Lowvram AI Video Comfyui

本机 AI 视频生成（ComfyUI + Wan / LTX）

基线机器：RTX 4060 Laptop 8G 显存 / 32G 内存 / Win11。 定位：本地出低分辨率、几秒的动漫短视频（自媒体够用）。别把 8G 当 16G 用。

何时用

用户说"跑视频模型/文生视频/图生视频"，或要把本地视频生产环境交给执行成员（团队成员等）继续实验时。

先建立认知（选型不走错）

• 文生视频(T2V) 与 图生视频(I2V) 是两套模型，不能互相替代：
  • Wan2.1-1.3B 只有 T2V；Wan 的 I2V 只有 14B（8G 跑不动）。
  • 8G 能跑的 I2V = LTX-2B fp8（另需 t5xxl 编码器）。
• 长视频/人物一致性：纯 T2V 做不到"同一主角多段连续"；正解是 I2V 用同一张角色图做首帧，逐段生成再拼接。T2V 硬拼 N 段必人物漂移。
• Ollama 与 ComfyUI 模型不通用：Ollama 是语言模型（写提示词/剧情），ComfyUI 是扩散模型（出片）。是配合分工，不是替代。

部署顺序（按序做；跳步必踩坑）

1) 装 ComfyUI 便携版（放 D 盘，勿占 C 盘）

• 从 Comfy-Org/ComfyUI GitHub release 取 ComfyUI_windows_portable_nvidia.7z（自带 python+torch+CUDA）。
• ⚠️ bash 下 7z x -o"/d/..." 的 MSYS 路径会被转换坏，产物不落目标目录（解压报成功但目录空）。→ 用 Python subprocess 传原生 Windows 路径调 7z。

2) 升级 ComfyUI 到最新版（旧版没有 Wan/LTX 节点）

• GitHub 直连常 Connection was reset → 先配镜像： git config --global url."https://ghfast.top/https://github.com/".insteadOf "https://github.com/"，再 git pull --ff-only origin master。

3) 升级 Python 依赖：python_embeded\python.exe -s -m pip install -r ComfyUI\requirements.txt（新版会新增 comfy-kitchen 等）。

4) torch 必须与 comfy-kitchen 匹配（按症状逐级排）：

• 先判驱动上限：nvidia-smi 看 CUDA Version；要 CUDA 13 就必须升驱动。
• 取最新驱动：NVIDIA 驱动查询 API（AjaxDriverService，RTX40 系笔记本 psid=138/pfid=1005）拿 DownloadURL；下载需带浏览器 UA + Referer，否则 403。静默装 -s -noreboot；装完 nvidia-smi 确认，通常无需重启 torch 即可识别 GPU。

5) 模型必须用 ComfyUI 标准格式（最容易踩的坑）

• 从 Comfy-Org/Wan_2.1_ComfyUI_repackaged 的 split_files/ 下 safetensors：
  • diffusion_models/wan2.1_t2v_1.3B_fp16.safetensors（≈2.8G）
  • text_encoders/umt5_xxl_fp8_e4m3fn_scaled.safetensors（≈6.7G）
  • vae/wan_2.1_vae.safetensors（≈0.25G）
• ⚠️ 用 Wan 官方原始 .pth（如 models_t5_umt5-xxl-enc-bf16.pth）→ 报 Cannot copy out of meta tensor; no data!（CLIPTextEncode 阶段）。这是格式/命名不匹配，不是显存问题——别去调显存参数。
• 国内下载：HuggingFace 直连不通 → 用 hf-mirror.com；curl -C - --retry 999 --retry-all-errors 断点续传。
• 落位：ComfyUI\models\{diffusion_models,text_encoders,vae}\。

6) 装 ffmpeg（视频编码必需）：python_embeded\python.exe -s -m pip install imageio-ffmpeg imageio（自带静态 ffmpeg）。缺它 SaveVideo 阶段报 [Errno 22]。

7) 启动服务

python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --disable-async-offload > log.txt 2>&1

• --disable-async-offload：8G 下避免文本编码器权重停在 meta device。
• ⚠️⚠️ 绝不用 | head / | tee 管道启动这类长驻服务：tqdm 进度条写已关闭的管道 → [Errno 22] Invalid argument 直接中断 KSampler，看起来像模型报错，其实是启动方式问题。用 > 日志 2>&1 重定向。这条坑对任何长驻进程/网关同样成立——管道关闭会连带杀掉进程。
• 判就绪：netstat -ano | grep :8188 有 LISTENING。

跑文生视频（T2V）

• 节点链照抄 templates/wan21_t2v_workflow.json： CLIPLoader(type=wan) + VAELoader + UNETLoader + EmptyHunyuanLatentVideo + CLIPTextEncode(正/负) + KSampler + VAEDecode + CreateVideo + SaveVideo
  • 视频 latent 用 EmptyHunyuanLatentVideo；输出必须 CreateVideo → SaveVideo。
  • ⚠️ VAEDecode 输出是 IMAGE，直连 SaveVideo 会报 received_type(IMAGE) mismatch input_type(VIDEO)。
• 提交：POST http://127.0.0.1:8188/prompt，body {"prompt": {节点id: {class_type, inputs}}}；返回 node_errors:{} 即通过。
• 查进度：GET /history/<prompt_id> 看 status.status_str（running/success/error）；error 时读 messages 里的 execution_error（含 node_id/node_type/exception_message）。
• 8G 实测可用参数：832×480、length 33（≈2 秒）、steps 15-20、cfg 5.5-6.0、fps 16。超了会 offload 到内存，极慢。
• 产物在 ComfyUI\output\*.mp4；用 imageio_ffmpeg.get_ffmpeg_exe() 调 ffmpeg 验时长/分辨率。

跑图生视频（I2V）

• 用 LTX-2B：ltxv-2b-0.9.8-distilled-fp8.safetensors（≈4.5G）→ models\diffusion_models\；text encoder 用 **t5xxl**：t5xxl_fp8_e4m3fn.safetensors（≈4.9G，来自 comfyanonymous/flux_text_encoders）→ models\text_encoders\。
• ⚠️ LTX 用 t5xxl、Wan 用 umt5，两者不通用，都要下。
• 一致性打法：固定一张角色图当首帧逐段生成，或用 IPAdapter/InstantID 注入角色。

跑前准备（8G 显存）

• 关 Chrome 等占显存软件（系统/桌面常占 ~1.2G，Chrome 可占 ~1.9G）。
• 单任务串行，别并发多个生成。

交付给执行成员

交接文档结构（照此写）：环境路径 → 启动命令（含参数）→ 模型清单（文件名+目录+大小）→ 可复用工作流 JSON → 8G 参数心法 → 踩坑速查 → 下一步待办。

参考

• templates/wan21_t2v_workflow.json — 实测跑通的 Wan2.1-1.3B 文生视频工作流（ComfyUI API 格式，可直接 POST）

关于作者

九品锦锂e ｜ 把踩过的坑封装成「拿来就能跑」的 skill，不写教科书。

这个 skill 是我自己在用的版本，里面每条坑都是真踩过的。用的时候卡住了、想要进阶玩法、或者有别的场景想让我封装成 skill，直接加我微信说，加时备注「SkillHub」我优先通过：

扫码添加作者微信 · 备注「SkillHub」优先通过