ComfyUI-Ovi
Intègre le moteur de génération conjointe vidéo et audio Ovi de Character.AI dans les workflows ComfyUI basés sur des nœuds.
Générez des images vidéo synchronisées et des pistes audio 16 kHz à l'aide de nœuds Ovi à contrôle de précision.
ComfyUI-Ovi intègre le double générateur vidéo et audio de Character.AI directement dans les pipelines ComfyUI. Les localisateurs multimédias et les créateurs de contenu vidéo peuvent générer des invites audio et vidéo synchronisées directement à partir de nœuds de workflow personnalisés. Il convient aux membres d'équipe qui construisent des pipelines de traduction vidéo automatisée ou de doublage par IA au sein de ComfyUI.
Qu'est-ce que c'est
Ce package de nœuds intègre le modèle 11B Ovi de Character.AI dans ComfyUI pour produire des images vidéo synchronisées et des latents audio 16 kHz. Il fournit des nœuds dédiés pour le chargement du moteur, la commutation de précision, la sélection du backend d'attention et le décodage latent. L'outil récupère automatiquement les actifs essentiels tout permet l'utilisation partagée des encodeurs de texte Wan 2.2 VAE et UMT5 existants.
Pour qui
Il convient aux localisateurs multimédias, aux créateurs de vidéos par IA et aux traducteurs techniques qui construisent des workflows de doublage ou de génération vidéo automatisés dans ComfyUI. Il n'est pas conçu pour les utilisateurs non techniques qui ne disposent pas d'un environnement ComfyUI existant ou d'un matériel NVIDIA haut de gamme. Si vous ne disposez pas d'au moins 16 GB de VRAM, cet outil ne s'exécutera pas.
Fonctionnalités clés
Chargeur de modèle à auto-amorçage
Télécharge les actifs MMAudio requis et les poids de fusion Ovi directement dans vos répertoires ComfyUI.
Boutons bascule de précision FP8 et BF16
Vous permet de basculer entre la précision complète et un mode VRAM de 16-24 GB directement depuis les menus déroulants des nœuds.
Sélecteur de backend d'attention
Permet la commutation à l'exécution entre FlashAttention, SDPA, Sage et les pilotes d'attention natifs.
Prise en charge de la réutilisation des composants
Se connecte aux encodeurs de texte Wan 2.2 VAE et UMT5 préinstallés sans dupliquer les fichiers de modèle sur le disque.
Ciblage multi-GPU par nœud
Détecte les GPU disponibles et vous permet d'assigner des nœuds de workflow spécifiques pour cibler des cartes graphiques.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- Génère des latents vidéo synchronisés et de l'audio 16 kHz en un seul passage
- Réutilise les fichiers d'encodeur de texte Wan 2.2 VAE et UMT5 existants pour économiser de l'espace de stockage
- Prend en charge la commutation à l'exécution entre les modes de précision FP8 et BF16
- Comprend une sélection de périphériques par nœud pour les configurations matérielles multi-GPU
Ses limites
- Nécessite un minimum de 16 GB de VRAM et une pile CUDA 12.x moderne pour s'exécuter
- Aucune licence open source explicite fournie dans les métadonnées du dépôt
- La rétention élevée de VRAM après l'exécution de la génération nécessite un déchargement manuel du modèle
- Nécessite la configuration et la maintenance d'un environnement ComfyUI fonctionnel
Tarifs & licence
Les nœuds personnalisés sont gratuits à télécharger et à utiliser. Le principal coût financier provient de l'exploitation d'une infrastructure GPU haut de gamme capable de traiter des modèles 11B.
Missions pour francophones
876 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$170 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Utilisez-le, ou laissez-nous l'installer
FAQ
Quelle VRAM est requise pour exécuter ComfyUI-Ovi ?
Vous avez besoin de 16 à 24 GB de VRAM en utilisant la précision FP8 avec le déchargement CPU, ou de 32 GB+ de VRAM pour le mode BF16 natif.
Est-ce que ComfyUI-Ovi génère de l'audio en plus de la vidéo ?
Oui, il produit des images vidéo synchronisées ainsi que des latents audio 16 kHz.
Puis-je utiliser des fichiers de modèle Wan 2.2 existants ?
Oui, le nœud Ovi Wan Component Loader vous permet de pointer vers vos encodeurs de texte Wan 2.2 VAE et UMT5 existants.
