觀點 · 資訊分享

ComfyUI 0.31.0 釋出：支援 Wan-Animate2、修好 MiniMax H3 多個問題，LTX 小幅加速約 2.5%

ComfyUI 在 8 月 8 日（UTC）釋出 0.31.0：新增 Wan-Animate2 支援、修正 MiniMax H3 的多個問題，LTX 與 Wan 的優化在 RTX 5090 上約快 2.5%。

一句話看懂：ComfyUI 0.31.0 發布，新增 Wan-Animate2 支援、修好 MiniMax H3 影片模型的多個問題，LTX 與 Wan 小幅加速，同時開始支援幾個雲端夥伴的新模型。

ComfyUI 0.31.0 釋出資訊圖卡：新增 Wan-Animate2 支援，修好 MiniMax H3，LTX 小幅加速

先用白話講：ComfyUI 是什麼？

想像做 AI 圖片或影片，就像在廚房做菜：「讀取模型」是拿食材、「採樣」是下鍋煮、「解碼」是擺盤。ComfyUI 把每個步驟做成一塊積木，你用線把積木接起來，就組成自己的料理流程。因為每個步驟都看得見，想換食材或改火候都很方便，所以很多人拿它在自己的電腦上跑生圖與生影片。

ComfyUI 本身也經常更新，每次新版本主要是在「支援更多食譜（新模型）」與「讓廚房跑得更順」。

ComfyUI 在 8 月 8 日（UTC）釋出 v0.31.0。依官方發布說明，這一版比較值得注意的有：

新模型支援：加入 Wan-Animate2 的支援
MiniMax H3 影片模型：修了多個問題，涵蓋 H3 的 VAE、噪聲遮罩取樣、音訊取樣與 EasyCache 造成的音訊損壞，並新增 int8 版 VAE 的支援
LTX 與 Wan 加速：用融合運算與 int8 的小改動換來速度提升
記憶體：在沒有 swap（交換空間）的 Linux 系統上，不再釘住過多記憶體
安全加固：對一些節點做了防範「下拉選單（combo）相關問題」的強化
夥伴節點（Partner Nodes，串接雲端服務的節點）：新增 BFL 的 Flux 3 影片模型、字節跳動的 SeeDance 2.5、Topaz 的 Bloom 2 與 Wonder 3.5；同時移除已停用的 Kling 舊模型與虛擬試穿 API，並棄用 Reve 節點

要看其中一個 PR 的說明才知道，數字很誠實：

優化項目	測到的速度提升	測試環境
LTX 的 rms_adaln 融合	約 2.5%	RTX 5090
LTX、Wan 的 int8 輸入優化	約 2.6%（用 int8 權重時）	RTX 5090，峰值顯存也略降

也就是說，這是「小幅」進步，不是翻倍。對天天跑長影片的人，積少成多還是有感。

如果你用的是沒有 swap 的 Linux，這版的調整是「不要釘住過多記憶體」，細節請看對應的提交說明
夥伴節點是串接外部雲端服務的節點，費用與規則依各家而定，這次的發布說明沒有提到；本地模型不受影響
後續（8 月 11 日）：v0.32.0 釋出，官方最低支援的 PyTorch 提高到 2.7，並加入 LTX 2.5 支援。如果你的環境還是舊版 PyTorch，升級前先確認

自己架本地 AI 的人，最怕的就是「更新之後某個模型壞掉」。ComfyUI 的好處是每次發布說明都列得很細，所以我習慣先看一遍再決定升不升。

這次的重點不是華麗新功能，而是一堆修補與小加速，屬於「穩定性更新」。我的建議是：如果你正在用 MiniMax H3 或 Wan 系列，值得升級；如果你的流程已經穩定、而且沒有新需求，可以等一兩個版本看看社群有沒有回報問題再動。升級前記得備份自己的工作流程與自訂節點資料夾。

ComfyUI 是什麼？

一個用「節點連線」方式組合 AI 生圖、生影片流程的開源工具，可以在自己的電腦上執行，每個步驟都看得見，方便替換模型或調整設定。

0.31.0 的加速有多明顯？

依相關 PR 的說明，LTX 的融合運算在 RTX 5090 上約快 2.5%，LTX 與 Wan 的 int8 輸入優化在使用 int8 權重時約快 2.6%，顯存峰值也略降。算是小幅進步，不是倍數級。

升級前要注意什麼？

建議先備份自己的工作流程與自訂節點。後續的 v0.32.0（8 月 11 日）把官方最低支援的 PyTorch 提高到 2.7，若你的環境還是舊版，要先確認相容性。

作者

接案做系統開發、網站與主機託管。觀點裡的文章都是我自己寫的,寫的是做專案時第一手遇到的事。