ComfyUI Nvidia Cosmos 文本和图像到视频工作流

什么是 Nvidia Cosmos 工作流

通过在 ComfyUI 中新发布的 Nvidia Cosmos 模型将您的想象力转化为流畅的视频。此工作流展示了 Nvidia Cosmos 强大的 AI 能力，其文本到视频和图像到视频的生成功能。凭借 Nvidia Cosmos 的尖端 7B 和 14B 模型，您可以从文本描述或静态图像中创建高质量的视频。Nvidia Cosmos 引擎通过其超高效的视频处理能力提供出色的结果。

Nvidia Cosmos 的关键特性

• 双重生成模式：Nvidia Cosmos 提供文本到视频和图像到视频生成
• 保证运动：使用 121 帧时始终生成带有运动的视频
• 有效的负面提示：非蒸馏模型通过负面提示确保更好的控制
• 灵活的图像控制：从最后一帧生成或在图像之间创建过渡
• 超高效 VAE：Nvidia Cosmos 使用精炼的 VAE 系统进行流畅、高质量的视频生成
• 高分辨率支持：在 704x704 及以上的分辨率下创建视频
• 精确的帧控制：优化为 121 帧序列
• 智能图像插值：在参考图像之间生成平滑过渡

如何使用 Nvidia Cosmos 工作流

Nvidia Cosmos 工作流包含两个主要部分：文本到视频 和 图像到视频 生成。默认情况下，图像到视频 组被绕过。要在两种模式之间切换：

• 对于 文本到视频：保持 图像到视频 组被绕过（默认设置）
• 对于 图像到视频：右键单击 图像到视频 组并选择 Set Group Nodes to Always

1. 使用 Nvidia Cosmos 进行文本到视频生成

设置和要求

• 选择您喜欢的 Nvidia Cosmos 模型大小（建议从 7B 开始）

• 设置分辨率（默认 1280x704；最低 704x704）
• 帧设置：
  • 长度：121 帧（模型在 121 的长度下性能最佳；偏离太多可能导致视频质量下降。）
  • 帧率：24.00（最佳质量的默认速率）
  

Nvidia Cosmos 的采样参数

• 采样器：res_multistep (Nvidia 推荐的 Cosmos 采样器)
• 调度器：karras (默认的稳定性)
• 步骤：20 (更高 = 更好质量但更慢；更低 = 更快但细节较少)
• CFG：6.5 (提示引导强度)
• 降噪：1.00 (1.00 = 完全转换；更低的值保留更多原始内容)

Nvidia Cosmos 的提示建议

• 使用详细的多句提示以获得更好的结果
• 包括全面的负面提示
• 简短的提示可能生成连贯的视频，但可能不严格遵循指令

2. 使用 Nvidia Cosmos 进行图像到视频生成

设置和要求

• 与 Nvidia Cosmos 文本到视频相同的基本要求
• 支持 start_image 和 end_image 输入

参考图像选项

• 设置 start_image 或 end_image，或同时设置两者
• 图像在风格和内容上相似时效果最佳（以获得平滑过渡）

关键参数

• 与文本到视频模式相同的采样设置
• 保持相同的视频质量标准

Nvidia Cosmos 的高级提示

• 使用更多 VRAM 获得更高质量的结果，尝试 Nvidia Cosmos 14B 模型
• 确保提示描述性和详细性以获得最佳结果
• 尝试不同的图像对以获得独特的过渡

关于 Nvidia Cosmos 的更多信息

有关 Nvidia Cosmos 的更多详细信息和更新，请访问 。