ComfyUI-I2VGenXL
I2VGenXL 模型为 ComfyUI 带来高清视频生成新体验
ComfyUI-I2VGenXL 项目将 I2VGenXL 模型集成到 ComfyUI 中，实现高质量视频生成。该项目支持 1280*704 分辨率输出，通过正负提示词控制生成过程。其自然动效和优质光影效果使其成为当前表现出色的高清视频模型。项目设计了标准工作流，支持文生视频和图生视频，并集成自动补帧功能，为视频创作提供完整解决方案。
ComfyUI I2VGenXL
ComfyUI的I2VGenXL非官方实现
项目介绍
-
对I2VGenXL的非官方实现，实测下来是目前动效自然程度和光影最好的高清视频模型（幅度没有SVD1.1大，但综合效果比SVD1.1强）
-
I2VGenXL特点：
- 与SVD不同，I2VGenXL可以通过输入正负提示词来完成更好的生成
- 分辨率：1280*704
- 生成帧数：16帧
- 速度：A100约97秒（比SVD1.1慢20%）
-
版本：V1.0
视频演示
文/图生视频标准工作流设计
节点说明
-
模型加载 | 📽️I2VGenXL Model Loader
- 自动下载并加载官方ali-vilab/i2vgen-xl模型
-
I2VGenXL生成 | 📽️I2VGenXL Generation
- pipe：接入模型
- image：接入图像
- positive、negative：正负提示词
- step：步数，官方默认50步
- guidance_scale：提示词相关度，一般7.5-9
- width、height：宽度、高度
- num_frames：生成帧数
- seed：种子
安装
-
推荐使用ComfyUI Manager安装（即将推出）
-
手动安装：
cd custom_nodesgit clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-I2VGenXL.gitcd custom_nodes/ComfyUI-I2VGenXLpip install -r requirements.txt- 重启ComfyUI
使用注意
- 模型有一定概率会出现最后一帧空白的情况，原因暂不清楚，所以目前节点直接删除了最后一帧，默认生成结果是15帧
工作流
V1.0
-
标准工作流设计：
-
参考了stablevideo.com的UI交互逻辑，与我设计的SVD1.1标准工作流相同
-
支持文生视频和图生视频两种方式：其中文生视频支持自动暂停选择图像，满意后再运行视频生成
-
加入了自动补帧插件
-
使用插件：cg-image-picker，ComfyUI-SVD-ZHO，ComfyUI-Frame-Interpolation，rgthree-comfy，ComfyUI-VideoHelperSuite
-
工作流文件：V1.0 Standard 标准版
-
-
基础工作流：V1.0 Simple 基础版
更新日志
-
20240206
V1.0 优化代码，并设计标准工作流
-
20240205
创建项目
速度实测
-
V1.0
- A100 50步 97秒
Stars
关于我
📬 联系我：
- 邮箱：zhozho3965@gmail.com
- QQ群：839821928
🔗 社交媒体：
💡 支持我：
Credits
编辑推荐精选
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题 ，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借 助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公 效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一 个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号