ComfyUI-Ovi
Integra o motor de geração conjunta de vídeo e áudio Ovi do Character.AI em fluxos de trabalho do ComfyUI baseados em nós.
Gere quadros de vídeo sincronizados e faixas de áudio de 16 kHz usando nós do Ovi controlados com precisão.
O ComfyUI-Ovi traz o gerador duplo de vídeo e áudio do Character.AI diretamente para os pipelines do ComfyUI. Localizadores de multimídia e criadores de conteúdo em vídeo podem gerar prompts de fala e vídeo sincronizados diretamente de nós de fluxo de trabalho personalizados. É ideal para membros de equipe que constroem pipelines de tradução de vídeo automatizada ou dublagem por IA dentro do ComfyUI.
O que é
Este pacote de nós integra o modelo Ovi de 11B do Character.AI no ComfyUI para gerar quadros de vídeo sincronizados e latentes de áudio de 16 kHz. Ele fornece nós dedicados para carregamento de motor, alternância de precisão, seleção de backend de atenção e decodificação latente. A ferramenta busca automaticamente os ativos principais, permitindo o uso compartilhado de codificadores de texto Wan 2.2 VAE e UMT5 existentes.
Para quem
É adequado para localizadores de multimídia, criadores de vídeo com IA e tradutores técnicos que constroem fluxos de trabalho de dublagem ou geração de vídeo automatizados no ComfyUI. Não foi concebido para utilizadores não técnicos que não possuem um ambiente ComfyUI existente ou hardware NVIDIA de alta gama. Se não tiver pelo menos 16 GB de VRAM, esta ferramenta não funcionará.
Recursos principais
Carregador de modelo com auto-inicialização
Baixa os ativos do MMAudio necessários e os pesos de fusão do Ovi diretamente nos seus diretórios do ComfyUI.
Alternadores de precisão FP8 e BF16
Permite alternar entre precisão total e um modo de 16-24 GB de VRAM diretamente nos menus suspensos dos nós.
Seletor de backend de atenção
Permite a alternância em tempo de execução entre FlashAttention, SDPA, Sage e drivers de atenção nativos.
Suporte a reutilização de componentes
Conecta-se a codificadores de texto Wan 2.2 VAE e UMT5 pré-instalados sem duplicar arquivos de modelo no disco.
Direcionamento multi-GPU por nó
Detecta as GPUs disponíveis e permite atribuir nós de fluxo de trabalho específicos a placas gráficas de destino.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Gera latentes de vídeo sincronizados e áudio de 16 kHz em uma única passagem
- Reutiliza arquivos de codificador de texto Wan 2.2 VAE e UMT5 existentes para economizar espaço de armazenamento
- Suporta alternância em tempo de execução entre os modos de precisão FP8 e BF16
- Inclui seleção de dispositivo por nó para configurações de hardware multi-GPU
Onde deixa a desejar
- Requer um mínimo de 16 GB de VRAM e uma pilha CUDA 12.x moderna para executar
- Nenhuma licença open source explícita fornecida nos metadados do repositório
- A retenção elevada de VRAM após a execução da geração exige a descarga manual do modelo
- Requer a configuração e manutenção de um ambiente ComfyUI funcional
Preços & licença
Os nós personalizados são gratuitos para baixar e usar. O principal custo financeiro vem da operação de infraestrutura de GPU de alta gama capaz de processar modelos de 11B.
Vagas para quem fala português
873 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
Quanta VRAM é necessária para executar o ComfyUI-Ovi?
Você precisa de 16 a 24 GB de VRAM usando precisão FP8 com descarregamento de CPU, ou mais de 32 GB de VRAM para o modo BF16 nativo.
O ComfyUI-Ovi gera áudio junto com o vídeo?
Sim, ele produz quadros de vídeo sincronizados juntamente com latentes de áudio de 16 kHz.
Posso usar arquivos de modelo Wan 2.2 existentes?
Sim, o nó Ovi Wan Component Loader permite apontar para seus codificadores de texto Wan 2.2 VAE e UMT5 existentes.
