希哦那个台 LV
发表于 2025-4-18 14:45:57
我真就是觉得ComfyUI会被淘汰，或者说如果没有很好的商业化路径，他最终只能是发烧友们的小众软件，只是这个时间点不是现在，而是在未来的几年里。
人们对于复杂流程的忍耐，是因为唯一和必要这两个前提条件。
ComfyUI之所以存在，是因为扩散模型生成的图像存在很多不完美的地方，而修复各种不完美的插件又比较零碎，因此需要一个统一的界面去整合这些东西，使得后加工的图像/视频可以达到远超模型直出的质量。ComfyUI就是在诸多开源技术的基础上扮演了唯一且必要的整合角色，它的路径是：聚合即应用。
但是这个世界不会永远这样，如果模型一次直出的效果已经达到了大部分人满意的预期，那么模型即应用这条路径就会有更好的前景。
很多年前我刚开始学设计的时候非常享受P图的过程，因为所有的不完美都可以通过数字手工的方式去修补，来达到一种“好像真的是那么一回事”的呈现效果。
那些年里有两个人的网站点亮了我的PS启蒙，一个人是Alex Hogrefe，另一个是韩世麟。他们的教程像是一种魔法，可以把粗鄙不堪的渲染底图甚至截图通过无数素材、图层、特效，调整成美轮美奂的电影级摄影大片。
这些魔法的背后是什么？是动辄几个G甚至十几个G的细分领域P图素材包，是几分钟到一两个钟头的倍速视频教程，是每一个创作先驱人肉帮你踩出一条路来，然后告诉你：“素材A”+“蒙版B”+“特效C”=“细密的雨点划过玻璃的效果”。好了，现在魔法解密已经给你了，你可以去复现了。
如果你的运气足够好，你大概会花费不少于教程的时长把这些魔法复现出来。
去年夏天，Adobe在西雅图这边开了一个座谈会，会上讲到Generative Fill这个背后由Adobe Firefly模型支撑的AI功能，这个功能甚至会贴心地把生成的结果放在一个单独的图层里，每一次生成都提供三种不同的效果供用户选择。魔法？现在秒出。
这当然不是什么新的东西，我在23年用过之后就知道过去这些年疯狂找素材，抠图，叠图层，加特效的数字手工逻辑已经被颠覆了。所以会后我去问Adobe其中一位项目负责人为什么会想要开发这个功能的时候，他回答道：当扩散模型作为这一轮生成式AI的主角之一登场的时候，不自我革命，就只能等着公司的拳头产品被扫进垃圾堆里。
你看，就连卖PS的也知道数字手工在生成式浪潮面前不可能独善其身。如果世界上存在这么一条捷径，使得复杂流程不是唯一且必要的，那么绝大多数人都将选择这条捷径。
<hr/>ChatGPT-4o最近更新的图像生成是一个信号，不是说它现在就能把ComfyUI淘汰，而是说它显示了另一条路径——模型即应用的生命力。
与其去鸡蛋里挑骨头说ChatGPT开始限制人像处理，倒不如期待其他几家CloseAI会在年内搞出有差异化的类似产品。不是每一家AI厂商的审核机制都那么严格的，不信你看Grok的底线就已经低到开始不穿裤子了。
ComfyUI能不能不被淘汰呢？当然是有可能的，前提条件是：他也能自我革命，不是增加几个CloseAI的大模型选项，而是能比CloseAI的使用方法更简便更迅速，效果还更好，那这样的ComfyUI没有人能拒绝。
但这不是现在的ComfyUI展示出的潜力，现在的ComfyUI使用门槛依然远高于CloseAI。都不用说学习难度，就说硬件，一个三百刀的垃圾笔记本可以毫无压力地打开CloseAI的网页，但是它能毫无压力地运行ComfyUI加载的模型和节点吗？
不会真以为这个世界上大多数人都已经能用得起N卡电脑了吧？
<hr/>设计师们纠结的点无非在于控制，在于那种近乎病态的精细控制。
就像外行人不会理解过去多少建筑景观等设计专业的学生曾经把时间浪费在寻找一棵恰当的素材树这种微不足道的事情上。
这种执着背后得有一种很强的理由去支撑，但如果只讨论赚钱的商业模式，最终你会发现大部分设计师这一生也不过是庸碌的凡人，小米不会因为你把它的Logo倒了个N个不同的圆角版本就付给你上百万的设计费——你面对的现实是在更改了10086个版本之后，甲方决定回归最初的那一版。
这种情况下ComfyUI也救不了你，反倒是可以试想一种结合了CloseAI已有的Fine-tune + Batch API的生产流程。
因为如果文生图直出真的可以稳定在相当的准确率之上的时候，暴力抽卡的枚举方式就是一个可以接受的选项。无非是我睡前运行的任务是生成一百张还是一百万张的区别（对于后者的数量级来说我不认为那是一个本地机器应该承受的东西）——前提是CloseAI这项服务的API收费不是那么丧心病狂（当然理想状态下这部分费用是生产成本的一部分，理应由公司承担）。不过我想就算CloseAI漫天要价，总会有友商上去拆台的，狗家可是一直盯着呢，也说不定会有一个DeepSeek类似的新源神去放出毫不逊色的东西。
只要出现这么一种保质保量且省心的服务，无论是ComfyUI还是Midjourney都会有生存危机——OG两家反正是已经正式开始跨过来了，我并不觉得ComfyUI和Midjourney有这个本事反向跨过去写代码搞推理。
Midjourney比ComfyUI强一些的地方在于，它已经形成了一个规模稍大的用户社群和对应的图像分享渠道，这使得它再不济也是AIGC时代的Pinterest/Behance。ComfyUI的路子更像当年的Food4Rhino或者Grasshopper吧，一堆tech-savvy分享中间过程，给你详解节点怎么连，每个node数值怎么调，热心一点的直接把文件分享出来——这很好，很有早年互联网开放共享的精神，却很难持久，也很难增长。
我赞赏ComfyUI带来的时代精神，却并不会有朝一日看到它小众化甚至消失就感到可惜。
这只不过是聚合路径败给了模型本身的进步。
如果你相信模型永远是残疾，那么工作流就有存在的必要。反之，工作流就是一个过渡阶段。
那些嘲讽模型是黑箱不好控制的人，说的像是你们的工作流不是搭建在这些黑箱之上一样。
我知道很多人都在赌模型直出的成果永远有上限，永远不完美。
我却想看看，五年之内，这些所谓的“精加工”“后处理”，会不会在模型的进步面前微不足道。
人总是乐意沉浸在造物的愉悦感当中，但这种价值一旦跳出了自我欣赏的范畴，它交换出去很难说被如何衡量。
我想人们最难接受的一点是：另一种智能的造物在未来某天不再需要人类加工干预，得以畅通无阻地流通在人类的世界里，而人类自己的作品却如同幼儿拙劣的画作，无人问津。
这里补个：PixPix 跟通用绘画工具的差别在于它不重画产品，只重做产品周围的部分。网址：www.pixpix.com |
|
