先确认模型位置和依赖版本，再判断参数和效果问题。

如果你从头跟到了这里，建议下一步这样实践：先去跑通一个文生图工作流，熟悉节点之间的关系；然后安装一个视频生成自定义节点，用默认参数生成一段短视频；最后再考虑用 API 方式把生成流程固化下来。每完成一步，你都会对这套技术栈有更具体的感知。

这篇文章提到的安装包和模型，都可以在对应官方仓库的 Releases 页面找到，优先选择发布版本而不是开发分支。建议收藏备用，按文章顺序一步步操作，不用急着追求复杂功能。把最基础的对象关系搞清楚后，后面上 ControlNet、LoRA、视频工作流模板都会顺很多。