工作流
来自 Comfy-Org 官方模板库，共 761 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。
Qwen Image 2.1：图像编辑
使用 Qwen Image 2.1 编辑图像：向同一个同时负责生成和编辑的模型输入两张参考图，再将结果与原图对比。适合角色一致性编辑、带真实透明通道的产品抠图合成，以及原生 2K 风格迁移。
Z-Image-Turbo: 文生图
高效的图像生成基础模型，采用单流扩散变换器，支持中英文。
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。
Krea-2: 文生图
使用Krea 2从文本提示生成图像，这是一个为美学质量和创意控制而构建的基础模型。它专注于渲染富有表现力和艺术性的风格。非常适合概念艺术探索、视觉头脑风暴以及为设计项目创建风格化图像。
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。
Nano Banana 2.1：文生图
使用 Nano Banana 2.1（Google 基于 Gemini 的快速图像模型）从文本提示生成图像，输出一张已完成图像，无需任何输入文件。非常适合品牌营销海报、电商产品视觉图和 IP 角色系列。
MOSS-Image：文本生图
使用 MOSS-Image 开放权重模型，根据文本提示生成图像。该模型读取完整场景描述并输出一张成品图。提示词增强器会先将简短请求扩展为详细描述，因此一行提示即可。适用于编辑摄影、产品图和概念艺术。
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。
Seedream 5.0 Pro：图像编辑
使用Seedream 5.0 Pro精确编辑图像，针对特定区域进行调整，同时保留光照、深度和纹理。该工作流接受1个输入图像，通过可选的Painter节点和预览生成2个输出图像。适用于产品摄影编辑、肖像一致性调整以及创建包含多语言文本的结构化布局。
Nano Banana Pro
Nano-banana Pro (Gemini 3.0 Pro Image) - 工作室级 4K 图像生成和编辑，增强文本渲染和角色一致性。
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。
P-H3-Image：图像编辑
Pruna AI 基于 MiniMax-H3 构建的少步图像模型：通过简短指令编辑来源图像，最多支持 9 张参考图像，8 步采样。
Qwen Image 2.1 Turbo：图像编辑
通过单个检查点输入两张参考图像来使用 Qwen-Image-2.1 编辑图像，该检查点同时处理生成和编辑，然后将结果与原始图像进行对比。非常适合角色一致性编辑、具有真实透明度的产品抠图合成，以及原生 2K 分辨率下的风格迁移处理
Qwen Image Edit 2509
高级图像编辑，支持多图像输入、改进的一致性和 ControlNet 集成。
Seedream 5.0 Pro: 文生图
使用 Seedream 5.0 Pro 从文本提示生成图像，输出一张高质量图片。适用于创意概念艺术、营销视觉样机以及设计项目的快速构思。
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。
Qwen Image 2.1：文生图
使用 Qwen Image 2.1（最新的开放权重 Qwen-Image 模型）从文本提示生成图像，经过 25 个采样步骤生成单张 1024×1024 图像。生成和基于指令的编辑共享同一模型，原生支持 2K 输出、专业排版和透明通道。非常适合海报和布局设计、透明素材创建以及快速概念可视化。
Grok：图像编辑
上传图片，使用 Grok 模型编辑，生成更具表现力与电影感的修改版本。
GPT Image 2.5 光芒四射：图像编辑
高保真图像编辑模板。保留原始角色姿态、场景、光照和构图。仅修改部分元素，如服装、发型、面部特征或相机角度。非常适合生成具有强主体一致性的连续帧。
MOSS-Image: Image Edit
使用 MOSS-Image 及其编辑 LoRA，通过简短指令编辑照片：指令与来源图像会一起编码，因此采样器会重绘同一画面，只应用所描述的更改。颜色、材质、服装和背景的替换会保持面部、头发、姿态和构图不变，图像对比节点会将来源图像与结果并排显示。
MiniMax-H3-Image：图像编辑
描述要改的内容即可编辑图片。MiniMax-H3-Image 将原图读作 <Picture 1>，只重写指令要求的部分，其余画面保持不变，因此一个检查点即可在约 1600 万像素下完成文生图与参考图引导的编辑。适合替换画面中的商品、道具或车辆，更换材质，或为静帧重新造型。