工作流
来自 Comfy-Org 官方模板库，共 761 个，每个都能直接导入 ComfyUI。
单图生成汽车视频
上传车辆照片，生成多角度高质量视频。
产品广告替换
以参考广告风格为你的产品创建静态广告
交换手中商品，UGC风格
上传一张角色拿着产品和你品牌产品的照片，生成产品已互换的图片。
LivePortrait 面部表情
上传一张肖像图片和一段参考表情视频。生成带有参考表情的肖像视频。
图像拼接 2x2 网格
将四张输入图像组合成2x2网格。自动调整不匹配图像的尺寸并输出一张2048x2048的图像。
LTX-2 图生视频（蒸馏版）
使用LTX-2蒸馏模型将静态图像变为动态视频，音视频同步。专为快速生成优化，同时保持质量。支持表情口型、自然动作，生成速度更快。
MoGe：全景到网格
上传一张等距柱状投影的360°全景图像，生成带有顶点颜色的纹理化GLB网格。
Flux.1 Kontext Max
使用Flux.1 Kontext最大版图像编辑图像。
虚拟试穿: Flux
上传一张人物照片和一张服装图像。生成一个虚拟试穿结果，将服装应用到人物身上，同时保留面部和姿态。
Meshy 7: 文生3D
使用 Meshy 7 从单张参考图生成可直接投入生产的 3D 模型，这款图生3D 模型在几何对齐方面树立了新标准，能够忠实匹配输入的尺寸比例、部件位置和表面详情。非常适合概念艺术转面图、从草图进行角色和道具建模，以及任何需要保留原始设计意图的工作流。
Meshy 6：图像转模型
上传图像，使用 Meshy 6 生成 3D 模型，可创建生产级几何与干净拓扑的角色、物体或机械部件。
Meshy T2.5：文本转模型（智能拓扑）
使用 Meshy T2.5 从提示词生成可直接用于游戏的 3D 模型。Meshy T2.5 会按照你设定的三角面预算构建网格，而不是先生成密集网格再事后重拓扑，因此结果可以直接导入游戏引擎。无需输入文件。非常适合道具、环境装饰以及需要可预测三角面数量的低多边形游戏资产。
口型同步：MiniMax H3 Max
使用 MiniMax H3 Max 唇形同步，让肖像随音频轨道动起来。连接一张图像和一段语音片段，模型即可渲染表演，让嘴型与音频匹配，并保持录制时长，支持 480P 至 2K。可选的转录处理会用口述文本引导嘴型。非常适合口播广告、旁白以及为静态肖像配音。
Vidu Q1: 文生视频
使用Vidu的高级AI模型，通过可调节的运动幅度和持续时间控制，从文本提示生成高质量1080p视频。
ACE-Step 1.5XL SFT：文生音乐
使用4B参数SFT模型从文本提示词生成高质量音乐。通过CFG控制输出以实现精确的提示词遵循。
HiDream E1图像编辑
使用HiDream E1编辑图像 - 专业的自然语言图像编辑模型。
反照率估计：Marigold V2
使用 Marigold V2 从输入图像估算反照率。该工作流将表面颜色与光照和阴影分离，生成可用于重新照明、材质分析和 3D 资产创建的反照率贴图。
SD3.5简单版
使用SD 3.5生成图像。
任意图像 → 任意宽高比
上传任意图片并输入您期望的宽高比。生成您图片的扩展绘制版本，以完美适应新尺寸。
姿态图: SDPose-OOD
上传视频以提取姿态关键点并生成姿态图。该工作流支持多人检测，并使用增强型SDPose模型进行精确的全身特征提取。
混元视频 1.5 文生视频
根据文本提示生成高质量 720p 视频，支持电影级镜头控制、情感表达与物理仿真。支持多种风格，包括写实、动漫和 3D 文字渲染。
Ideogram v4：文生图（API）
以结构化JSON格式输入文本提示词。生成精确布局控制、文本渲染和色彩主题支持的高质量图像。
Kimi: K3
使用Kimi K3生成详细的图像描述和创意简报，这是一款多模态模型，具有百万级令牌上下文窗口，用于统一的文本和图像理解。输入一张图像和一个文本提示词，即可产生细致的视觉分析或批次描述。非常适合简化多镜头视觉系列、为基于节点的工作流生成自动化脚本提示词，以及通过图像反馈迭代优化创意概念。
Tripo P2：文本转模型
使用 Tripo P2 从文本提示生成可用于生产的 3D 网格，具备原生四边形拓扑，网格预算最高可达 50,000 个三角形或 25,000 个四边形。非常适合游戏角色和道具、硬表面资产，以及需要干净、可绑定几何体的高容量管线。