ComfyUI v0.19.0 更新:大量新节点、新模型、新修复与性能优化全面落地,工作流与训练能力

ComfyUI v0.19.0 更新:大量新节点、新模型、新修复与性能优化全面落地,工作流与训练能力再升级

核心功能更新:新模型、新能力、新节点不断加入
1. LongCat-Image edit 支持
本次更新中加入了 LongCat-Image edit。
这一能力的加入,意味着图像编辑相关的使用场景得到了进一步扩展,用户可以在 ComfyUI 工作流中结合新能力进行图像处理与编辑。

2. LTX2 支持参考音频(ID-LoRA)
LTX2 新增了对 reference audio(ID-LoRA) 的支持。
这项更新对音频相关流程非常关键,说明 LTX2 在参考音频驱动的能力上有了增强,能够更好地服务于带有音频条件的生成任务。

3. 支持 Qwen3.5 文本生成模型
本次版本加入了对 Qwen3.5 text generation models 的支持。
这意味着文本生成工作流的模型选择进一步扩大,对文本理解、文本生成类应用有更好的兼容能力。

与此同时,还修复了 Qwen 8B 与 TextGenerate 节点的兼容问题,使其可以正常工作。
这类修复说明文本生成链路在本次版本中得到了较强的稳定性增强。

4. 支持 RT-DETRv4 检测模型
新增对 RT-DETRv4 detection model 的支持。
这对于检测类任务很重要,能够帮助用户在目标检测相关工作流中使用更先进的检测模型能力。

5. 支持 Ace Step 1.5 XL 模型
新增对 Ace Step 1.5 XL model 的支持。
这表示 ComfyUI 对相关模型生态的覆盖进一步扩展,用户可在现有流程中接入更多新模型。

6. 新增小型 flux.2 decoder 支持
本次版本还加入了对 small flux.2 decoder 的支持。
这通常意味着生成或解码链路在资源占用和适配范围上可能更灵活。

7. 实现 Ernie Image 模型
新增了 Ernie Image model 的实现。
这进一步丰富了图像模型的支持范围,让 ComfyUI 在多模型接入方面更加完整。

8. 支持新的 Topaz 模型
API 节点中新增了 Topaz model。
这同样是模型生态扩展的一部分,表明 API 节点体系持续更新,覆盖更多外部模型。

9. 新增 WAN2.7 相关节点
API 节点中新增了 WAN2.7 的新节点。
这说明 API 节点层面继续扩展,便于用户通过节点方式接入对应能力。

10. 新增 SeeDance 2.0 节点
合作节点部分加入了 SeeDance 2.0 nodes。
这也是本次外部节点生态的更新之一,给工作流集成带来更多选择。
#大模型# #福大大架构师每日一题#
全部评论

相关推荐

04-16 17:40
已编辑
武汉大学 Java
bg9本,暑期投了大概二十家,只有五家约了面,xhs笔试没过,华为今天晚上笔试,蚂蚁笔试过了不约面,剩下应该都是简历挂了。昨天晚上网易二面,感觉面试官全程严肃感觉不到情绪,没介绍组内业务,还是我反问环节提问才大概介绍了一下。面试大概三十多分钟,说hr3-5个工作日给结果,感觉凉了。美团面完快一周了也没消息,估计是要横向挂了。字节二面约到明天下午,如果没过就又要从零开始了。已经四月中旬,大厂的hc估计也快招够了。感觉鼠鼠的得失欲太重了,明知道面试是一件很看运气的事,自己的水平也没达到大佬级别,但是还是对每次面试抱有很大的期望,特别想要拿到一个offer,不自觉的给了自己很大的压力。npy也指出过我的问题,但是鼠鼠还是忍不住的去期望,因为暑期实习找不到大厂,秋招就又落后一大截了。最近一个月午休都睡不着,一闭上眼就是面试问到问题不会,手撕撕不出来的场景。早上也连着三天七点多梦见面试面的不好被吓醒了。每次洗澡都发现掉了一堆头发。开始找暑期实习以来最大的感触就是学历只能当敲门砖,在约到面以后学历就没有任何作用了,能不能进下轮面还是看知识储备,思维能力,代码水平。鼠鼠只恨自己目标规划不清楚,大一大二没怎么刷算法题学开发,想保研又不坚定,去导师组里做做研究又做不下去(也可能是我对cv实在不感兴趣),加上一门3学分的公选因为网课忘刷绩点爆炸了(本来在保研边缘线上努努力还是有机会的),于是直接放弃了。去年十一月去导师公司里实习了一个月,然后又开始左右脑互搏,到底是考研还是考公还是找工作。一直到二月底才终于下定决心准备找工作,只是时间已经太匆忙。一晃眼大学的时光竟然已经快要结束了,虽然忙忙碌碌但也一事无成,后悔的事多到数不清。当然鼠鼠也知道相比于双非的同伴们的处境已经好太多了,但还是忍不住抒发一下内心的想法。最重要的还是看开吧,如果网易和字节都寄了,就继续投继续面,实在面不到中大厂就去银行,就去小厂,我相信总能找到一份实习的。祝各位牛友们运气爆棚,都能拿到自己满意的offer后续更新:网易互娱4.16上午hr面,当天下午oc,祝大家跟鼠鼠一样好运
Wannamai:照镜子了😭
我的求职进度条
点赞 评论 收藏
分享
04-16 03:30
门头沟学院 Java
简直是夯爆了!!!1.实习项目相关问题2.详细介绍一下你做过的智能客服系统。3.你们这套系统主要的应用场景大概是怎么样的?能举个例子介绍一下。4.什么情况下需要用到你的那个 expert 相关技术?5.整套系统的主要难点是在于什么地方?6.中间的 Planner,它的规划机制是怎么样的?比如它底层需要调用哪些工具?是不是需要多轮规划?中间的一些详细设计是怎么设计的?7.你们怎么去评估客服对客户的输出是好还是坏?8.搜索功能是怎么实现的?9.你在中间起到的主要作用是什么?你做出了什么改进?10.你这个迭代的过程中,有 ground truth 吗?比如每一个 query 实际上最终最相关的商品是有哪些?11.你中间做了一些什么样的技术迭代?最终体现在人工评估指标上有什么样的提升?有做过对比吗?12.这个人工评估的指标是怎么设计的?最后它的指标结果怎么样?13.这个指标结果是内部人工评估的,还是线上的结果?14.中间优化的过程中,你们用的是一个什么样的模型?15.你的那个 expert 模型,怎么去训练的?样本从哪里来?16.导购场景的数据是真实的用户跟人工客服对话的场景数据吗?17.训练的样本量大概是多大?18.1000 条样本就足够训练你的这个模型了吗?19.你对比过训练之前跟训练之后,同样的问题模型学习后的能力提升大概有多少?20.你能做到比原始蒸馏出来的模型效果还强吗?21.训这个 8B 的模型用的是多大显存的?什么显卡?八股1.正常来说,1B 的模型在没有做任何量化的情况下,原始 FP 格式存储大概要占到多少显存?2.不考虑梯度的情况,单纯只考虑 Inference,把参数加载到显存里面大概要占多少显存?3.平时有用过一些量化加速的方法吗?4.常用的量化手段比如 INT4、INT8、BF,它们之间怎么做到加速的?你有了解过吗?5.FP 跟 BF 之间的区别,你了解吗?6.FP 和 BF 底层实现的区别主要在哪个地方?7.正常的 MP32 在底层数据存储上,小数是怎么表示的?手撕:有连续的 N 个正整数,随机抽出一个(不拿头尾),将其他数乱序放入 N-1 大小的数组中,找出被取出的数。要求时间复杂度 O (N),空间复杂度 O (1)。
查看28道真题和解析
点赞 评论 收藏
分享
评论
1
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务