ComfyUI v0.15.1 版本发布：核心修复与 AI 模型优化解析

if self.cond != other.cond:

现已升级为：

if not is_equal(self.cond, other.cond):

这使得复杂条件在合并过程中可正常识别，从而改善生成稳定性。

3. Light Tricks 模块全面增强

位于 comfy/ldm/lightricks/av_model.py 与 model.py：

新增参数 self_attention_mask，为多模态自注意机制引入独立控制层。 这意味着模型的内部注意力不再固定，而可通过 mask 动态调节噪声到引导信号之间的注意强度，实现更加精细的多模态融合。

新增 _build_guide_self_attention_mask() 方法，允许模型根据每个引导参考自定义注意力衰减。

该函数基于每个 guide_attention_entries 构建遮罩矩阵，对噪声↔引导 token 的注意力进行定量调整。 在计算过程中，遵循以下逻辑：

• strength < 1.0 时，进行关注度衰减。
• 支持通过 pixel_mask 生成自适应遮罩。
• 构建 log-space 加法偏置，用于 Transformer 的注意力层。

此功能的意义在于：模型对于多个引导输入（如视频帧、图像提示）可形成独立的注意力权重分布，从而提升多参考控制下的生成一致性。

4. 模型检测与元数据兼容扩展

文件：comfy/model_detection.py

新增自动提取 metadata 配置中 transformer 字段的能力，使保存的模型可加载自定义的 transformer 优化参数。

5. 模型克隆机制扩展

文件：comfy/model_patcher.py

新增参数 disable_dynamic=False，可在 clone 时禁用动态显存机制，实现与 torch.compile 一致的模型静态化操作。 并通过缓存 cached_patcher_init 保留模型加载初始化信息，为后续冷启动提供支持。

6. 动态 VRAM 管理逻辑优化

文件：comfy/ops.py

原有的 enables_dynamic_vram() 调用被替换为 comfy.memory_management.aimdo_enabled 逻辑。 这意味着系统不再依赖命令行参数，而通过内部内存管理器自动判断 AIMDO 动态显存支持状态，极大简化配置复杂度。

7. 新模型流派支持：WAN21_FlowRVS 与 IMG_TO_IMG_FLOW

文件：comfy/model_base.py 与 comfy/model_sampling.py

新增模型类型枚举值 IMG_TO_IMG_FLOW (11)。 并定义对应的模型类 WAN21_FlowRVS：

class WAN21_FlowRVS(WAN21):
    def __init__(self, model_config, model_type=ModelType.IMG_TO_IMG_FLOW, image_to_video=False, device=None):
        model_config.unet_config["model_type"] = "t2v"

该模型继承 WAN2.1 架构，支持图像到视频流变变换（Flow-based Realistic Video Segmentation）。

在采样类型中新增：

class IMG_TO_IMG_FLOW(CONST):
    def calculate_denoised(self, sigma, model_output, model_input):
        return model_output 

为 ComfyUI 框架增加了新的视频分割式生成管线支持。

8. Gemini 系列 API 全面扩展

文件：comfy_api_nodes/nodes_gemini.py

新增 Gemini NanoBanana2 节点——支持 Google Vertex AI 的 Gemini 3.1 Flash Image 模型调用。 此节点可生成高分辨率图像（1K~4K），支持 thinking_level 控制，可在 MINIMAL 与 HIGH 两种思维层次间切换。 新增价格徽章逻辑 GEMINI_IMAGE_2_PRICE_BADGE，用于 API 自动计算使用费用。

所有配置类均升级，例如：

class GeminiThinkingConfig(BaseModel):
    includeThoughts: bool | None = Field(None)
    thinkingLevel: str = Field(...)

这使生成请求可通过 thinkingLevel 影响模型推理策略，从而在简洁与复杂思维之间平衡图像质量与成本。

9. GLSL 节点与纹理加速修复

文件：comfy_extras/nodes_glsl.py 修复纹理删除逻辑，确保在启用 PyOpenGL 加速后，类型强制转换为 int 避免 numpy 类型错误：

gl.glDeleteTextures(int(tex))

提高系统渲染稳定性。

10. 前端与依赖更新

文件：requirements.txt 关键依赖升级：

• comfyui-frontend-package → 1.39.19
• comfyui-workflow-templates → 0.9.4
• comfy-aimdo → 0.2.2

增强前端 API 节点的进度文本序列化，和 workflow 模板的自动化管理能力。

11. 脚本执行主入口调整

文件：main.py 在主执行体之前新增 AIMDO 初始化逻辑：

import comfy_aimdo.control
if enables_dynamic_vram():
    comfy_aimdo.control.init()

确保系统在导入 Torch 模块前完成显存动态优化启动，防止显存管理冲突。

12. 版本号统一与构建文件更新

• comfyui_version.py 更新为 0.15.1
• pyproject.toml 同步为 0.15.1 版本标识与依赖一致，确保构建系统与安装文件保持同步。

四、总体评估与技术意义

本次更新可被视为 ComfyUI 框架的一次底层稳定性强化版本。 显著改进如下：

1. 增强错误容忍度：节点处理更稳健，避免低级键缺失导致进程中断。
2. 模型泛化扩展：FlowRVS、NanoBanana2、Gemini 3.1 Flash 等新模型支持。
3. 动态显存机制优化：显存控制由命令行切换至自动检测机制。
4. 注意力控制升级：引入 per-guide attention mask，优化多参考图像特征融合。
5. 前端和 API 协同更新：前端升级与 API 节点同步，交互更加实时、准确。

这使得 ComfyUI 在处理高维度视觉生成任务时，更加高效、稳定且具备较强的扩展性。

五、结语

ComfyUI v0.15.1 的发布，是一次非常重要的稳定性版本更新。它在保持架构完整性的同时，进一步增强了 AI 生成体系的连续性与智能性。 尤其是针对多模态融合和视频流式模型的支持，使得其在视频生成、图像修复和 AI 艺术设计领域再进一步。

对于开发者与 AI 内容创作者而言，建议尽快将环境升级至 v0.15.1，以充分体验其改进后的运行效率与生成质量。

版本总结表