如何在 NVIDIA RTX PC 上开始使用视觉生成式 AI

　　作者： Joel Pennington US

　　预设链接： https：//blogs.nvidia.cn/blog/rtx-ai-garage-comfyui-tutorial

　　+++

　　AI 驱动的内容生成如今已深度融入 Adobe、Canva 等热门工具，众多机构与工作室也已将该技术纳入工作流。当下的图像模型能够稳定输出逼真的写实效果，视频模型可以生成时长更长、连贯性更强的画面内容，而两者都能够遵循创作指令进行生成。

　　创作者正越来越多地在本地 PC 上运行这些工作流，以便把控创作素材、节省云服务成本，避免反复修改的阻碍，从而更高效地优化生成结果，满足创意项目的创作时间需求。

　　< 插入 LTX-2 视频案例： https：//youtu.be/6Iao0Q9cYlA？si=S1YL_PFiM-jNSMYm >

　　自诞生以来，NVIDIA RTX PC 凭借强大的性能成为运行创意 AI 的首选平台，不仅大幅缩短了迭代时间，还允许用户免费在本地运行模型，彻底消除了对 Token 消耗的焦虑。

　　本月早些时候在 CES 上发布的 RTX 优化与全新开放权重模型让创作者能以更快的速度、更高的效率进行创作，并获得远超以往的创意呈现。

　　如何开始

　　视觉生成式 AI 可能会让新用户感觉复杂且有诸多限制。在线AI生成工具虽然使用简单，但可控性有限。

　　ComfyUI 这样的开源社区工具简化了高级创意工作流的搭建，且安装便捷。同时，它们还提供了获取最新、强大的模型，如 FLUX.2 和 LTX-2，以及优秀社区工作流的简单途径。

　　以下是如何在 RTX PC 上使用 ComfyUI 和主流模型，使用视觉生成式 AI 进行本地创作的方法：

1. 访问comfy.org下载并安装适用于Windows的ComfyUI。

2. 启动ComfyUI。

3. 使用入门模板创建第一张图像：

1. 点击“模板”按钮，然后选择“快速开始”，并选择“文本转图片”。

2. 将模型“节点”连接到“保存图像”节点。这些节点以流水线方式协同工作，利用AI生成内容。

3. 点击蓝色的“运行”按钮，观察绿色“节点”高亮显示，RTX PC 将开始生成你的第一张图像。

　　修改提示词并再次运行，即可进一步深入探索视觉生成式AI的创作世界。

　　下面介绍了如何深入使用更多 ComfyUI 模板，体验采用更高级的图像与视频模型的创作流。

　　模型规模与 GPU

　　当用户逐渐熟悉 ComfyUI 及其支持的模型后，就需要开始考虑GPU显存容量，以及某个模型是否能够在显存范围内运行。以下是根据不同 GPU 显存容量给出的入门示例：

　　[1] *为获得最佳效果，建议在 NVIDIA GeForce RTX 50 系列 GPU 上使用 FP4 模型，在 RTX 40 系列 GPU 上使用 FP8 模型。这样可以在占用更少显存的同时提供更高性能。

　　[2] *为获得最佳效果，建议在 NVIDIA GeForce RTX 50 系列 GPU 上使用 FP4 模型，在 RTX 40 系列 GPU 上使用 FP8 模型。这样可以在占用更少显存的同时提供更高性能。

　　生成图像

　　探索如何使用FLUX.2-Dev提升图像生成质量：

　　在 ComfyUI 的“模板”部分，点击“所有模板”，并搜索“FLUX.2 Dev 文生图”。选择后，ComfyUI 将加载一组已连接的节点，即“工作流”。

　　FLUX.2-Dev 包含需要下载的模型权重。

　　模型权重是 AI 模型内部所包含的“知识”，可以将其理解为大脑中的突触。当像 FLUX.2 这样的图像生成模型被训练时，它会从数百万张图像中学习模式，而这些模式会以数十亿个数值的形式存储下来，这些数值就被称为“权重”。

　　ComfyUI 并未内置这些权重文件，而是在需要时从 Hugging Face 等仓库中按需下载。这些文件体积通常很大（FLUX.2 根据版本不同，大小可能超过 30GB），因此系统需要具备足够的存储空间，并预留相应的下载时间。

　　系统会弹出一个对话框，引导用户下载模型权重。权重文件（filename.safetensors）会自动保存到用户 PC 上 ComfyUI 对应的正确文件夹中。

　　保存工作流：

　　在模型权重下载完成后，下一步是将这个新下载的模板保存为一个“工作流”。

　　点击左上角的汉堡菜单（三条横线），选择“保存”。该工作流将被保存到用户的“工作流”列表中（按下 W 键可显示或隐藏该窗口）。随后可关闭标签页，在不丢失任何内容的情况下退出该工作流。

　　如果在模型权重尚未下载完成前意外关闭了下载对话框：

　　●         按下 W 键可快速打开“工作流”窗口。

　　●         选择该工作流，ComfyUI 将重新加载，并自动提示下载缺失的模型权重。

　　此时，ComfyUI 已准备就绪，可使用 FLUX.2-Dev 生成图像。

　　FLUX.2-Dev提示词技巧：

　　●         从清晰、具体的主体、场景、风格和氛围描述开始，例如：“电影感特写，一辆雨中的复古赛车，湿漉漉的柏油路面上映出霓虹反射，高对比度，35mm 摄影。”在入门阶段，简短到中等长度的提示词——一两句聚焦明确的描述——通常比冗长、故事化的提示更容易控制效果。

　　●         添加约束条件以引导一致性和质量，例如：

　　○         构图（“广角镜头”或“人像构图”）

　　○         细节水平（“高细节，清晰对焦”）

　　○         写实程度（“写实风格”或“风格化插画”）

　　●         如果画面显得过于杂乱，优先减少形容词，而不是继续添加。

　　●         避免使用负面提示词，专注描述你想要的内容。

　　请参见 Black Forest Labs 提供的指南，了解更多关于FLUX.2提示词的使用技巧。

　　本地存储路径：

　　完成图像细化后，右键点击“保存图像”节点，即可在浏览器中打开图像，或将其保存到新的位置。

　　根据应用类型和操作系统不同，ComfyUI 的默认输出文件夹通常如下：

　　●         Windows（独立版/便携版）：通常位于C：\ComfyUI\output，或程序解压目录下的类似路径。

　　●         Windows（桌面版）：路径通常位于AppData目录中，例如：C：\Users%username%\AppData\Local\Programs@comfyorgcomfyui-electron\resources\ComfyUI\output

　　●         Linux：默认安装路径为~/。config/ComfyUI。

　　视频生成

　　以全新的 LTX-2 模型为例，探索如何提升视频生成质量：

　　< 插入 LTX-2 视频案例： https：//youtu.be/ifxOXmL351I？si=xf2_j01BAQlUhfhY >

　　Lightrick 的 LTX-2 是一款先进的音视频模型，专为在 ComfyUI 中实现可控、分镜式的视频生成而设计。在下载完成 LTX-2 图生视频 模板及模型权重后，建议将提示词视为简短的镜头描述，而非完整的电影剧本。

　　与前两个模板不同，LTX-2 图生视频 结合了一张图像与文本提示词来生成视频。

　　用户可以选用在 FLUX.2-Dev 中生成的图像之一，并添加文本提示词，让画面“动”起来。

　　LTX-2 提示词技巧：

　　为在ComfyUI中获得最佳效果，建议将提示词用现在时写成一个连贯的段落，或采用简洁的脚本格式，包括场景标题、动作、角色名称和对白。整体以4到6句描述性语句为宜，覆盖所有关键要素：

　　●         确立镜头与场景（远景/中景/特写、光照、色彩、材质、氛围）。

　　●         将动作描述为清晰的连续过程，定义角色的可见特征与肢体语言，并明确镜头运动方式。

　　●         最后补充音频元素，如环境音、音乐和对白，并使用引号标注。

　　细节层级需与镜头尺度相匹配。例如，特写镜头比远景镜头更需要精确的角色与材质细节。要清楚说明镜头与主体之间的关系，而不仅仅是镜头如何移动。

　　提示词中可考虑加入更多细节，包括：

　　●         镜头运动语言：明确指定“缓慢推轨前进”“手持跟拍”“过肩镜头”“横向摇摄”“向上俯仰”“推进”“拉远”或“固定镜头”等。

　　●         镜头类型：清晰说明远景、中景或特写，并结合合适的光照、浅景深与自然运动。

　　●         节奏：引导使用慢动作、延时摄影、停留镜头、长镜头、定格画面或无缝转场，以塑造节奏与氛围。

　　●         环境氛围：加入雾气、薄雾、雨水、黄金时刻光线、反射效果和丰富的表面纹理等场景细节，让画面更具真实感。

　　●         风格：在提示词开头明确风格，如绘画感、黑色电影、胶片风格、定格动画、像素化边缘、时尚大片或超现实风格。

　　●         光照：使用具体语言描述逆光、特定配色方案、柔和轮廓光、镜头光晕或其他光照细节。

　　●         情绪：重点刻画单一主体的表演，通过清晰的面部表情和细微动作传达情感。

　　●         声音与音频：提示角色使用不同语言说话或歌唱，并配合明确的环境音描述。

　　优化显存占用和图像质量

　　作为一款前沿模型，LTX-2 为了提供高质量效果，需要占用大量显存（VRAM）。随着分辨率、帧率、视频时长或采样步数的提升，显存占用也会随之增加。

　　ComfyUI 与 NVIDIA 合作优化了一项 weight streaming 功能，当 GPU 显存不足时，可将工作流的部分内容卸载到系统内存中运行——但这会以性能下降为代价。

　　根据GPU型号和使用场景的不同，用户可能需要对这些因素加以限制，以确保生成时间保持在合理范围内。

　　LTX-2 是一款极其先进的模型——但与任何模型一样，参数设置的调整都会对最终质量产生显著影响。

　　了解如何在 RTX GPU 上优化 LTX-2，请参考用于 ComfyUI 的 LTX-2 快速入门指南，

　　使用 FLUX.2-Dev 与 LTX-2 构建自定义工作流

　　用户如需简化在不同 ComfyUI 工作流之间来回切换、在本地寻找 FLUX.2-Dev 生成的图片并插入 LTX-2 工作流中的过程，可以将 FLUX.2-Dev 与 LTX-2 组合到一个新的工作流中：

　　●         打开已保存的 FLUX.2-Dev 文本转图像工作流。

　　●         按住 Ctrl 并用鼠标左键点击 FLUX.2-Dev 文本转图像节点。

　　●         在 LTX-2 图像转视频工作流中，使用 Ctrl+V 粘贴该节点。

　　●         将鼠标悬停在 FLUX.2-Dev  文本转图像节点的 “IMAGE” 接口点上，按住左键并拖动至 “调整图像/掩码大小” 接口点，蓝色连接线将自动生成。

　　以新名称保存该工作流，即可在同一个工作流中同时为图像和视频输入提示词。

　　高级 3D 生成

　　在使用 FLUX.2 生成图像、LTX-2 生成视频后，下一步是加入 3D 引导。NVIDIA 的 3D 引导生成式 AI Blueprint 展示了如何利用 3D 场景与资产，在 RTX PC 上驱动更可控、面向专业制作流程的图像与视频管线——并提供现成的工作流，供用户查看、调整和扩展。

　　创作者还可以在 Stable Diffusion subreddit 和 ComfyUI Discord 上展示作品、与其他用户交流并获取帮助。

　　#别错过 — NVIDIA RTX AI PC 的最新进展

　　💻NVIDIA @ CES 2026

　　NVIDIA 在 CES 发布的内容包括 NVIDIA RTX 加速 PC 端 4K AI 视频生成，LTX-2 与 ComfyUI全面升级。ComfyUI、LTX-2、Llama.cpp、Ollama、Hyperlink 等迎来全面 RTX 加速，解锁 AI PC 上的视频、图像与文本生成应用场景。

　　📝 Black Forest Labs 的多种 FLUX 2 版本

　　FLUX.2 [klein] 是一组紧凑、超高速的模型，支持图像生成与编辑，并提供业界领先的图像质量。这些模型通过 NVFP4 与 NVFP8 加速，速度最高可提升 2.5 倍，在 RTX GPU 上实现高性能运行。

　　NVIDIA RTX AI PC的相关信息请关注微博、抖音及哔哩哔哩官方账号。

　　软件产品信息请查看声明。

　　关于NVIDIA

　　NVIDIA （NASDAQ： NVDA） 是加速计算领域的全球领导者。

　　# # #

　　媒体咨询：

　　Jade Li

　　NVIDIA GeForce， Studio PR

　　邮箱：jadli@nvidia.com