ComfyUI v0.32.0：全新原生注意力后端与 LTX 2.5 支持
ComfyUI Wikinews
ComfyUI v0.32.0 新增内置注意力后端，速度媲美 SageAttention；原生支持 LTX 2.5（含 STG 与双 CFG）；修复 MiniMax H3 VAE 与内存问题；并更新合作节点。
ComfyUI v0.32.0 现已可用。此版本新增了内置注意力后端（comfy kitchen attention），无需额外安装即可达到 SageAttention 级别的速度；新增原生 LTX 2.5 支持；优化了 MiniMax H3 VAE 与内存；并更新了合作节点，包括 Qwen Image 3.0 和 Grok Imagine 2.0。
新增内置注意力后端
v0.32.0 实现了 comfy kitchen attention，这是一个随 ComfyUI 一并提供的原生注意力后端。新增的 ModelAttentionBackend 节点让您可以直接在工作流中为每个模型选择注意力实现，目前提供 PyTorch 注意力或 comfy kitchen attention。对于希望全局启用它的用户，--use-ck-attention 启动参数可将其设置为全部模型的默认后端（需要注意的是，它可能会导致某些模型无法正常工作）。
早期的社区基准测试表明，其性能与 SageAttention 相当。在 MiniMax H3 上，它与 SageAttention Auto 表现持平；在 Z-Image Turbo 2048x2048 @ 9 步测试中，新后端耗时 14.55 秒，而 SageAttention (Auto) 为 14.24 秒，默认 PyTorch 注意力为 23.16 秒：
| 注意力后端 | Z-Image Turbo 2048x2048 @ 9 步（3 次运行平均） |
|---|---|
| Comfy Kitchen Attention | 14.55s |
| SageAttention (Auto) | 14.24s |
| PyTorch 注意力（默认） | 23.16s |
对于在安装 SageAttention 时遇到困难的用户，由于该后端已内置于 ComfyUI，这一改动彻底消除了这一障碍。
原生 LTX 2.5 支持
ComfyUI 现已原生支持 LTX 2.5，包括时空引导（STG）、双 CFG 和时长预测。此版本还新增了以下 LTXV 节点：
- LTXV Spatio-Temporal Guidance（LTXV 时空引导）：用于 LTX 视频生成的 STG 引导
- LTXV Modality Guidance（LTXV 模态引导）：用于 LTX 的音频/视频耦合引导
- LTXV Dual CFG Guider（LTXV 双 CFG 引导器）：用于 LTX 工作流的双 CFG 引导器
- LTXV Duration Predictor（LTXV 时长预测器）：根据提示词 token 预测自然的镜头时长
MiniMax H3 优化
v0.32.0 中的多项更改针对 MiniMax H3 生态系统：
- 优化了 MiniMax-H3 VAE，编码和解码速度更快
- 修复了 MiniMax H3 生成期间的峰值内存问题
- 修复了 NestedTensor latents（MiniMax H3）上的 VAEDecodeTiled 崩溃问题
合作节点更新
- Qwen Image 3.0：新增 Qwen-Image 3.0 和 3.0 Pro 文生图与编辑节点
- LTX 2.5：新增 LTX 2.5 文本/图像/音频转视频合作节点
- Grok Imagine Image 2.0：新增 grok-imagine-image-2.0 模型支持
性能与稳定性
- PyTorch 2.7 现在是官方支持的最低 PyTorch 版本
- ER-SDE 噪波缩放器已扩展，支持对 h(t) 进行缩放
- Mistral 和 Llama tokenizer 不再依赖 transformers
- 修复了放大模型在非动态低显存（VRAM）上崩溃的问题
- 修复了分块音频解码异常的问题
- 修复了 CLIP Vision 回归问题
- 使创建分层图像（Create Layered Image）更易于发现，标志更清晰
如需查看完整更新日志，请访问 官方 GitHub 发布页面 或 ComfyUI 文档更新日志。
评论
使用 GitHub 登录后即可参与讨论。