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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0444
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0760
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
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
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.13 K
暂无描述
Markdown
825
5.48 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
964
2.27 K
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++
1.2 K
1.24 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
640
272
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
830
6.13 K
昇腾LLM分布式训练框架
Python
193
272