ComfyUI hat Updates erhalten, die die Nutzung des Tools zur lokalen Generierung von Bildern und Videos mithilfe künstlicher Intelligenz vereinfachen. Zu den neuen Funktionen gehören Modo Aplicativo, das im März veröffentlicht wurde, und die im Januar von NVIDIA angekündigte Unterstützung für das NVFP4-Format. Esses-Funktionen reduzieren den VRAM-Verbrauch um bis zu 60 % beim Betrieb auf GeForce RTX-Karten und erhöhen die Generierungsgeschwindigkeit um das bis zu 2,5-fache im Vergleich zu früheren Versionen.
Mit dem Tool können Benutzer KI-Modelle direkt auf ihrem PC ausführen. Antes, das verbundene Knotensystem erforderte eine detaillierte Konfiguration, was viele Anfänger abschreckte. Agora, Modo Aplicativo wandelt komplexe Abläufe in eine einfachere Schnittstelle um, in der Sie einfach Eingabeaufforderungen eingeben und das Ergebnis generieren.
Was ist ComfyUI und warum erregt es Aufmerksamkeit?
ComfyUI dient als flexible Plattform zur Integration von Vorlagen wie Stable Diffusion und anderen Broadcast-Modellen. Benutzer verbinden Knoten, um Bedingungen festzulegen und Bilder oder Videos nach Bedarf zu verarbeiten. Essa Modularität dient Forschern und Entwicklern, die eine präzise Kontrolle suchen.
Modo Aplicativo, eingeführt im März, verändert den Ablauf. Ele wandelt die Knoten in eine saubere Leinwand um, ähnlich wie bei bekannten Schnittstellen aus anderen KI-Programmen. Der Benutzer wählt Eingaben wie Text oder Bild aus und aktiviert die Generierung über eine Schaltfläche. Der Modelos-Ready-Kompatibilitätsmodus ist jetzt verfügbar, obwohl sich die Version noch in der Betaphase befindet. Mais Optionen sollten in den kommenden Monaten verfügbar sein.
Viele Benutzer berichteten von Schwierigkeiten mit dem Verzweigungsknotenbildschirm. Der neue Modus reduziert diese Barriere, ohne die Leistung des Originalwerkzeugs zu verlieren.
Voraussetzungen für die lokale Ausführung generativer KI
Die Desktop-Version von ComfyUI automatisiert einen Teil der Installation, einschließlich Tools wie Python, was den Einstieg für diejenigen ohne fortgeschrittene Erfahrung erleichtert. Das Programm läuft auf Windows und macOS, wobei in diesem Handbuch der Schwerpunkt stärker auf der Windows-Erfahrung liegt.
Für beste Leistung wird eine NVIDIA GeForce RTX-GPU empfohlen. Modelos Leichte Geräte wie SD1.5 erfordern mindestens 8 GB VRAM. Para SDXL oder Videogeneration, idealerweise bis zu 12 GB oder mehr. Armazenamento in SSD hilft bei der Ladegeschwindigkeit.
- 8 GB VRAM: SD1.5- und SDXL-Basisgeneration
- 12 GB VRAM: SDXL, kurze Videos mit AnimateDiff und Qualitätsverbesserungen
- 16 GB VRAM: Nutzen Sie mehrere Modelle, längere Videos und LoRA-Training
- 24 GB VRAM: Modelle wie Flux.2, großformatige Videos und hochauflösende Vergrößerungen
Die meisten generativen KI-Modelle wurden für die CUDA-Plattform von NVIDIA entwickelt. Zu den RTX-Karten gehört Tensor Cores, die für Berechnungen mit künstlicher Intelligenz bestimmt sind und die Stabilität und Energieeffizienz verbessern.
ComfyUI-Installation auf Windows bis zur ersten Generation
Die Desktop-Version bietet ein spezielles Installationsprogramm für Windows. Após Laden Sie das Paket herunter. Der Vorgang erstellt eine Desktop-Verknüpfung. Der Benutzer öffnet das Programm, folgt den Anfangseinstellungen und wählt die Option NVIDIA GPU aus.
Das System erkennt die Karte und konfiguriert die Umgebung automatisch. Modelos Initialen stehen zum sofortigen Testen zur Verfügung. Die erste Bildgenerierung erfolgt nach Auswahl eines einfachen Workflows oder Verwendung vorgefertigter Vorlagen.
Der Prozess vermeidet langwierige manuelle Konfigurationen von Python und Abhängigkeiten. Usuários mit RTX-GPU bemerken einen Geschwindigkeitsunterschied seit der ersten Verwendung.
Wie GeForce RTX die KI-Generierung beschleunigt
NVIDIA kündigte im Januar native Unterstützung für NVFP4 in ComfyUI an. Das Format Esse reduziert den VRAM-Verbrauch um bis zu 60 % und erhöht die Geschwindigkeit auf Karten der GeForce RTX 50-Serie im Vergleich zu früheren Genauigkeiten um das bis zu 2,5-fache. Modelos und FLUX.2 Klein verfügen bereits über NVFP4- und FP8-Varianten.
Der Tensor Cores verarbeitet KI-Berechnungen mit weniger Energieverbrauch. Die NVFP4-Unterstützung funktioniert nativ im Tool, ohne dass aufwändige Anpassungen erforderlich sind. Para Ältere RTX-Karten, FP8 bietet 1,7-fache Geschwindigkeitssteigerungen und 40 % Reduzierung des VRAM.
Diese Optimierungen machen die Bild- und Videoerzeugung auf Consumer-Hardware praktikabler. Der Benutzer lädt Prüfpunkte direkt aus Repositorys wie Hugging Face herunter und ersetzt die Standardvorlage in ComfyUI.
RTX Video Super Resolution für 4K-Videos
ComfyUI integriert jetzt den RTX-Knoten Video Super Resolution. Mit dem Tool Essa können Sie die Auflösung generierter Videos auf RTX-Karten schnell auf 4K erhöhen. Der Vorgang erfolgt in Sekundenschnelle und verbessert die Schärfe, ohne übermäßige Artefakte hinzuzufügen.
Der Knoten ist über eine Erweiterung im ComfyUI-Manager oder durch direkten Download aus dem offiziellen Repository verfügbar. Ele lässt sich in bestehende Arbeitsabläufe integrieren und ermöglicht eine direkte Hochskalierung nach der Videogenerierung.
Ersteller, die Inhalte in niedrigeren Auflösungen produzieren, erhalten eine praktische Option für eine qualitativ hochwertige Bereitstellung. Die Technologie nutzt dedizierte Beschleunigung von RTX-GPUs.
Welche GeForce RTX-Karte soll ich wählen?
Die Wahl hängt von der Hauptverwendung und der Menge des verfügbaren VRAM ab. Basic Modelos läuft gut auf 8-GB- oder 12-GB-Konfigurationen. Fluxos Fortgeschrittenere mit mehreren Vorlagen oder langen Videos erfordern 16 GB oder mehr.
Für diejenigen, die Flux.2 oder hochauflösende Vergrößerungen ausprobieren möchten, bieten 24-GB-Karten mehr Komfort. Aufgrund des CUDA-Ökosystems und spezifischer Optimierungen in ComfyUI bleibt die RTX-Serie von NVIDIA eine Top-Empfehlung.
Modo Aplicativo und Leistungsverbesserungen sollen mehr Benutzer für die lokale KI-Generierung gewinnen. Das Tool bietet erweiterte Flexibilität und reduziert gleichzeitig anfängliche Schwierigkeiten.
