工作流
来自 Comfy-Org 官方模板库，共 227 个，每个都能直接导入 ComfyUI。
Wan2.2-S2V 音频驱动视频生成
将静态图像与音频转为动态视频，音画完美同步，分钟级即可生成。
Gemini Omni 1.1 Flash：参考生视频
使用Gemini Omni 1.1 Flash的参考模式生成视频，将多张参考图像中的特定主体融入其中：图像中的角色、产品和物体会出现在场景中，而图像本身绝不会作为帧显示。使用<IMAGE_REF_0>等标签将每张图像绑定到一个角色，将角色参考与风格参考组合，并用自然语言配合原生音频指导场景。非常适合角色驱动的故事、产品植入和品牌一致的内容。
混元视频 1.5 图生视频
将静态图像动画化为动态视频，支持精准的运动与镜头控制，在保持照片与插画视觉一致的同时，带来流畅自然的动作，让画面更生动。
VEED Lipsync 2.0：视频对口型
用 VEED Lipsync 2.0 把已有素材里说话人的口型替换成一段新的语音：画面中的人对着新音频说话，其余画面保持原样；成片保持原视频分辨率、25 fps，长度与音频一致，最长 600 秒。若视频比语音短，画面会正放再倒放直到音频结束。适合给现成镜头重新配音、不重拍就换台词，或制作本地化版本。
LTX 2.3 IC-LoRA Union Control
使用对齐的控制输入（如深度、姿态或边缘），通过 IC-LoRA 生成 LTX 2.3 视频。
MiniMax H3 Max Turbo：图生视频
使用 MiniMax H3 Max Turbo 从起始图像生成视频序列，从单个输入帧产生两个视频输出。这种快速的图生视频工作流可在数秒内生成短视频片段，并带有可选的提示词增强和2K放大阶段。非常适合为静态照片制作动画、为故事板创建快速运动预览以及快速视觉效果迭代。
Pruna P-Video 2：图生视频
使用 Pruna P-Video-2 将单张图像转化为视频。作为 Pruna 注重质量的视频模型，其图生视频模式在身份一致性和细微自然的运动方面表现出色——支持 720p/1080p、1-20 秒时长，并提供 Draft 模式以实现快速预览。非常适合图像动画、产品动态展示和海报电影感效果。
InfiniteTalk：音频驱动的全身视频配音
上传源图像和目标音频。生成全身配音视频，同步动作，同时保留原始身份、背景和摄像机运动。
Wan2.7：图生视频
上传图像和音频文件以生成带同步声音的视频，使用首尾帧进行控制。
MiniMax H3: 首尾帧视频生成
使用MiniMax H3从首帧和尾帧生成视频，在两幅图像之间产生平滑动画。您提供2张图像，工作流输出单个视频CLIP。非常适合创建动画中的无缝过渡、可视化之前和之后的变换，以及为角色或场景序列生成一致的运动。
因果驱动：图生视频
输入文本提示词并选择一个模型检查点。使用因果强制或因果强制++，通过1到4个推理步骤生成高质量视频。
Flux 视频编辑
使用简单的文本提示，通过 FLUX 编辑和变换图像。更改角色、物体、背景、风格或整个场景，同时保留原始图像的关键详情和整体一致性。
Wan万相 2.1 图生视频
使用Wan 2.1从图像生成视频。
Gemini Omni 1.2 Flash：文生视频
写好镜头描述就能拿到 5 秒 16:9 带音效的成片：环境声、脚步、UI 点击都出自同一次生成。Gemini Omni 1.2 Flash 能在一个镜头内保持角色和版式稳定，适合游戏大厅主视觉、产品短片和菜单界面镜头。
Wan万相 2.1 文生视频
使用Wan 2.1从文本提示生成视频。
LTX-2：音频转视频
上传音频文件和起始图像帧。使用LTX-2模型生成与音频同步的视频。
Gemini Omni 1.1 Flash：文生视频
使用 Gemini Omni 1.1 Flash 从文本提示或参考图像生成带音频的电影级视频，支持宽高比、分辨率和关键帧插值控制。非常适合文生视频叙事、为产品照片或插图制作动画，以及迭代式对话视频编辑。
多关键帧视频衔接
使用 6 个关键帧生成流畅视频，自动补全帧间动作并无缝拼接。
Kling O3: 参考生视频
上传一张参考图，以及可选的音频或文本提示词。生成一个角色一致的视频，带有原生音频输出和精确的故事板控制。
Kling O1：视频编辑
支持自然语言指令编辑视频，新增视频参考模式，可快速完成风格转换、元素添加、背景修改等多种高质量视频创作任务。
Wan 2.2 14B Fun Control
使用Wan万相Fun Control，通过姿态、深度和边缘控制生成视频。
Seedance2.0 4K: 参考生视频
使用Seedance 2.0从单张输入图像生成基于参考的视频，输出原生4K分辨率、10位颜色深度，并保留清晰的精细细节。该工作流接收1张图像，输出1个视频。适用于需要下游调色的高分辨率动态图形、电影级VFX镜头，以及需要4K输出的专业视频制作。
Seedance2.0 真人：参考生视频
上传真人参考视频进行身份验证。使用自己的照片验证并生成个性化视频输出。
同步3：视频唇形同步
使用 Sync Labs sync-3 模型同步视频中嘴唇动作与新音频轨道，该模型会自动调整说话者的嘴巴以匹配您上传的音频。此工作流接受 1 个视频和 1 个音频输入，生成 1 个同步视频输出。非常适合为外语内容配音、修正视频制作中不匹配的对白，或让静态肖像开口说话。