飞豹客 · 课能看,资料也能带走
飞豹客AI 会员免费

小王子ComfyUI商业应用AI系统|最新完结|1.35T

解决视频二创与图文生成的落地难题 这门课聚焦 ComfyUI 在商业内容生产中的具体应用,核心解决两个高频场景:一是基于 CogVideo 的视频转绘,将静态素材或参考视频快速转化为风格统一的短视频;二是利用 FLUX 生态进行高保真的图像生成、局部重绘及 ControlNet 控制。不同于泛泛而谈

单课价¥29.90新品 上架
会员价 会员免费开通会员后本篇可直接下载套餐详情
0 人关注 更新于 2026-11-01 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

会员可免费下载本篇月会员可免费领取。

开通会员 ›
购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥29.90

会员 · 按档位

永久免费可领
年免费可领
月免费可领

游客按标价购买,不享受上表折扣。

支付成功后自动发放网盘链接,链接失效可找客服免费补

正版保障 极速发货 售后无忧

解决视频二创与图文生成的落地难题

这门课聚焦 ComfyUI 在商业内容生产中的具体应用,核心解决两个高频场景:一是基于 CogVideo 的视频转绘,将静态素材或参考视频快速转化为风格统一的短视频;二是利用 FLUX 生态进行高保真的图像生成、局部重绘及 ControlNet 控制。不同于泛泛而谈的 AI 概念普及,该课程直接面向自媒体视频创作、视觉营销物料产出等实操需求。通过引入 T5 大语言模型与专用 Lora 权重,课程展示如何精准控制画面语义与视觉风格,让生成结果从“随机抽卡”转向“可控交付”,适合需要批量产出视觉内容的从业者。

零基础友好,侧重工作流搭建而非代码

该课程适合具备基本电脑操作能力、对图像生成有过初步了解的用户,无需深厚的编程背景。只要熟悉 ComfyUI 节点化界面逻辑,能理解“加载模型—设置参数—连接节点—运行生成”的基本链路即可。课程不依赖复杂的 Python 代码编写,而是通过现成的 JSON 工作流文件导入与微调,降低技术门槛。如果你正在从即梦、Midjourney 等在线工具向本地化、可控性更强的 ComfyUI 迁移,或者想建立稳定的视觉生产流水线,这门课提供了清晰的进阶路径。重点在于理解节点之间的数据流向,而非死记硬背参数,适合希望将 AI 工具转化为生产力工具的转行者或运营人员。

先搭环境,再练转绘,最后精修图文

建议按“环境部署—视频转绘—图像精修”的顺序学习。首先,务必花时间完成 ComfyUI 及其依赖模型的安装,特别是 CogVideo 的 Lora 与 FLUX 的 ControlNet 模型,确保本地显存与磁盘空间充足,这是后续所有练习的前提。其次,重点攻克视频转绘模块,利用提供的教学示例,练习如何选取关键帧、设置运动幅度与风格强度,解决视频生成中常见的画面扭曲与逻辑断裂问题。最后,深入 FLUX 生态,对比不同模型(如 Schnell 与 Dev 版本)在速度、质量与提示词遵循度上的差异,掌握使用 Canny、Depth 等 ControlNet 模型进行结构控制与局部重绘的技巧。学完并熟练运用后,你能独立搭建一套从“参考素材”到“成片/成品图”的标准化工作流,不依赖外部在线平台,自主完成风格化视频二创与高质量营销图文的生产。

资料配合练习:动手跑通每个节点

课程附带的工作流 JSON 文件与模型权重是核心练习素材。不要仅停留在观看阶段,务必将 JSON 文件导入本地 ComfyUI,逐一检查节点连接,尝试修改提示词与参数,观察生成结果的变化。对于视频模块,使用提供的示例素材进行转绘测试,记录不同参数组合对运动连贯性的影响;对于图像模块,重点练习 FLUX 的图生图与局部重绘功能,结合 ControlNet 实现“图不改形、风可换肤”的精准控制。遇到问题时,不要直接看答案,先排查模型是否加载正确、节点是否有报错提示。通过反复调试与对比,将被动观看转化为主动调试,才能真正掌握这套商业应用系统。避免盲目囤积模型,根据实际显存条件选择适合的量化版本,确保工作流稳定运行。

课程目录

视频素材3 集
  • 3.mp4 [32.8 MB]
  • 1.mp4 [18.4 MB]
  • 2.mp4 [9.9 MB]
Cogvideo Loras 放入根目录-models-cogvideo-loras文件夹内(没有就自己创建)1 条
  • CogVideoX-Fun-V1.1-5b-InP-MPS.safetensors [960.9 MB]
clip模型放入根目录-models-clip-t5文件夹内(没有就自己创建)3 条
  • google_t5-v1_1-xxl_encoderonly-fp8_e4m3fn.safetensors [4.6 GB]
  • 关键词.txt [545.0 B]
  • Cogvideo视频转绘教学工作流.json [32.9 KB]
FLUX工作流8 条
  • Xlabs FLUX Canny Depth HED Controlnet.json [33.1 KB]
  • FLUX Lora权重效果对比工作流.json [33.1 KB]
  • FLUX 多模型对比工作流.json [41.4 KB]
  • FLUX InstantX Union Controlnet 工作流.json [12.5 KB]
  • FLUX GGUF模型 Lora对比工作流.json [26.7 KB]
  • FLUX image2image 图生图工作流.json [11.0 KB]
  • FLUX NF4模型高清放大.json [13.1 KB]
  • FLUX Inpaint局部重绘.json [15.2 KB]
FLUX对比图11 条
  • Schnell 10步.png [1.3 MB]
  • 放大后.png [4.5 MB]
  • comparison_all.png [149.8 MB]
  • FLUX schnell.png [1.4 MB]
  • Schnell 8步.png [1.3 MB]
  • CFG 1-5对比.png [6.4 MB]
  • 放大前.png [1.3 MB]
  • Schnell 4步.png [1.3 MB]
  • FLUX调度器采样器对比.png [112.4 KB]
  • Schnell 20步.png [1.2 MB]
  • FLUX不同模型速度测试.jpeg [3.8 MB]
FLUX Controlnet模型放入根目录-models-xlabs-controlnet3 条
  • flux-depth-controlnet-v3.safetensors [1.4 GB]
  • flux-canny-controlnet-v3.safetensors [1.4 GB]
  • flux-hed-controlnet-v3.safetensors [1.4 GB]
VAE放入-根目录-models-vae1 条
  • ae.sft [319.8 MB]
CLIP放入-根目录-models-clip4 条
  • t5xxl_fp8_e4m3fn.safetensors [4.6 GB]
  • clip_l.safetensors [234.7 MB]
  • clip_g.safetensors [1.3 GB]
  • t5xxl_fp16.safetensors [9.1 GB]
FLUX模型放入-根目录-models-unet10 条
  • flux1-dev.sft [22.2 GB]
  • flux1-dev-Q4_0.gguf [6.3 GB]
  • flux1-dev-fp8.safetensors [11.1 GB]
  • flux1-dev-Q4_1.gguf [7.0 GB]
  • flux1-dev-F16.gguf [22.2 GB]
  • flux1-schnell-fp8.safetensors [11.1 GB]
  • flux1-dev-Q5_0.gguf [7.7 GB]
  • flux1-dev-Q8_0.gguf [11.8 GB]
  • flux1-schnell.sft [22.1 GB]
  • flux1-dev-Q5_1.gguf [8.4 GB]
4xultrasharp放入-根目录-models-upscale_models1 条
  • 4x-UltraSharp.pth [63.9 MB]
NF4放入根目录-models-checkpoitns1 条
  • flux1-dev-bnb-nf4-v2.safetensors [11.2 GB]
FLUX Lora模型放入根目录-models-xlabs-lora9 条
  • mjv6_lora.safetensors [42.8 MB]
  • art_lora.safetensors [342.0 MB]
  • realism_lora.safetensors [21.4 MB]
  • scenery_lora.safetensors [42.8 MB]
  • disney_lora.safetensors [42.8 MB]
  • anime_lora.safetensors [42.8 MB]
  • furry_lora.safetensors [85.5 MB]
  • FLUX精选关键词【整理不易‖记得关注:CunWorkNotes】.txt [3.4 KB]
  • FLUX用到的网站.txt [998.0 B]
放入根目录-扩展-comfyui - controlnet_aux - ckpts - hr16 - ControlNet-HandRefiner-pruned2 条
  • hrnetv2_w64_imagenet_pretrained.pth [489.3 MB]
  • graphormer_hand_state_dict.bin [816.0 MB]
放入根目录-models-controlnet1 条
  • control_sd15_inpaint_depth_hand_fp16.safetensors [689.1 MB]
课上测试图4 条
  • ComfyUI_temp_gnlqa_00001_.png [15.6 MB]
  • 手部测试图上手.png [533.1 KB]
  • cpmh-168171f30w.jpg [4.9 MB]
  • 手部测试图.png [559.4 KB]
手部修复工作流3 条
  • 文生图-手部修复-高清放大-PS+ComfyUI修复手部.json [35.9 KB]
  • 手部模型PNG.zip [728.3 MB]
  • realisian_v60.safetensors [2.1 GB]
BiRefNet-Hugo 解压放入根目录-custom nodes内1 条
  • ComfyUI-BiRefNet-Hugo.zip [14.8 MB]
layer_model放入-根目录-modesl-layer_model5 条
  • layer_xl_transparent_conv.safetensors [3.4 GB]
  • vae_transparent_decoder.safetensors [198.6 MB]
  • layer_sd15_vae_transparent_decoder.safetensors [198.6 MB]
  • layer_xl_transparent_attn.safetensors [708.9 MB]
  • layer_sd15_transparent_attn.safetensors [334.0 MB]
BiRefNet放入-根目录-models-BiRefNet6 条
  • swin_base_patch4_window12_384_22kto1k.pth [348.4 MB]
  • BiRefNet-ep480.pth [809.6 MB]
  • BiRefNet-DIS_ep580.pth [809.6 MB]
  • pvt_v2_b2.pth [96.8 MB]
  • pvt_v2_b5.pth [312.8 MB]
  • swin_large_patch4_window12_384_22kto1k.pth [763.6 MB]
本期视频用到的图片4 条
  • inspyrenet测试图.png [2.2 MB]
  • Birefnet Hugo测试.webp [108.5 KB]
  • Segmentation 测试.png [2.0 MB]
  • Birefnet Zho 测试.png [2.0 MB]
segm5 条
  • person_yolov8m-seg.pt [52.3 MB]
  • hair_yolov8n-seg_60.pt [6.5 MB]
  • skin_yolov8n-seg_800.pt [6.5 MB]
  • deepfashion2_yolov8s-seg.pt [22.7 MB]
  • face_yolov8n-seg2_60.pt [6.5 MB]
bbox2 条
  • hand_yolov8s.pt [21.4 MB]
  • face_yolov8m.pt [49.6 MB]
sams放入-根目录-models-sams3 条
  • sam_vit_h_4b8939.pth [2.4 GB]
  • sam_hq_vit_h.pth [2.4 GB]
  • sam_vit_b_01ec64.pth [328.5 MB]
sam2放入-根目录-models-sam24 条
  • sam2_hiera_large.safetensors [856.2 MB]
  • sam2_hiera_small.safetensors [175.7 MB]
  • sam2_hiera_tiny.safetensors [148.6 MB]
  • sam2_hiera_base_plus.safetensors [308.4 MB]
GroundingDino放入-根目录-mdoels-grounding-dino【grounding-dino是一个文件夹的名称不是两个】6 条
  • groundingdino_swinb_cogcoor.pth [894.6 MB]
  • GroundingDINO_SwinT_OGC.cfg.py [1006.0 B]
  • GroundingDINO_SwinB.cfg.py [1007.0 B]
  • groundingdino_swint_ogc.pth [661.8 MB]
  • 抠图课程用到的网站.txt [570.0 B]
  • 抠图工作流.json [19.4 KB]
7. 高效工作流与全局管控使用技巧1 条
  • Workspace & Manager Github网址.txt [145.0 B]
深度模型测试图8 条
  • 1.png [2.1 MB]
  • 3.png [1.7 MB]
  • 测试图2.png [1.5 MB]
  • depth城市图.jpg [1.3 MB]
  • 2.png [2.3 MB]
  • depth 展示图.png [1.2 MB]
  • SDXL模型下载网址.txt [29.0 B]
  • Controlnet Depth 教学工作流.json [26.0 KB]
9. 在ComfyUI中实现中文提示词输入2 条
  • SD ComfyUI关键词大全.xlsx [216.9 MB]
  • AlekPet Github网址.txt [79.0 B]
8. 提示词书写方式与技巧1 条
  • Stable Diffusion 提示詞與模型.xlsx [216.9 MB]
6. 文生图基础工作流搭建和参数讲解2 条
  • cfg x ckpt.png [14.8 MB]
  • steps x ckpt.png [16.3 MB]
50. AI产品海报设计解决方案 产品自由更换任意背景3 条
  • 参考图.png [997.6 KB]
  • IClight 产品换背景教学工作流.json [20.5 KB]
  • AJ.png [836.5 KB]
46. AI自媒体视频创作 单帧参考视频动作3 集
  • 参考图片.jpg [162.6 KB]
  • Mimicmotion教学工作流.json [17.8 KB]
  • 参考视频.mp4 [16.1 MB]
Openpose测试图7 条
  • 用这个1.png [622.4 KB]
  • canny1.png [20.3 KB]
  • normal1.png [59.1 KB]
  • 1.png [1.4 MB]
  • 3D openpose编辑器网址.txt [45.0 B]
  • 骨骼分布图.jpg [326.4 KB]
  • Controlnet Openpose工作流.json [114.9 KB]
线稿lora模型放入根目录-models-loras文件夹内3 条
  • LineDrawing l 黑白线稿-SD1.5_v1.0.safetensors [144.2 MB]
  • 图片转线稿教学工作流.json [16.6 KB]
  • 参考图.png [1.9 MB]
按需下载到根目录-models-unet文件夹内4 条
  • flux1-fill-fp8_v10(1).safetensors [11.1 GB]
  • flux1-fill-fp8_v10.safetensors [11.1 GB]
  • flux1-fill-dev-Q8_0.gguf [11.9 GB]
  • flux1-fill-dev.safetensors [22.2 GB]
Redux模型放入根目录-models-style_models文件夹1 条
  • flux1-redux-dev.safetensors [123.1 MB]
Clip vision放入根目录-models-clipvision文件夹内1 条
  • sigclip_vision_patch14_384.safetensors [816.8 MB]
课程演示图6 条
  • cute girl.png [1.5 MB]
  • Redux2.png [1.4 MB]
  • giraffe.png [1.7 MB]
  • Canny.png [2.1 MB]
  • Redux.png [1.2 MB]
  • Perfume.png [1.8 MB]
Lora放入根目录-models-loras文件夹内2 条
  • flux1-depth-dev-lora.safetensors [1.2 GB]
  • flux1-canny-dev-lora.safetensors [1.2 GB]
Controlnet放入根目录-models-unet文件夹内3 条
  • flux1-canny-dev.safetensors [22.2 GB]
  • flux1-depth-dev.safetensors [22.2 GB]
  • Fluxtools课程工作流.json [87.4 KB]
  • … 其余 2396 项略,目录共 2596 项