最近发现一个对 ComfyUI 用户很实用的语音项目：ComfyUI-VoxCPM2。 如果你平时已经在 ComfyUI 里做图片、视频、工作流，现在想把多语言 TTS、声音设计、声音克隆也接进同一套节点系统，用这个项目就对了。 它把 VoxCPM2 做成了 ComfyUI custom nodes，不用单独搭一套语音生成流程。 Github: 主要功能： 1. 支持 30 种语言的 TTS，不需要额外语言标签。 2. 输出 48kHz 音频，更适合做视频、播客、配音素材。 3. 支持用自然语言描述声音，比如年龄、性别、语气、风格。 4. 支持短音频参考的声音克隆。 5. 支持参考音频加 transcript 的更高精度克隆模式。 6. 支持 LoRA 训练和加载，方便做更稳定的特定声音。 7. 自动管理模型下载，模型会放到 ComfyUI 的 tts 目录。 8. 集成自动转写、参考音频降噪、响度归一化等辅助功能。

在一群日本AV女性的激励下，我的AI AV工作流学习之路进步的非常快，已经用ComfyUI搭建了第一个环境，SD不允许上传IU的脸，就改用了我的推特好朋友玉米同学的脸@yum_707！下一步我将继续学习首尾帧技术输出更长的内容！

用了一段时间 workbuddy 之后，发现它也开始被GEO污染了， 举个例子，竟然说 comfyUI在国内是垄断的存在， 这种东西压根无法工业化，都是小玩具型的开源产品好吧， 企业场景的管线也跟不会用这种玩具，但是 workbuddy不知道 , 大家千万别信workbuddy的结果 ...

别学调参了，真的。 AI视频入门，现在谁还从“怎么调提示词”开始折腾？ 直接把成熟工作流拖进 ComfyUI，跑通一个算一个。 文生视频、图生视频、首尾帧、局部重绘、角色替换……客户压根不管你后端跑的什么玩意儿。 他只问你一句话：产品图能不能给我变成能发的10秒视频？能，就付钱。 ComfyUI官方在这： MiniMax链接也扔这： 少研究一周概念，多跑通一个流程。 很多时候所谓的信息差变现，就只是你比他先会“拖进去用”而已。

MiniMax H3：租显卡还是买显卡？两种自建方案对比 想自己部署 MiniMax H3，真正需要解决的不是软件，而是 GPU。SGLang、ComfyUI 和模型代码基本都能免费使用，但 H3 视频生成需要大量显存和算力。 目前主要有两条路：租云显卡，或者自己买显卡。 方案一：租云显卡 租一台带 RTX 5090 的云服务器，按小时开机，用完关机。 以当前云平台公开价格估算： • RTX 5090 32GB：约 $0.99/小时，折合约 ¥7/小时 • 使用 20 小时：约 ¥143 • 使用 100 小时：约 ¥713 • 使用 300 小时：约 ¥2,140 • 连续开一个月：约 ¥5,130 • 另外还要算磁盘、流量和模型存储费用 我在某鱼看了一下RTX 5090 32GB 一小时也要5元 ，现在模型很火商家坐地起价也很正常 优点： • 不用一次性买显卡 • 不用处理散热、供电和驱动 • 按小时计费，用多少算多少 • 可以先测试 H3 到底适不适合自己 • 需要批量生成时，可以临时升级多卡服务器 缺点： • 长期使用会越来越贵 • 云服务器网络和硬盘可能额外收费 • 机器库存、地区和价格会变化 • 需要自己配置 Linux、驱动和运行环境 • 单张 5090 主要适合测试和个人使用，速度不会像官方云服务那么快 适合的人： 偶尔做视频、刚开始研究 H3、暂时不确定使用量的人。 方案二：自己买显卡 购买一张 RTX 5090 32GB，装到自己的台式机里，在本地部署 H3。 粗略预算如下：按照当下某鱼我看到的最新价格算 • RTX 5090 显卡：约 ¥15,000～35,000（闲鱼15000的5090很多是钓鱼/故障卡，实际靠谱可成交，大多要1.7万以上） • 64GB 内存：约 ¥1,300～2,000 • 1TB 以上 NVMe：约 ¥500～1,000（H3本地部署，硬盘建议直接2TB，模型+缓存会吃掉很大空间，1TB会很快爆满） • 电源、主板、CPU、机箱和散热：约 ¥4,000～8,000（电源别省！5090功耗很高，最低850W金牌以上，优先选1000W更稳妥） • 整机大约：¥20,000～45,000 实际价格看品牌、行情和你已有的配件。只买显卡、不配整机的话，成本会低一些。 RTX5090不是跑H3的最低门槛，4090(24G)量化后也能跑，只是分辨率、时长受限。（这是已5090为例 至少要玩的舒服一些 ） 后续主要是电费： • 整机满载大约 0.7～1 度电/小时 • 按每度电 ¥0.6～1 计算 • 每运行 100 小时电费约 ¥40～100 • 每月运行 300 小时，电费约 ¥120～300 优点： • 买下来后不用按小时交租金 • 文件和模型都在自己电脑里 • 没有云平台停机、封号和库存问题 • 可以长期运行，也能部署其他 AI 模型 • 大量使用时，单次生成成本更低 缺点： • 前期投入高 • 需要自己处理驱动、CUDA、散热和系统故障 • 显卡会折旧，满载运行也有噪音和耗电 • 5090 32GB 仍然属于单卡测试档，H3 需要 offload，速度有限 • 想做多人服务或批量生产，单卡不够，还要上 4 卡服务器 两种方案怎么选？简单看使用时间： • 每月使用 20～100 小时：租显卡更划算 • 每月使用约 300 小时：开始接近买显卡的合理区间 • 每月长期超过 500 小时：买显卡更合适 • 要多人同时使用：直接考虑多卡服务器，不要买一张 5090 硬扛 按租赁价格计算，一台 ¥20,000 左右的 5090 整机，理论上运行约 3,000 小时可以抵掉租金。考虑显卡折旧、维护、断电和闲置时间，实际回本周期大约 10～18 个月。 最推荐的路线 如果只是个人做视频： 先租一张 RTX 5090，花 ¥200 左右测试 20 小时，跑通 MiniMax H3-Base 的 768p 生成。确认速度、画质和使用频率都能接受后，再考虑买整机。 如果已经确定每天都要生成，或者每月使用超过 300 小时： 买一张 RTX 5090 本地部署更合适。系统建议 Ubuntu，内存 64GB，NVMe 至少 200GB，使用 ComfyUI 或 SGLang。 如果是商业批量生产： 考虑 4 张 A100/H100 级别显卡，用 SGLang 部署。成本会明显上升，不适合个人刚开始就投入。 还要注意一点：本地 H3 主要能跑 H3-Base 的 768p 流程，官方 H3-Context-IR 和 H3-Regenerate-2K 目前没有完全开源。想复现完整 2K 效果，需要调用官方 API。 总结： 不确定用多少，先租；确定长期高频使用，再买。先花 ¥200 验证，比直接花两三万买机器稳得多。

🎬 好家伙，一个直接在浏览器里剪 4K 视频的开源编辑器。 刚起步的小项目，却把一整个视频编辑器塞进了 ComfyUI 里。 做 AI 视频的人最烦的就是：ComfyUI 里生成完，还得导出去别的软件剪。ComfyUI-OpenCut 让你在同一个界面里直接剪：多轨时间线、实时预览、拖拽、非破坏编辑，支持视频音频图片、最高 4K，处理全在浏览器本地跑（FFmpeg.wasm 加 WebGPU 渲染，没显卡也有 WebGL 兜底）。新版还加了关键帧编辑、效果堆叠和遮罩。 生成和剪辑不用来回倒腾，工作流一下就顺了。 GitHub：

一个反直觉的用法：工具太难，别硬学，让 AI 替你学。 很多人第一次打开 ComfyUI，看到那张三十多个节点、几十条连线交叉的图，直接就关掉了。 但有了 Codex 这步能跳过：让它替你装、替你调用、替你调参数，你只管用中文说要什么。有人一个下午出了 10 张电商图，全程没碰过一个节点。 以后判断一个工具值不值得学，先问一句：这活能不能直接甩给 AI。

AI 资料合集（持续更新）： AI 鬼畜视频制作、AI 工具变现与书籍、AI 工作流与自媒体创作、ComfyUI＋PS 绘画工作流、AI 获客与高客单变现、AI 书单带货视频、AI 视频从零入门、AI 爆款视频全链路、AI 摄影、AI 提示词宝典……

别再给 AI 生图交月费了，这 5 个开源项目把出图这件事免费到底 1、ComfyUI — 本地 AI 生图的标杆，120.3k star。 节点式工作流，出图流程像搭电路一样自己接，新模型基本第一时间支持。想深度玩 AI 图像，绕不开它。 2、Stable Diffusion WebUI — 164.2k star 老牌一站式界面。插件生态最庞大，文生图、图生图、局部重绘点几下就出活，网上教程最多，踩坑都有人帮你踩过。 3、Fooocus — 傻瓜模式，51k star。 作者 lllyasviel 就是 ControlNet 的作者。装完不用调参数，输入提示词直接出图，把 Midjourney 那套开箱即用的体验搬到了本地。 4、InvokeAI — 27.6k star 界面最像正经商业软件的一个。统一画布上涂哪改哪，局部重绘和扩图体验最顺，适合拿 AI 图当素材反复精修的人。 5、Krita AI Diffusion — 10.3k star 把 AI 生成塞进开源绘画软件 Krita 的画布里。你画草稿它实时补全成品，画笔和 AI 在同一块画布上干活。