需手动下载SVD模型文件并放入models/video_models/，安装ComfyUI-VideoHelperSuite和comfyui-svd节点，配置GPU显存参数，构建图像输入→SVDImageToVideo→VAEDecodeTiled→Save Video工作流，注意motion_bucket_id设为127、video_frames≤21、decode_chunk_size匹配帧数。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您希望在本地使用Stable Video Diffusion（SVD）模型生成视频，并通过ComfyUI界面进行可视化操作，则需完成模型加载、节点配置与工作流搭建。以下是实现该目标的具体步骤：
一、准备SVD模型文件
SVD模型不包含在ComfyUI默认模型库中，需手动下载官方发布的权重文件并放置于指定路径，确保ComfyUI能正确识别和加载。
1、访问Hugging Face官方仓库，搜索stabilityai/stable-video-diffusion-img2vid-xt或对应版本模型页面。
2、下载pytorch_model.bin（或safetensors格式）文件，以及配套的config.json和model_index.json。
3、将上述文件放入ComfyUI根目录下的models/checkpoints/子目录，或更推荐的路径：models/video_models/（需提前创建该文件夹）。
二、安装SVD专用自定义节点
ComfyUI原生不支持SVD视频生成流程，必须借助第三方节点扩展实现图像输入、帧时序建模与视频解码功能。
1、打开ComfyUI所在终端，执行命令：cd ComfyUI/custom_nodes。
2、运行：git clone https://github.com/Kosinkadink/ComfyUI-VideoHelperSuite.git。
3、再执行：git clone https://github.com/ArtVentureX/comfyui-svd.git。
4、重启ComfyUI，确认节点列表中出现SVDImageToVideo、SVDFrameDecode等新节点。
三、配置GPU显存与精度参数
SVD对显存要求较高，尤其在生成25帧以上视频时易触发OOM错误，需通过环境变量与节点参数协同控制资源占用。
1、启动ComfyUI前，在启动脚本中添加：CUDA_VISIBLE_DEVICES=0 PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:128。
2、在ComfyUI中加载SVD节点后，将video_frames设为14或21（避免设为25）。
3、勾选enable_tiling选项，并将tile_sample_min_height设为480，tile_sample_min_width设为640。
四、构建SVD图像转视频工作流
该流程以单张图像为输入，经SVD模型推理后输出MP4格式视频，需串联图像预处理、SVD主干、帧后处理三个模块。
1、拖入Load Image节点，加载尺寸建议为576×1024或相近宽高比的PNG图像。
2、连接至SVDImageToVideo节点，设置motion_bucket_id为127（中等运动强度），fps为6。
3、将SVD输出连接至VAEDecodeTiled（来自VideoHelperSuite），启用use_tile并设tile_size为256。
4、最后接入Save Video (image+meta)节点，输出格式选择MP4，编码器选libx264。
五、验证输出与常见错误处理
首次运行可能因模型未完全加载或CUDA kernel不兼容而失败，需检查日志中关键报错位置并针对性修复。
1、若报错KeyError: 'model.diffusion_model.input_blocks.0.0.weight'，说明加载了SDXL或非SVD专用模型，应删除models/checkpoints/下所有非svd开头的bin文件。
2、若控制台持续打印torch.cuda.OutOfMemoryError，立即中断运行，改用--lowvram参数重启ComfyUI。
3、若输出视频为全黑帧，检查SVD节点中decode_chunk_size是否大于等于video_frames，否则强制设为相同值。
