2026年2月28日，ComfyUI 正式推出了v0.15.1 最新穩(wěn)定版本，這是一次深度更新與性能優(yōu)化的版本，被官方標(biāo)記為“immutable release”，意味著除了發(fā)布標(biāo)題和說明外，其內(nèi)容將保持穩(wěn)定，不再進(jìn)行結(jié)構(gòu)性更改。此次版本帶來了多項修復(fù)、優(yōu)化以及模型擴(kuò)展支持，涉及低顯存模式、模型推理穩(wěn)定性、前端接口改進(jìn)以及多模態(tài)生成能力的拓展。
以下是對于本次更新的系統(tǒng)性解析，全面涵蓋代碼改動、文件更新及新增特性。

一、版本信息與發(fā)布背景

• ?版本號：v0.15.1

• ?發(fā)布日期：2026年2月29日

• ?特性類型：Immutablerelease（僅標(biāo)題和注釋可修改）

• ?影響范圍：核心代碼框架、API節(jié)點(diǎn)、模型加載模塊、前端、腳本執(zhí)行體系

此次更新共涉及17 次提交（commits）、28 個文件修改、632 行新增代碼、65 行刪除。主要涉及核心文件main.py、comfy/model_base.py、comfy/ops.py、comfy_api_nodes/nodes_gemini.py等關(guān)鍵模塊。

二、更新概覽：What's Changed

本次 v0.15.1 的關(guān)鍵更新包括如下幾個方面：

1. 1.修復(fù) prompt entries 缺少 class_type 鍵導(dǎo)致的 KeyError

2. 2.Comfy Aimdo 模塊升級至 0.2.2 版本，全面接入動態(tài)顯存控制優(yōu)化。

3. 3.禁用 torch 編譯器下的 dynamic_vram 功能，增強(qiáng)兼容性。

4. 4.修復(fù) Aimdo fallback 機(jī)制在 probe 階段的 zero-copy sft 使用問題。

5. 5.前端版本正式升級至 1.39.19（從 1.39.16），優(yōu)化 API 節(jié)點(diǎn)的進(jìn)度文本序列化能力。

6. 6.修復(fù) LTXAV 模型 text encoding 最小長度與內(nèi)存估算相關(guān)問題。

7. 7.新增 WanVideo 流式分割模型 FlowRVS 支持，實(shí)現(xiàn)視頻級流動分割能力。

8. 8.新增 Self-Attention 每指引強(qiáng)度控制能力，強(qiáng)化模型注意力機(jī)制靈活性。

9. 9.GLSL 節(jié)點(diǎn)優(yōu)化：引入 PyOpenGL 加速 Numpy 紋理管理，提升渲染性能。

10. 10.新增 API 節(jié)點(diǎn) NanoBanana2，支持 Gemini 3.1 Flash Image 模型自動生成。

11. 11.更新工作流模板至 0.9.4，全面同步生態(tài)工作流規(guī)范。

在app/node_replace_manager.py中新增了容錯邏輯：

if "class_type" not in node_struct or "inputs" not in node_struct:
    continue

此修改解決了當(dāng) prompt 條目缺失class_type鍵時觸發(fā)關(guān)鍵錯誤（KeyError）的 bug，使得節(jié)點(diǎn)替換邏輯更加穩(wěn)健。

2.條件比較函數(shù)升級 - comfy/conds.py

新增is_equal(x, y)函數(shù)用于深層遞歸比較字典、張量與序列結(jié)構(gòu)，提高條件合并與判斷的穩(wěn)定性。
該函數(shù)支持 tensor、dict、list、tuple 全類型比對，避免傳統(tǒng)直接比較引發(fā)異常。
在CONDRegular類中，原有的直接比較：

if self.cond != other.cond:

現(xiàn)已升級為：

if not is_equal(self.cond, other.cond):

這使得復(fù)雜條件在合并過程中可正常識別，從而改善生成穩(wěn)定性。

3.Light Tricks 模塊全面增強(qiáng)位于comfy/ldm/lightricks/av_model.pymodel.py

新增參數(shù)self_attention_mask，為多模態(tài)自注意機(jī)制引入獨(dú)立控制層。
這意味著模型的內(nèi)部注意力不再固定，而可通過 mask 動態(tài)調(diào)節(jié)噪聲到引導(dǎo)信號之間的注意強(qiáng)度，實(shí)現(xiàn)更加精細(xì)的多模態(tài)融合。

新增_build_guide_self_attention_mask()方法，允許模型根據(jù)每個引導(dǎo)參考自定義注意力衰減。

該函數(shù)基于每個guide_attention_entries構(gòu)建遮罩矩陣，對噪聲?引導(dǎo) token 的注意力進(jìn)行定量調(diào)整。
在計算過程中，遵循以下邏輯：

• ?strength < 1.0時，進(jìn)行關(guān)注度衰減。

• ? 支持通過 pixel_mask 生成自適應(yīng)遮罩。

• ? 構(gòu)建 log-space 加法偏置，用于 Transformer 的注意力層。

此功能的意義在于：模型對于多個引導(dǎo)輸入（如視頻幀、圖像提示）可形成獨(dú)立的注意力權(quán)重分布，從而提升多參考控制下的生成一致性。

4.模型檢測與元數(shù)據(jù)兼容擴(kuò)展

文件：comfy/model_detection.py

新增自動提取 metadata 配置中 transformer 字段的能力，使保存的模型可加載自定義的 transformer 優(yōu)化參數(shù)。

5.模型克隆機(jī)制擴(kuò)展

文件：comfy/model_patcher.py

新增參數(shù)disable_dynamic=False，可在 clone 時禁用動態(tài)顯存機(jī)制，實(shí)現(xiàn)與torch.compile一致的模型靜態(tài)化操作。
并通過緩存cached_patcher_init保留模型加載初始化信息，為后續(xù)冷啟動提供支持。

6.動態(tài) VRAM 管理邏輯優(yōu)化

文件：comfy/ops.py

原有的enables_dynamic_vram()調(diào)用被替換為comfy.memory_management.aimdo_enabled邏輯。
這意味著系統(tǒng)不再依賴命令行參數(shù)，而通過內(nèi)部內(nèi)存管理器自動判斷 AIMDO 動態(tài)顯存支持狀態(tài)，極大簡化配置復(fù)雜度。

7.新模型流派支持：WAN21_FlowRVS 與 IMG_TO_IMG_FLOW

文件：comfy/model_base.py與comfy/model_sampling.py

新增模型類型枚舉值IMG_TO_IMG_FLOW (11)。
并定義對應(yīng)的模型類WAN21_FlowRVS：

class WAN21_FlowRVS(WAN21):
    def __init__(self, model_config, model_type=ModelType.IMG_TO_IMG_FLOW, image_to_video=False, device=None):
        model_config.unet_config["model_type"] = "t2v"

該模型繼承 WAN2.1 架構(gòu)，支持圖像到視頻流變變換（Flow-based Realistic Video Segmentation）。

在采樣類型中新增：

class IMG_TO_IMG_FLOW(CONST):
    def calculate_denoised(self, sigma, model_output, model_input):
        return model_output

為 ComfyUI 框架增加了新的視頻分割式生成管線支持。

8.Gemini 系列 API 全面擴(kuò)展

文件：comfy_api_nodes/nodes_gemini.py

新增 Gemini NanoBanana2 節(jié)點(diǎn)——支持 Google Vertex AI 的 Gemini 3.1 Flash Image 模型調(diào)用。
此節(jié)點(diǎn)可生成高分辨率圖像（1K~4K），支持thinking_level控制，可在 MINIMAL 與 HIGH 兩種思維層次間切換。
新增價格徽章邏輯GEMINI_IMAGE_2_PRICE_BADGE，用于 API 自動計算使用費(fèi)用。

所有配置類均升級，例如：

class GeminiThinkingConfig(BaseModel):
    includeThoughts: bool | None = Field(None)
    thinkingLevel: str = Field(...)

這使生成請求可通過thinkingLevel影響模型推理策略，從而在簡潔與復(fù)雜思維之間平衡圖像質(zhì)量與成本。

9.GLSL 節(jié)點(diǎn)與紋理加速修復(fù)

文件：comfy_extras/nodes_glsl.py
修復(fù)紋理刪除邏輯，確保在啟用 PyOpenGL 加速后，類型強(qiáng)制轉(zhuǎn)換為int避免 numpy 類型錯誤：

gl.glDeleteTextures(int(tex))

提高系統(tǒng)渲染穩(wěn)定性。

10.前端與依賴更新

文件：requirements.txt
關(guān)鍵依賴升級：

• ? comfyui-frontend-package →1.39.19

• ? comfyui-workflow-templates →0.9.4

• ? comfy-aimdo →0.2.2

增強(qiáng)前端 API 節(jié)點(diǎn)的進(jìn)度文本序列化，和 workflow 模板的自動化管理能力。

11.腳本執(zhí)行主入口調(diào)整

文件：main.py
在主執(zhí)行體之前新增 AIMDO 初始化邏輯：

import comfy_aimdo.control
if enables_dynamic_vram():
    comfy_aimdo.control.init()

確保系統(tǒng)在導(dǎo)入 Torch 模塊前完成顯存動態(tài)優(yōu)化啟動，防止顯存管理沖突。

12.版本號統(tǒng)一與構(gòu)建文件更新

• ?comfyui_version.py更新為 0.15.1

• ?pyproject.toml同步為 0.15.1
  版本標(biāo)識與依賴一致，確保構(gòu)建系統(tǒng)與安裝文件保持同步。

本次更新可被視為 ComfyUI 框架的一次底層穩(wěn)定性強(qiáng)化版本。
顯著改進(jìn)如下：

1. 1.增強(qiáng)錯誤容忍度：節(jié)點(diǎn)處理更穩(wěn)健，避免低級鍵缺失導(dǎo)致進(jìn)程中斷。

2. 2.模型泛化擴(kuò)展：FlowRVS、NanoBanana2、Gemini 3.1 Flash 等新模型支持。

3. 3.動態(tài)顯存機(jī)制優(yōu)化：顯存控制由命令行切換至自動檢測機(jī)制。

4. 4.注意力控制升級：引入 per-guide attention mask，優(yōu)化多參考圖像特征融合。

5. 5.前端和API協(xié)同更新：前端升級與API節(jié)點(diǎn)同步，交互更加實(shí)時、準(zhǔn)確。

這使得 ComfyUI 在處理高維度視覺生成任務(wù)時，更加高效、穩(wěn)定且具備較強(qiáng)的擴(kuò)展性。

五、結(jié)語

ComfyUI v0.15.1 的發(fā)布，是一次非常重要的穩(wěn)定性版本更新。它在保持架構(gòu)完整性的同時，進(jìn)一步增強(qiáng)了AI生成體系的連續(xù)性與智能性。
尤其是針對多模態(tài)融合和視頻流式模型的支持，使得其在視頻生成、圖像修復(fù)和AI藝術(shù)設(shè)計領(lǐng)域再進(jìn)一步。

對于開發(fā)者與AI內(nèi)容創(chuàng)作者而言，建議盡快將環(huán)境升級至v0.15.1，以充分體驗(yàn)其改進(jìn)后的運(yùn)行效率與生成質(zhì)量。

版本總結(jié)表：

項目模塊

更新內(nèi)容

優(yōu)勢說明

comfy_aimdo

升級至 0.2.2

動態(tài)顯存優(yōu)化

comfy/model_base

新增 FlowRVS 模型支持

視頻生成更自然

comfy_api_nodes/gemini

NanoBanana2 節(jié)點(diǎn)

支持 Gemini 3.1 圖像模型

comfy/ops.py

內(nèi)部顯存檢測改進(jìn)

穩(wěn)定性提升

comfy_extras/nodes_lt.py

Guide attention 功能

多參考融合

comfyui_version.py

版本同步更新

構(gòu)建一致性

前端工作流模板

升級至 v0.9.4

工作流可擴(kuò)展性提升

我們相信人工智能為普通人提供了一種“增強(qiáng)工具”，并致力于分享全方位的AI知識。在這里，您可以找到最新的AI科普文章、工具評測、提升效率的秘籍以及行業(yè)洞察。 歡迎關(guān)注“福大大架構(gòu)師每日一題”，發(fā)消息可獲得面試資料，讓AI助力您的未來發(fā)展。