ComfyUI-Impact-Pack项目中的PyTorch 2.7.0与CUDA 12.8兼容性问题解析

在深度学习工作流工具ComfyUI的Impact Pack子模块中，用户升级PyTorch至2.7.0版本和CUDA至12.8版本后遇到了模型加载异常问题。本文将深入分析该问题的技术背景、产生原因及解决方案。

问题现象分析

当用户尝试通过AdvancedLivePortrait节点进行人脸检测时，系统抛出了UnpicklingError异常。错误信息明确指出这是由于PyTorch 2.6版本后对权重加载机制的安全改进所导致。具体表现为YOLO模型加载过程中，系统拒绝识别ultralytics.nn.tasks.DetectionModel这一全局对象。

技术背景

PyTorch 2.6版本引入了一项重要的安全改进：将torch.load()函数中的weights_only参数默认值从False改为True。这一改变旨在防止潜在的恶意代码执行风险，但同时也对模型加载流程产生了以下影响：

1. 安全性提升：默认情况下只允许加载纯权重数据，禁止执行模型文件中的任意代码
2. 兼容性变化：需要显式声明信任的自定义类和函数
3. 错误处理：提供了更详细的错误提示和解决方案指引

根本原因

该问题的核心在于AdvancedLivePortrait节点依赖的YOLO模型实现方式。当使用torch.load加载模型时：

1. 模型文件中包含了ultralytics.nn.tasks.DetectionModel的自定义类引用
2. PyTorch的weights_only安全机制默认不允许此类全局对象
3. 系统缺少必要的安全全局变量白名单配置

解决方案

对于使用ComfyUI-Impact-Pack的用户，开发者已发布v1.3.2版本更新解决了此问题。用户应采取以下步骤：

1. 更新Impact Subpack至最新版本(v1.3.2)
2. 确保所有依赖项与PyTorch 2.7.0兼容
3. 对于自定义模型加载场景，可考虑以下两种方案：
   • 在信任模型来源的情况下，显式设置weights_only=False
   • 使用torch.serialization.add_safe_globals()将必要类加入安全白名单

最佳实践建议

1. 保持ComfyUI及其插件处于最新版本
2. 升级PyTorch前检查插件兼容性说明
3. 对于关键工作流，建议在虚拟环境中测试新版本兼容性
4. 仅从可信来源获取模型文件，以平衡安全性与功能性

该案例展示了深度学习生态系统中版本兼容性的重要性，也体现了PyTorch团队在安全性与易用性之间的平衡考量。通过理解这些底层机制，用户可以更有效地解决类似问题并优化自己的工作流程。