云服务器部署 ComfyUI+SVD 生成 AI 视频实战指南

python3 main.py --port 27777 --listen 0.0.0.0

启动成功后，复制控制台输出的调试地址（通常为 http://<公网 IP>:27777），在浏览器中打开即可看到 ComfyUI 的操作界面。

默认工作流会生成一张水瓶的图片，点击 Queue Prompt 按钮可以测试环境是否正常。

6. 安装 SVD 插件

6.1 安装 Custom Nodes

1. 在 ComfyUI 主界面左侧菜单中找到 Manager 插件。
2. 点击 Install Custom Nodes。
3. 在搜索框中输入 svd。
4. 选择 ComfyUI-SVD 插件进行安装。
5. 等待安装完成，点击界面上出现的 Restart 按钮重启服务。

6.2 下载 SVD 大模型

1. 再次进入 Manager 插件，选择 Install Models。
2. 搜索 svd。
3. 根据显卡性能选择合适的版本：
   • 14 帧版本：适合显存较小的显卡。
   • 25 帧版本：适合 4090 等高配显卡，效果更佳。
4. 点击下载，等待约 10 分钟完成模型下载。

7. 图片转视频工作流搭建

7.1 导入工作流

可以从 ComfyUI 官方 GitHub 仓库下载 JSON 格式的工作流文件，或者直接将包含 SVD 节点的 JSON 文件拖入 ComfyUI 界面自动加载。

7.2 核心节点说明

一个标准的 SVD 工作流通常包含以下关键节点：

• Load Checkpoint：加载底模。
• CLIP Vision Loader：加载视觉编码器，用于理解输入图片内容。
• SVD Model Loader：加载 SVD 视频模型。
• Image to Video：连接图片与模型，设置帧数、运动幅度等参数。
• VAE Decode：将潜在空间数据解码为可见图像序列。
• Save Image：保存生成的视频帧。

7.3 参数设置

• Image：上传待转换的静态图片。
• Model：选择已安装的 svd_xt 模型。
• Frames：设置输出视频帧数（默认 14 或 25）。
• Motion Bucket ID：控制视频运动的剧烈程度，数值越大动作越明显。

设置完成后，点击 Queue Prompt 执行任务。等待几秒钟至几分钟（取决于硬件性能），即可看到生成的结果。

8. 视频格式转换与后期

ComfyUI 默认生成的视频序列可能为 WebP 格式或 PNG 序列。为了获得通用的 MP4 视频文件，需要进行格式转换。

8.1 在线转换

可以使用在线网站将 WebP 序列转换为 GIF，再转为 MP4。

8.2 FFmpeg 命令行转换

如果本地有 FFmpeg 工具，推荐使用命令行批量转换，效率更高：

ffmpeg -framerate 14 -i frame_%04d.png -c:v libx264 -pix_fmt yuv420p output.mp4

最后，将生成的多段视频使用剪辑工具拼接起来，即可完成完整的 AI 视频制作。

9. 常见问题排查

9.1 显存不足 (OOM)

如果遇到 CUDA out of memory 错误，尝试以下方案：

• 降低 batch_size。
• 使用精度更低的模型（如 FP16）。
• 减少生成帧数。
• 升级云服务器 GPU 配置。

9.2 模型加载失败

检查 extra_model_paths.yaml 中的路径是否正确，确保模型文件存在于指定目录下且权限可读。

9.3 代理问题

若无法下载插件或模型，请确认代理设置是否生效，或尝试更换网络环境。

10. 总结

ComfyUI 通过节点化设计实现了高度定制化的 AI 创作流程。结合 SVD 模型和云服务器的高性能算力，开发者可以快速构建稳定的图像转视频管线。虽然节点式操作初期有一定学习门槛，但一旦掌握，其灵活性和可控性是传统 WebUI 无法比拟的。工具只是手段，最终的视频质量仍取决于创作者对参数的理解和审美把控。