ComfyUI+Flux本地部署实战：12G显存也能跑的AI漫剧方案

对于认真做AI漫剧的创作者来说，”依赖云端工具”迟早会遇到瓶颈——额度限制、风格不可控、数据隐私顾虑、长期订阅成本……本地部署ComfyUI+Flux方案，是解决这些问题的最彻底路径。

但”本地部署”四个字劝退了很多人。本文的目标是：用最实用的方式，帮助12G显存级别的显卡用户成功跑通ComfyUI+Flux。

为什么选择ComfyUI+Flux？

在众多本地部署方案中，ComfyUI+Flux的组合在2026年已经成为”性价比之王”：

Flux模型简介： Flux是由Black Forest Labs（Stable Diffusion原班人马）开发的新一代文生图模型，在画面质量、提示词遵循度、角色一致性三个维度均超越SDXL和SD 3.5。

硬件要求自查

最低配置： 12G显存（RTX 3060级别）。低于此配置建议继续使用云端工具。

完整部署步骤

第一步：安装ComfyUI

# 克隆ComfyUI仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

# 创建虚拟环境（推荐）
python -m venv venv
# Windows激活虚拟环境
venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

# 启动ComfyUI
python main.py --lowvram  # --lowvram参数对12G显存很有帮助

启动成功后，浏览器访问 http://127.0.0.1:8188 即可打开ComfyUI界面。

第二步：安装必备插件

ComfyUI的插件通过ComfyUI-Manager管理，这是第一个必须安装的插件。

在ComfyUI界面中：

1. 点击右侧”Manager”按钮（如没有，需手动安装ComfyUI-Manager）

2. 搜索并安装以下插件：

– ComfyUI-Manager（插件管理器，必备）

– ComfyUI_IPAdapter_plus（角色一致性核心）

– ComfyUI_ControlNet_AUX（控制网辅助工具）

– ComfyUI_LTXVideo（LTX视频生成节点）

– ComfyUI_InstantID（脸部一致性锁定）

手动安装ComfyUI-Manager（如界面中没有）：

cd ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git
# 重启ComfyUI

第三步：下载Flux模型（关键步骤）

Flux模型有多个版本，12G显存用户请选择FP8量化版：

下载地址（推荐从HuggingFace下载）：

# FP8量化版（推荐12G显存）
https://huggingface.co/black-forest-labs/FLUX.1-dev/blob/main/flux1-dev-fp8.safetensors

# 放入以下目录：
ComfyUI/models/checkpoints/flux1-dev-fp8.safetensors

注意： HuggingFace访问需要科学上网。如无法访问，可以用国内镜像站（如HF-Mirror）替代。

第四步：下载角色一致性相关模型

AI漫剧的核心痛点是角色一致性，需要额外下载以下模型：

# IP-Adapter模型（放入 ComfyUI/models/ipadapter/）
# 推荐：ip-adapter-plus-face_sd15.safetensors
# 下载：https://huggingface.co/h94/IP-Adapter

# ControlNet模型（放入 ComfyUI/models/controlnet/）
# 推荐：control_v11p_sd15_openpose（姿势控制）
# 下载：https://huggingface.co/lllyasviel/ControlNet-v1-1

# InstantID模型（放入 ComfyUI/models/insightface/）
# 下载：https://huggingface.co/InstantX/InstantID

第五步：构建第一个漫剧出图工作流

在ComfyUI中，工作流是通过”节点”可视化的方式搭建的。以下是AI漫剧出图的最小工作流：

核心节点清单：

1. CheckpointLoaderSimple → 加载Flux模型

2. CLIPTextEncode → 正面提示词

3. CLIPTextEncode → 负面提示词

4. EmptyLatentImage → 设定出图尺寸

5. KSampler → 采样参数设置

6. VAEDecode → 解码生成图片

7. SaveImage → 保存图片

角色一致性增强节点（选装）：

8. IPAdapterApply → 应用参考图锁定风格

9. ControlNetApply → 应用姿势控制

提示词模板（漫剧风格）

# 正面提示词模板（Anime风格）
(masterpiece, best quality, anime style:1.2), 
[角色描述: 黑发少女, 白色连衣裙, 大眼睛], 
[场景描述: 雨中街道, 霓虹灯, 赛博朋克风格],
soft lighting, detailed background, 8k

# 负面提示词（通用）
(worst quality, low quality, blurry:1.4), 
deformed, ugly, extra limbs, bad anatomy

提示词设计核心原则：

– 明确指定动漫风格（anime style / manga style）

– 角色描述要具体（发型、服装、表情）

– 场景描述要包含光线和氛围词

– 用括号控制权重，如 (anime style:1.2) 表示加强这个标签的影响

常见问题解决

问题1：显存不足（Out of Memory）

解决方案：

1. 使用 --lowvram 参数启动ComfyUI

2. 切换到FP8量化版Flux模型

3. 降低出图分辨率（从1024×1024降至768×768）

4. 在KSampler中降低batch_size（批量出图数量）

问题2：角色一致性不够好

解决方案：

1. 确认IP-Adapter权重设置在0.7-0.9之间

2. 为每个角色准备3-5张高质量参考图

3. 配合FaceID节点，专门锁定脸部特征

4. 考虑训练角色专属LoRA（进阶方案）

问题3：ComfyUI界面是英文的，不习惯

解决方案：

安装中文语言包插件 AIGODLIKE-ComfyUI-Translation，在Manager中搜索即可安装。

下一步：接入视频生成

当你用ComfyUI+Flux跑通了图片生成后，下一步是接入视频生成能力：

– LTX-2.3：NVIDIA发布，支持720p/60秒视频，12G显存可运行（需FP4量化）

– AnimateDiff：经典方案，社区资源丰富

– Stable Video Diffusion：Stability AI出品，效果稳定

建议先搞定图片生成，再扩展到视频生成——一步一个脚印。

总结

ComfyUI+Flux的本地部署，12G显存是完全可行的。核心要点是：选对量化模型（FP8）、装好必备插件（IP-Adapter+ControlNet）、掌握提示词设计。

这套方案的上手成本约为1-2天，但一旦跑通，后续的内容生成成本几乎为零，且完全可控——对于认真做AI漫剧的创作者，这是一笔非常值得的投资。

相关资源：

– ComfyUI官方仓库：https://github.com/comfyanonymous/ComfyUI

– Flux模型下载：https://huggingface.co/black-forest-labs

– ComfyUI-Manager：https://github.com/ltdrdata/ComfyUI-Manager

– LTX-2.3（NVIDIA）：https://huggingface.co/NVIDIA/LTX-Video

行动建议： 如果你已经有12G显存以上的显卡，今天就把ComfyUI装起来——哪怕先跑通一个”Hello World”级别的出图，也是对本地AI能力的重要突破。

林, 火星人老师

海报 链接