NVIDIA 与 ComfyUI 联手简化本地 AI 视频生成，GDC 发布多项性能优化更新

事件概述

在旧金山举行的 Game Developers Conference (GDC) 上，NVIDIA 宣布了一系列旨在简化游戏开发者和创作者在本地进行 AI 视频生成的更新。这些更新主要围绕 ComfyUI 工作流、RTX GPU 加速技术及新型量化模型展开，重点解决速度、显存（VRAM）和控制力之间的平衡问题。

核心信息

1. ComfyUI 界面与工作流优化

• App View 模式：针对不熟悉节点图的艺术家，ComfyUI 推出了简化的 App View 界面。用户只需输入提示词（prompt）并调整简单参数即可生成内容，同时保留了完整的 Node View 供高级用户切换使用。
• 兼容性：App View 完全兼容 ComfyUI 中的 RTX 优化功能。
• 性能提升：自 9 月以来，针对 RTX GPU 的性能已提升 40%。

2. 新型模型与量化支持 (NVFP4 & FP8)

NVIDIA 在 ComfyUI 中原生支持了 NVFP4 和 FP8 数据格式，并发布了多款相关模型变体：

• 可用模型：FLUX.2 Klein (4B 和 9B 版本) 现已支持 NVFP4 和 FP8；LTX-2.3 即将支持 NVFP4。
• 性能表现（基于 NVIDIA GeForce RTX 50 Series 测试）：
  • NVFP4 格式：相比旧格式，性能提升 2.5 倍，显存占用降低 60%。
  • FP8 格式：性能提升 1.7 倍，显存占用降低 40%。
• 获取方式：用户可从 Hugging Face 下载 NVFP4 和 FP8 检查点（checkpoints），并通过 ComfyUI 的模板浏览器加载默认工作流进行替换。

3. RTX Video Super Resolution (实时 4K 上采样)

为了解决高质量视频输出时的资源瓶颈，NVIDIA 推出了 RTX Video Super Resolution 功能：

• 集成方式：作为 ComfyUI 的独立节点，允许从零构建视频工作流；同时提供免费的 Python 包（通过 PyPI 仓库）及 GitHub 示例代码供开发者调用。
• 技术优势：基于 NVIDIA Video Effects SDK，直接在 RTX GPU Tensor Cores 上运行。
• 效率对比：相比其他流行的本地上采样方案，速度提升 30 倍，且显存成本大幅降低。可将 10 秒片段快速上采样至 4K 分辨率。

值得关注

• 硬件基准：性能测试基于 NVIDIA RTX 5090 GPU，具体场景包括 LTX-2 (512×768, 100 帧) 和 FLUX.2 Klein 9B (1024×1024)。
• 生态扩展：此次更新进一步推动了本地化 AI 视频编辑工具的发展，使得无需云端算力即可在消费级硬件上完成复杂的视频生成与后期处理流程。