前置準備：硬體與軟體需求

在開始之前，請確保你的系統滿足以下要求，以便順利生成 AI 視頻：

硬體要求

• GPU 支援： NVIDIA GPU（建議至少 6GB VRAM），並安裝最新的 CUDA 驅動程序。
• 記憶體： 至少 16GB RAM，高分辨率視頻可能需要更多內存。

作業系統

Windows 10/11、macOS 或 Linux 均可，但部分工具可能需要根據平台進行微調。

軟體要求

• Python 3.8 及以上： 確保 Python 正確安裝並配置。
• Git： 用於克隆各個開源項目。
• FFmpeg（選用）： 可用於 Flux 合成視頻的手動調試或後期處理。

環境配置與依賴安裝

為避免不同工具間依賴衝突，建議為每個項目建立獨立的 Python 虛擬環境。以下以 ComfyUI 為例：

1. 建立虛擬環境

python -m venv comfyenv

2. 啟動虛擬環境

# Windows:
comfyenv\Scripts\activate

# macOS / Linux:
source comfyenv/bin/activate
        

3. 更新 pip 並安裝依賴

pip install --upgrade pip

對於 Flux 和其他工具，也可採用類似方式建立獨立虛擬環境，以便更好管理各自依賴版本。

ComfyUI 安裝與配置詳解

ComfyUI 是基於節點的圖形化介面，主要用於 Stable Diffusion 靜態圖片生成，其靈活節點系統可組合連續幀用於視頻製作。

1. 克隆項目與安裝依賴

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt

2. 啟動與基本配置

啟動介面： 執行下列命令啟動 ComfyUI：

python main.py

預設會在 http://localhost:8188 開啟瀏覽器介面，開始配置節點與生成圖片。

配置說明：

• 節點設定： 新增圖片生成及文本提示節點，調整「隨機種子」與「樣式參數」，確保各幀間既有變化又保持一致風格。
• 儲存路徑： 指定生成圖片儲存目錄（例如 ./outputs/frames），並確保文件名按順序命名（如 frame_0001.png）。

進階設定： 編輯 config.json 調整分辨率、步驟數、采樣器等參數。參考官方文檔以獲取更多細節。

Flux 安裝與配置詳解

Flux 主要針對 AI 視頻生成，負責將 ComfyUI 生成的圖片序列進行後期處理與合成，支援自定義幀率、轉場效果及色彩校正。

1. 克隆與安裝

git clone https://github.com/your-flux-repo/Flux.git
cd Flux
pip install -r requirements.txt

注意： 請根據實際的 Flux 官方 GitHub 地址替換上述 URL。

2. 配置 Flux

配置文件： Flux 包含 config.json 或 settings.yaml 文件，定義視頻生成參數：

{
  "input_folder": "./outputs/frames",
  "output_video": "./outputs/video.mp4",
  "frame_rate": 24,
  "transition_effect": "fade",
  "resolution": "1920x1080"
}

Flux 根據此配置讀取圖片序列並設置幀率、轉場效果。

測試配置： 執行下列命令確認配置是否正確：

python flux_main.py --config config.json

Wan2.1 模型下載與集成

Wan2.1 為 Stable Diffusion 2.1 優化後的模型版本，專注於提升視頻生成中畫面連續性與動態效果。

1. 模型下載

前往官方或社群指定的頁面下載 Wan2.1 模型（格式通常為 .ckpt 或 .safetensors），並確認來源可信及授權條款。

2. 模型放置與配置

放置模型： 將下載的模型文件放入 ComfyUI 預設模型資料夾（例如 ./models/Wan2.1/）。

更新配置： 在 ComfyUI 介面或配置文件中選擇 Wan2.1 模型，確保生成圖片時自動採用此模型（通常在「模型管理」中設定）。

整合工作流程：從幀生成到視頻合成

完成各工具配置後，將 ComfyUI、Flux 與 Wan2.1 協同運作，生成完整 AI 視頻。

步驟 1：使用 ComfyUI 生成連續幀

• 設計節點流程： 在 ComfyUI 中建立工作流，從「文本提示」節點開始，接入圖片生成節點（設定使用 Wan2.1 模型），並調整參數確保畫面連貫性。
• 批量生成： 設定總幀數（如 240 幀對應 10 秒 24fps 視頻），並設定輸出路徑與命名規則（如 frame_0001.png 至 frame_0240.png）。

步驟 2：利用 Flux 合成視頻

• 導入圖片序列： 確認 Flux 配置文件中的 input_folder 指向生成圖片的資料夾。
• 設定視頻參數： 指定幀率、解析度及轉場效果。
• 合成與輸出： 執行 Flux 腳本，將圖片序列合成為 MP4 視頻文件。

步驟 3：針對關鍵幀調整

若部分畫面過渡不順，可返回 ComfyUI 調整參數，或在 Flux 中使用手動調整功能。

實戰案例：生成 10 秒 24fps 短視頻

以下案例展示如何從零開始生成 10 秒（240 幀）的視頻：

1. 建立專案資料夾結構

project/
├── ComfyUI/         # ComfyUI 安裝目錄
├── Flux/            # Flux 安裝目錄
├── models/
│   └── Wan2.1.ckpt  # 下載的 Wan2.1 模型文件
└── outputs/
    ├── frames/      # 存放生成圖片序列
    └── video.mp4    # Flux 輸出視頻文件

2. 在 ComfyUI 中設計節點流程

1. 打開瀏覽器訪問 http://localhost:8188。
2. 拖拉「文本提示」節點，輸入視頻主題（如「夜晚都市的未來感景觀」）。
3. 添加圖片生成節點，選擇 Wan2.1 模型，設定生成步驟（如 50 步）與分辨率（如 1280x720）。
4. 設置迴圈節點，設定總共 240 幀，每一幀根據前一幀微調確保連貫性。
5. 設定輸出節點，將圖片保存至 ./outputs/frames，命名規則為 frame_XXXX.png。

3. 批量生成圖片

點擊「開始生成」按鈕，等待圖片生成完成。若生成速度過慢，請檢查 GPU 資源或調整步驟數。

4. 在 Flux 中合成視頻

編輯 Flux 配置文件，確認如下參數：

{
  "input_folder": "../outputs/frames",
  "output_video": "../outputs/video.mp4",
  "frame_rate": 24,
  "transition_effect": "fade",
  "resolution": "1280x720"
}

運行 Flux 腳本後，播放生成視頻檔案以檢查流暢度與效果。

5. 後續優化與驗證

若畫面過渡不順，請返回 ComfyUI 調整參數，或在 Flux 中嘗試其他轉場效果。使用 FFmpeg 驗證視頻資訊：

ffmpeg -i ../outputs/video.mp4

故障排除與常見問題

• 啟動 ComfyUI 或 Flux 時報錯： 檢查是否正確啟動虛擬環境，並確認 Python 依賴版本（可用 pip list 檢查）及 Git 克隆代碼完整性。
• 圖片生成速度過慢： 確認 GPU 驅動與 CUDA 正確安裝，並考慮降低分辨率或生成步驟數。
• 視頻合成後跳幀或不同步： 確認圖片命名連續，並檢查 Flux 配置中的幀率設置。
• 模型加載失敗： 檢查 Wan2.1 模型文件完整性及路徑配置，部分格式可能需額外依賴（如 safetensors）。

總結與進階擴展

本文詳細介紹如何在本機電腦上從零開始使用 ComfyUI、Flux 與 Wan2.1 生成 AI 視頻，涵蓋環境配置、工具安裝、視頻生成流程與故障排除。透過這套開源工具組合，你可以靈活調整參數、生成各種風格的視頻，並進一步進行自定義濾鏡、結合音頻生成等進階應用。

隨著技術持續進步，請持續關注相關 GitHub 頁面與論壇討論，以獲取最新資訊與技巧。希望這篇教學能幫助你搭建 AI 視頻生成平台，啟發更多創意應用！

若有任何疑問或反饋，歡迎留言討論，共同推動 AI 視頻生成技術的發展。