%20(1).png)
1. 插件简介
ComfyUI-LaVIT 是一个专门用于视频生成的插件，就像给你的ComfyUI装上了一个超级视频制作机器。这个插件的核心功能是把文字变成视频（想象成你对着魔法棒说话，它就给你变出一段动画），或者把图片变成动态视频（就像哈利波特里的魔法照片会动一样）。
插件原地址：https://github.com/chaojie/ComfyUI-LaVIT
这个插件主要能给我们带来以下效果：
- 把你写的文字描述变成短视频
- 把静态图片变成会动的视频
- 制作长视频内容
- 重建和修复视频
2. 如何安装
方法一：通过ComfyUI Manager安装（推荐）
- 打开ComfyUI，点击右下角的"Manager"按钮
- 在弹出的窗口中选择"Install Custom Nodes"
- 搜索"LaVIT"找到这个插件
- 点击"Install"按钮安装
方法二：手动安装
- 打开你的ComfyUI文件夹
- 进入
custom_nodes文件夹 - 在这里打开命令行窗口
- 输入：
git clone https://github.com/chaojie/ComfyUI-LaVIT.git - 重启ComfyUI
下载模型文件
安装完插件后，你还需要下载模型文件（就像给你的视频制作机器装上核心零件）：
huggingface-cli download --resume-download rain1011/Video-LaVIT-v1 --local-dir ~/ComfyUI/models/diffusers/Video-LaVIT-v1 --local-dir-use-symlinks False
3. 节点详细解析
3.1 LaVIT Text to Video 节点
这个节点就像一个"文字变视频的魔法师"，你告诉它你想要什么样的视频，它就给你制作出来。
3.1.1 参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 提示词 | prompt | 文本输入 | 详细描述 | 就像告诉画家你想要什么画，这里你告诉机器想要什么视频 | 用于生成视频的文本描述 | 输入"一只小猫在花园里玩耍"，机器就会生成相应视频 |
| 负面提示词 | negative_prompt | 文本输入 | 质量差的词汇 | 告诉机器你不想要什么，就像告诉厨师不要放辣椒 | 用于排除不需要的视频元素 | 输入"模糊，质量差"来避免生成低质量视频 |
| 视频宽度 | width | 数值 | 512 | 就像调节电视屏幕的宽度，数字越大视频越宽 | 生成视频的像素宽度 | 512表示视频宽度为512像素，必须是64的倍数 |
| 视频高度 | height | 数值 | 512 | 就像调节电视屏幕的高度，数字越大视频越高 | 生成视频的像素高度 | 512表示视频高度为512像素，必须是64的倍数 |
| 帧数 | num_frames | 整数 | 16 | 就像翻页动画的页数，页数越多动画越长 | 生成视频的总帧数 | 16帧大约是1秒钟的视频 |
| 引导强度 | guidance_scale | 小数 | 7.5 | 就像调节听话程度，数值越高机器越听你的话 | 控制生成结果与提示词的匹配度 | 7.5是平衡点，太高会过度拟合，太低会偏离主题 |
| 推理步数 | num_inference_steps | 整数 | 20 | 就像画画的笔画数，笔画越多画越精细但耗时越长 | 生成过程的迭代次数 | 20步是质量和速度的平衡点 |
| 随机种子 | seed | 整数 | -1 | 就像掷骰子的随机数，相同种子产生相同结果 | 控制随机性的数值 | -1表示随机，固定数字可重复生成相同视频 |
3.2 LaVIT Image to Video 节点
这个节点就像一个"静态图片变动画的魔法师"，把你的照片变成会动的视频。
3.2.1 参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 输入图片 | image | 图像输入 | 任意图片 | 就像给变魔术的人一张照片，让他变成动画 | 作为视频生成基础的静态图像 | 连接一张风景照，生成风景动态视频 |
| 提示词 | prompt | 文本输入 | 描述动作 | 告诉机器你想让图片里的东西怎么动 | 描述期望的动态效果 | 输入"微风轻拂，树叶摇摆"让树叶动起来 |
| 负面提示词 | negative_prompt | 文本输入 | 不想要的效果 | 告诉机器不要让图片出现什么动作 | 排除不需要的动态元素 | 输入"不要变形，不要闪烁"避免异常动画 |
| 帧数 | num_frames | 整数 | 16 | 决定动画播放多长时间，帧数越多动画越长 | 生成视频的总帧数 | 16帧约1秒，32帧约2秒 |
| 引导强度 | guidance_scale | 小数 | 7.5 | 控制机器按照你的要求生成动画的严格程度 | 控制生成结果与提示词的匹配度 | 数值越高越按照提示词生成，但可能过度 |
| 推理步数 | num_inference_steps | 整数 | 20 | 像画家修改画作的次数，次数越多效果越好但速度越慢 | 生成过程的迭代次数 | 20步通常足够，50步质量更好但很慢 |
| 动作强度 | motion_bucket_id | 整数 | 127 | 控制动画的激烈程度，像调节动画的"活跃度" | 控制生成视频的运动幅度 | 数值越大动作越明显，127是中等强度 |
| 随机种子 | seed | 整数 | -1 | 控制随机性，相同种子产生相同动画效果 | 控制随机性的数值 | 固定种子可以重复生成相同的动画 |
3.3 LaVIT Video Reconstruction 节点
这个节点就像一个"视频修复师"，能把损坏或者质量不好的视频重新修复整理。
3.3.1 参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 输入视频 | video | 视频输入 | 任意视频 | 就像给修理师一个坏掉的玩具，让他修好 | 需要重建的原始视频 | 连接一个模糊的视频，让它变清晰 |
| 重建强度 | reconstruction_strength | 小数 | 0.8 | 控制修复的力度，像调节修复工具的强度 | 控制重建过程的强度 | 0.8表示较强的重建，1.0是完全重建 |
| 保持一致性 | preserve_consistency | 布尔值 | true | 像开关一样，决定是否保持视频前后的连贯性 | 是否保持视频帧间的一致性 | 开启后视频不会出现突然的跳跃变化 |
| 引导强度 | guidance_scale | 小数 | 7.5 | 控制修复过程听从原视频的程度 | 控制重建结果与原视频的相似度 | 数值越高越接近原视频，但修复效果可能不明显 |
| 推理步数 | num_inference_steps | 整数 | 20 | 修复过程的细致程度，步数越多修复越仔细 | 重建过程的迭代次数 | 20步平衡速度和质量，50步质量更好 |
| 随机种子 | seed | 整数 | -1 | 控制修复过程的随机性 | 控制随机性的数值 | 固定种子可以重复相同的修复效果 |
3.4 LaVIT Long Video Generation 节点
这个节点就像一个"长视频制作机"，能制作比普通节点更长的视频内容。
3.4.1 参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 提示词 | prompt | 文本输入 | 详细描述 | 就像写剧本一样，告诉机器你想要什么样的长视频 | 用于生成长视频的文本描述 | 输入"一天从日出到日落的延时摄影" |
| 视频长度 | video_length | 整数 | 64 | 决定视频有多长，数字越大视频越长 | 生成视频的总帧数 | 64帧约4秒，128帧约8秒 |
| 分段长度 | segment_length | 整数 | 16 | 像切蛋糕一样，决定每一段有多长 | 每个生成段落的帧数 | 16帧一段可以保证质量和连贯性 |
| 重叠帧数 | overlap_frames | 整数 | 4 | 段与段之间的重叠部分，让视频更流畅 | 相邻段落间的重叠帧数 | 4帧重叠确保段落间的平滑过渡 |
| 引导强度 | guidance_scale | 小数 | 7.5 | 控制机器按照你的要求制作视频的严格程度 | 控制生成结果与提示词的匹配度 | 平衡创意和忠实度的参数 |
| 推理步数 | num_inference_steps | 整数 | 20 | 制作过程的精细程度，步数越多质量越好但速度越慢 | 生成过程的迭代次数 | 长视频建议至少20步保证质量 |
| 随机种子 | seed | 整数 | -1 | 控制随机性，相同种子产生相同的长视频 | 控制随机性的数值 | 固定种子可以重复生成相同内容 |
4. 使用技巧和建议
4.1 文字提示词技巧
- 越详细越好：就像给画家详细描述你想要的画一样，细节越多效果越好
- 使用动作词汇：比如"飞翔"、"摇摆"、"流动"等词汇能让视频更生动
- 描述环境：加上时间、地点、天气等描述，如"黄昏时分，微风轻拂"
4.2 参数调优建议
- 新手建议：刚开始使用时，保持默认参数，熟悉后再调整
- 质量优先：如果不着急，把推理步数调到50步，质量会明显提升
- 速度优先：如果要快速预览，可以把推理步数调到10-15步
4.3 尺寸设置要点
- 必须是64的倍数：宽度和高度都必须能被64整除，比如512、768、1024等
- 比例要合理：建议使用16:9或4:3的比例，避免过于奇怪的尺寸
5. 常见问题解答
Q: 为什么我的视频生成失败了？
A: 最常见的原因是尺寸设置不正确。确保宽度和高度都是64的倍数，比如512x512或768x432。
Q: 生成的视频质量很差怎么办？
A: 可以尝试以下方法：
- 增加推理步数到30-50步
- 调整引导强度到8-12
- 使用更详细的提示词
- 在负面提示词中加入"低质量，模糊，失真"
Q: 视频生成速度太慢怎么办？
A: 可以这样优化：
- 减少推理步数到10-15步
- 降低视频尺寸
- 减少帧数
- 确保你的显卡内存足够
Q: 如何让生成的视频更稳定？
A: 使用固定的随机种子，这样每次生成的结果都是一样的。把seed参数设置为一个固定数字，比如12345。
Q: 图片转视频时效果不理想怎么办？
A: 检查以下几点：
- 输入图片的分辨率是否足够高
- 动作描述是否清晰具体
- 动作强度参数是否合适（可以试试调到200-300）
6. 实用工作流程推荐
6.1 文字生成短视频流程
- 使用LaVIT Text to Video节点
- 写一个详细的提示词
- 设置合适的尺寸（建议512x512开始）
- 先用较少的推理步数（15步）快速预览
- 满意后再用更多步数（30-50步）生成最终版本
6.2 图片制作动画流程
- 准备一张高质量的图片
- 使用LaVIT Image to Video节点
- 连接图片到输入端
- 写明确的动作描述
- 调整动作强度参数
- 生成预览后微调参数
6.3 长视频制作流程
- 使用LaVIT Long Video Generation节点
- 写详细的长视频剧本描述
- 设置合适的总长度和分段长度
- 确保重叠帧数足够（建议4-8帧）
- 耐心等待生成完成
这个插件是视频生成领域的一个强大工具，掌握了这些节点和参数，你就能制作出各种有趣的视频内容了！记住，多练习、多尝试不同的参数组合，你会发现更多有趣的效果。