ComfyUI-Ovi
Integra el motor de generación conjunta de vídeo y audio Ovi de Character.AI en flujos de trabajo de ComfyUI basados en nodos.
Genera fotogramas de vídeo sincronizados y pistas de audio de 16 kHz utilizando nodos Ovi de control de precisión.
ComfyUI-Ovi incorpora el generador dual de vídeo y audio de Character.AI directamente en las tuberías de ComfyUI. Los localizadores multimedia y creadores de contenido de vídeo pueden generar locuciones sincronizadas y prompts de vídeo directamente desde nodos de flujos de trabajo personalizados. Es adecuado para miembros de equipos que construyen tuberías automatizadas de traducción de vídeo o doblaje con IA dentro de ComfyUI.
Qué es
Este paquete de nodos integra el modelo Ovi de 11B de Character.AI en ComfyUI para generar fotogramas de vídeo sincronizados y latentes de audio de 16 kHz. Proporciona nodos dedicados para la carga del motor, cambio de precisión, selección del backend de atención y descodificación latente. La herramienta descarga automáticamente los recursos principales a la vez que permite el uso compartido de los codificadores de texto Wan 2.2 VAE y UMT5 existentes.
Para quién
Es adecuado para localizadores multimedia, creadores de vídeo con IA y traductores técnicos que construyen flujos de trabajo automatizados de doblaje o generación de vídeo en ComfyUI. No está diseñado para usuarios no técnicos que carecen de un entorno ComfyUI existente o de hardware NVIDIA de gama alta. Si no tienes al menos 16 GB de VRAM, esta herramienta no se ejecutará.
Funciones clave
Cargador de modelos con autoarranque
Descarga los recursos MMAudio necesarios y los pesos de fusión de Ovi directamente en tus directorios de ComfyUI.
Selectores de precisión FP8 y BF16
Permiten cambiar entre precisión completa y un modo de 16-24 GB de VRAM directamente desde los desplegables de los nodos.
Selector de backend de atención
Permite el cambio en tiempo de ejecución entre los controladores de atención FlashAttention, SDPA, Sage y nativos.
Soporte de reutilización de componentes
Se conecta a codificadores de texto Wan 2.2 VAE y UMT5 preinstalados sin duplicar archivos de modelos en el disco.
Asignación multi-GPU por nodo
Detecta las GPU disponibles y te permite asignar nodos específicos del flujo de trabajo a tarjetas gráficas de destino.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Genera latentes de vídeo sincronizados y audio de 16 kHz en una sola pasada
- Reutiliza archivos existentes de codificadores de texto Wan 2.2 VAE y UMT5 para ahorrar espacio de almacenamiento
- Soporta el cambio en tiempo de ejecución entre los modos de precisión FP8 y BF16
- Incluye selección de dispositivo por nodo para configuraciones de hardware multi-GPU
Sus límites
- Requiere un mínimo de 16 GB de VRAM y una pila CUDA 12.x moderna para ejecutarse
- No se proporciona ninguna licencia open source explícita en los metadatos del repositorio
- La alta retención de VRAM tras las ejecuciones de generación requiere la descarga manual del modelo
- Requiere configurar y mantener un entorno ComfyUI funcional
Precios y licencia
Los nodos personalizados son de descarga y uso gratuito. El coste financiero principal proviene de operar infraestructura de GPU de gama alta capaz de procesar modelos de 11B.
Empleos para hispanohablantes
876 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Úsalo, o deja que lo configuremos
FAQ
¿Qué VRAM se requiere para ejecutar ComfyUI-Ovi?
Necesitas de 16 a 24 GB de VRAM usando precisión FP8 con descarga a CPU, o 32 GB+ de VRAM para el modo BF16 nativo.
¿Genera ComfyUI-Ovi audio junto con el vídeo?
Sí, produce fotogramas de vídeo sincronizados junto con latentes de audio de 16 kHz.
¿Puedo usar archivos de modelos Wan 2.2 existentes?
Sí, el nodo Ovi Wan Component Loader te permite apuntar a tus codificadores de texto Wan 2.2 VAE y UMT5 existentes.
