ComfyUI v0.36.0：原生支持 Marigold V2 与视频拼接节点

ComfyUI v0.36.0 已发布。它将 Marigold V2 密集预测（深度、表面法线与反照率）引入核心，并附带三个官方工作流；此外还新增了视频拼接节点、原生 FastVideo FastH3 与 YuE2 支持、通用循环节点，以及一批合作节点更新与修复。

Marigold V2 可直接从单张图像中读取几何信息：同一系列模型即可输出深度、表面法线与反照率（预览图来自项目仓库）。

Marigold V2：深度、表面法线与反照率

Marigold V2 由华为拜耳实验室联合 EPFL 和博洛尼亚大学推出，并在 SIGGRAPH Asia 2026 上展示（arXiv:2609.08084）。它并非从头训练新的 diffusion 模型，而是通过各任务专属的 LoRA 权重和微调后的 VAE 解码器对 Qwen-Image-Edit-2509 进行微调，随后在单步采样中从 latent 中读取预测结果。

核心支持通过 Comfy-Org/ComfyUI#16232（CORE-431）合并，官方模板则使用 Comfy-Org 在 Comfy-Org/marigold-v2-0 重新打包的权重文件。共覆盖三项任务：

深度：来自论文默认 depth/Log-stage2 模型的仿射不变对数深度，在 Hypersim 和 Virtual KITTI 2（约 7.4 万张图像）上训练。
表面法线：相机空间单位法线。
反照率：取值在 [0, 1] 范围内的线性 RGB 反照率。

上游发布还提供了可预测玻璃后方几何结构的透视（分层）深度模型，以及均匀深度和视差消融版本。ComfyUI 包中提供上述三种主要模态。

来自项目仓库的方法概览：同一个 Qwen-Image-Edit-2509 主干网络按不同的密集预测任务进行适配。

Marigold V2 工作流内部解析

每个模板都以子图形式构建。它加载 int8 ConvRot Qwen-Image-Edit-2509 基础模型 qwen_image_edit_2509_int8_convrot.safetensors，应用任务 LoRA，加载预先计算好的条件 embedding 和任务 VAE，然后使用 euler 在 0.5 -> 0 的 sigma 上采样，即一步完成。无需文本编码器：提示词 embedding 以 *_conditioning.safetensors 文件形式提供，通过 ConditioningLoader 加载。

新增的 Marigold V2 后处理节点（MarigoldV2PostProcess，类别 image/geometry estimation）可将解码后的预测转换为可视图像，并通过 prediction 开关选择 depth（归一化，近处更亮）、normals（单位法线）或 albedo（sRGB）。

模板所需的文件：

📂 ComfyUI/
└── 📂 models/
    ├── 📂 diffusion_models/
    │   └── qwen_image_edit_2509_int8_convrot.safetensors
    ├── 📂 loras/
    │   ├── marigold_v2_depth_log_stage2.safetensors
    │   ├── marigold_v2_normals.safetensors
    │   └── marigold_v2_albedo.safetensors
    ├── 📂 embeddings/
    │   ├── marigold_v2_depth_conditioning.safetensors
    │   ├── marigold_v2_normals_conditioning.safetensors
    │   └── marigold_v2_albedo_conditioning.safetensors
    └── 📂 vae/
        ├── marigold_v2_depth_log_stage2_vae.safetensors
        ├── marigold_v2_normals_vae.safetensors
        └── marigold_v2_albedo_vae.safetensors

随模型公布的零样本指标：在 NYUv2 上深度 AbsRel / δ1 为 3.6 / 98.0，KITTI 上为 5.4 / 97.4，ETH3D 上为 2.8 / 99.2，ScanNet 上为 3.7 / 97.9，DIODE 上为 5.2 / 97.1；在 NYUv2 上表面法线的平均角度误差为 16.6°；在 Hypersim 测试集上反照率 PSNR 为 20.78，SSIM 为 0.811。

视频拼接节点

v0.36.0 新增了拼接视频节点（ConcatenateVideo，类别 video），可在节点图中将多个片段首尾相接：

输入以 video1、video2 等自动扩展，最多支持 100 个片段，并按输入顺序依次追加。
当各片段已使用兼容的编解码器编码时，可直接拼接而无需解码。
codec 默认为 auto（H.264），已编码的视频保持不变。
可选的 complete_audio 输入可覆盖各片段自带的音频，这在片段来自不同生成任务时非常实用。

FastVideo FastH3 与 YuE2 支持

本次发布还将两个更早的模型提升到核心构建中：

FastVideo FastH3，即 8 步蒸馏版 MiniMax H3，用于文生视频和图生视频，并原生支持音频。有关模板所依赖的模型和 VSA 注意力设置，请参阅 FastH3 8-Step V2 获得原生 ComfyUI 模板。
YuE2，可根据风格提示词与歌词生成音乐，并附带针对 AMD 系统的后续修复、更高的歌曲最大时长以及生成节点上更多的控制项。更早的报道：YuE2。

其他节点与核心变更

通用循环：同一版本中加入了开始循环与结束循环节点，用于在节点图内遍历列表，同时还有创建列表和从列表获取项目节点。
转换图像色彩空间新增了 linear 目标色彩空间（线性 Rec.709），在现有的 sRGB、HDR 和 HDR PQ 色彩空间之外提供更多选择。
Gemini 文本节点：新增 GeminiNodeV3，V2 节点已弃用。
MiniMax H3：在 int8 ConvRot VAE 优化的基础上进一步降低了视频 VAE 的显存占用。
Windows 上的 AMD：虚拟地址配额提升至 4TB（CORE-409），并从量化算子中移除了一个已失效的 ROCm triton 架构门控。

合作节点更新

Tripo P2：文本、图像与多视图生成 3D模型的节点。
Pruna P-Video-2：支持 720p/1080p 的文生视频与图生视频，并提供草稿模式。
BFL：新增 Flux 视频编辑节点，可根据文本指令编辑源视频片段。
Bria：新增图像编辑节点，以及一个视频擦除节点。
OpenRouter：支持 Microsoft mai-image-2.6 模型，图像节点支持自动宽高比。
Client：合作节点进度现在会读取预计时长响应头来显示进度。

修复与其他变更

修复了启用 ComfyUI 编译器时 H3 Fun ControlNet 的问题。
图像添加噪声节点不再向 Alpha 通道添加噪声。
修复了 Yue2 的 AMD 问题，并为生成 ABC 节点增加了更多控制项。
RoPE 现在在更多基于 llama 的模型上使用快速内核，这覆盖了 Qwen-Image-Edit 类模型所使用的文本编码器。
comfy-kitchen 更新至 0.2.34，comfyui-frontend-package 更新至 1.52.7，workflow templates 更新至 v0.11.62。
资源记录已从内容中分离，置于 --enable-assets 标志之后。

获取 v0.36.0

通过管理器或你惯用的启动器更新 ComfyUI。Marigold V2 工作流和视频拼接节点需要 v0.36.0 或更高版本，Desktop 与 Cloud 构建则跟随稳定版发布。