ComfyUI 创始人首场公开课：为什么节点式工作流正在重塑生成式AI创作

这是一场由 ComfyUI 原作者 ComfyAnonymous 亲自讲述的完整工作坊。从个人项目的诞生，到被数百万创作者和大厂采用，再到节点式工作流为何能承载生成式 AI 的未来，这场演讲给出了许多只有一线开发者才能说出的真实判断。

从“谁听说过 ComfyUI？”开始：一个工具的定位野心

这场工作坊一开始，ComfyAnonymous 并没有急着讲技术，而是先抛出一个看似随意的问题：“谁听说过 ComfyUI？”当他看到只有半个会场举手时，还幽默地点评“这一半房间很有知识储备”。但接下来的自我介绍，迅速点明了 ComfyUI 的核心定位：它不是某个模型的前端，而是一个“为生成式 AI 服务的开源、节点式设计画布”。

他用一句非常工程师气质的话总结 ComfyUI：“我们支持图像、视频、音频、3D、文本，以及更多模态的生成式模型。”节点式（node-based）在这里不是 UI 风格，而是一种方法论——把扩散、采样、条件控制、后处理全部拆解成可组合、可替换的模块。这也是为什么 ComfyUI 往往能在“技术发布当天”就支持最新模型，他强调这是“从原始实现重新设计，而不是简单封装”。

更重要的是，ComfyUI 从一开始就同时面向两种世界：本地运行的开源模型，以及通过 API 接入的闭源模型。它支持 NVIDIA、AMD、Intel 硬件，也支持“只用 API 把结果交付给用户”的商业模型。这种不站队的姿态，解释了它后来能在创作者和企业中同时扩散。

可拖回画布的图片：ComfyUI 最被低估的“病毒机制”

如果说节点式只是强大，那真正让 ComfyUI 爆发的，是它对“工作流可分享性”的极端重视。ComfyAnonymous 在演讲中明确指出：任何由 ComfyUI 生成的图片或视频，都内嵌了完整的工作流元数据。“你可以把它直接拖回画布，所有参数都会原样复现。”

这意味着，一张好图不再只是结果，而是教程本身。正是这种设计，让 ComfyUI 工作流在社区中像代码一样传播。他半开玩笑地说：“你只要 Google 一下 ComfyUI workflows，就会看到一页又一页。”这不是营销，而是系统设计带来的自然扩散。

随后的数据披露进一步印证了这一点：ComfyUI 拥有 300–400 万活跃用户、每天约 2 万次下载，社区贡献了 22，000 个自定义节点，背后是约 3，000 名公开开发者。更有意思的是，他提到 Amazon、Apple、Netflix 等公司，“大概率在某个后端环节跑着 ComfyUI”。这并非因为 UI 漂亮，而是因为工作流可以被复用、审计和自动化。

不是一开始就成功：ComfyUI 的个人项目起点

在“Story behind ComfyUI”这一段，演讲第一次从工具转向了人。ComfyAnonymous 直言，ComfyUI 最初只是他的个人项目，并没有宏大的商业计划。后来他加入了 Stability AI，在那里积累了对扩散模型工程化的理解，也看清了现有工具在“控制力”上的不足。

真正的转折点，是他与 Yolan、Robin 等人一起，把这个个人工具推进成一个由 Comfyorg 维护的开源项目。他轻描淡写地说“things have been going pretty well”，但从随后展示的用户规模和企业采用情况来看，这显然是一次超出预期的增长。

这段经历最有价值的地方，不是励志，而是现实：ComfyUI 的成功并非来自某个单点创新，而是持续地“把没时间做的事情交给社区”。自定义节点、模型适配、边缘需求，全部由社区补齐。这也解释了为什么他在现场明确表示：“Comfyorg is indeed hiring”——维护一个如此开放的系统，本身就是一项长期工程。

从扩散管线到视频与虚拟试穿：节点的真正威力

在演示环节，ComfyAnonymous 把抽象理念落回到具体操作。他展示了一个基础扩散模型管线：模型加载、条件输入、采样、输出，每一步都是独立节点。这种拆解让高级用户可以精确控制正负提示词、采样策略，甚至在中途插入实验性模块。

随后，他展示了更复杂的工作流：视频生成、开源视频模型接入，以及通过调整上下文改善画面一致性。他还提到了虚拟试穿（virtual try-on）和 Flux 相关的上下文控制能力，强调这些并不是“新功能按钮”，而是现有节点组合出来的结果。

在问答中，他多次被问到微调（fine-tuning）、社区模型、以及本地运行的可行性。他的态度非常务实：模型在变大，社区微调仍然重要，但并非所有场景都值得。他甚至直言，在某些情况下“not much point”。这与市面上动辄鼓吹“人人都该微调”的说法形成了鲜明对比。

总结

这场工作坊最有价值的，并不是 UI 教学，而是一个核心判断：生成式 AI 的未来不在“更聪明的按钮”，而在可组合、可复现、可分享的工作流。ComfyUI 之所以能被个人创作者和大厂同时采用，正是因为它把控制权交还给用户，也把扩展权交给社区。对读者来说，这不仅是一个工具故事，更是一种构建 AI 产品的长期方法论。

关键词： ComfyUI， 生成式AI， 多模态， 节点式工作流， 微调

事实核查备注： 关键事实包括：ComfyAnonymous 为 ComfyUI 原作者；ComfyUI 为开源节点式生成式 AI 画布；支持图像、视频、音频、3D、文本；支持 NVIDIA、AMD、Intel 硬件；支持闭源 API 模型；图片/视频内嵌可回放工作流元数据；活跃用户约 300–400 万、每日下载约 2 万；约 22，000 个自定义节点、3，000 名开发者；提及公司包括 Amazon、Apple、Netflix、Stability AI；产品与概念包括 Flux、虚拟试穿、微调。