ComfyUI-AnimateDiff-Evolved模型路径配置指南
2026-02-04 04:02:24作者:姚月梅Lane
模型路径配置的重要性
在使用ComfyUI-AnimateDiff-Evolved插件时,模型文件的存放位置是一个需要特别注意的技术细节。合理的路径配置不仅能确保插件正常运行,还能避免重复下载模型文件,提高工作效率。
默认模型路径解析
ComfyUI-AnimateDiff-Evolved插件默认会从以下两个目录加载模型文件:
-
运动模型(animatediff_models)默认路径:
ComfyUI/models/animatediff_models -
运动LoRA模型(animatediff_motion_lora)默认路径:
ComfyUI/models/animatediff_motion_lora
这种设计将AnimateDiff专用模型与其他模型分开存放,可以避免在常规检查点或LoRA加载节点中显示这些专用模型,减少用户混淆。
多路径配置方案
对于需要从多个位置加载模型的用户,特别是同时使用Stable Diffusion WebUI和ComfyUI的用户,可以通过修改extra_model_paths.yaml配置文件来实现。
配置步骤
- 在ComfyUI根目录下找到或创建
extra_model_paths.yaml文件 - 添加以下配置内容:
animatediff_models: - "stable-diffusion-webui/extensions/sd-webui-animatediff/model" - "ComfyUI/models/animatediff_models" animatediff_motion_lora: - "ComfyUI/models/animatediff_motion_lora"
这种配置方式允许系统从多个指定路径搜索模型文件,特别适合以下场景:
- 已经通过WebUI的扩展管理器安装了AnimateDiff
- 需要在多平台间共享模型文件
- 希望保持原有文件结构不变
技术实现原理
ComfyUI的模型加载系统采用了灵活的路径搜索机制。当插件需要加载模型时:
- 首先检查默认路径
- 如果配置了
extra_model_paths.yaml,会依次检查其中定义的所有路径 - 使用第一个找到的匹配文件
这种设计既保证了兼容性,又提供了足够的灵活性,满足不同用户的使用习惯。
最佳实践建议
-
统一管理:建议将所有AnimateDiff相关模型集中存放在一个主目录下,通过软链接或
extra_model_paths.yaml配置实现多平台共享。 -
路径规范:保持路径命名一致性,避免使用中文或特殊字符,防止潜在的加载问题。
-
定期清理:定期检查各路径下的模型文件,删除重复或过期的版本,节省存储空间。
通过合理配置模型路径,用户可以更高效地使用ComfyUI-AnimateDiff-Evolved插件,同时保持工作环境的整洁有序。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350