2026年4月13日，ComfyUI 發(fā)布了v0.19.0最新版本。
本次更新內(nèi)容非常豐富，覆蓋了圖像編輯、文本生成、音視頻能力、訓(xùn)練支持、節(jié)點擴展、API 節(jié)點、模板更新、前端升級、資產(chǎn)管理、模型兼容性、性能優(yōu)化、平臺適配等多個方向。
而且這次版本標(biāo)注為Immutable release，說明發(fā)布后只有標(biāo)題和說明可以修改，版本內(nèi)容本身保持穩(wěn)定，這也體現(xiàn)了該版本發(fā)布的正式性和穩(wěn)定性。

如果你正在使用 ComfyUI，或者你希望快速了解這次版本到底帶來了什么變化，那么這篇文章會把v0.19.0的更新內(nèi)容按邏輯完整梳理出來，幫助你迅速掌握這個版本的核心亮點。

一、v0.19.0 發(fā)布概覽

本次版本更新總量非常大，包含：

• ?20 位貢獻(xiàn)者

• ?67 個提交

• ?128 個文件變更

從更新方向看，這一版并不是單純的修補，而是一次涵蓋面極廣的增強型版本迭代。
不僅有新功能加入，還有大量細(xì)節(jié)修復(fù)、模型支持?jǐn)U展、節(jié)點增強、模板升級、前端版本更新，以及對不同硬件和運行環(huán)境的兼容性改善。

二、核心功能更新：新模型、新能力、新節(jié)點不斷加入 1. LongCat-Image edit 支持

本次更新中加入了LongCat-Image edit。
這一能力的加入，意味著圖像編輯相關(guān)的使用場景得到了進(jìn)一步擴展，用戶可以在 ComfyUI 工作流中結(jié)合新能力進(jìn)行圖像處理與編輯。

2. LTX2 支持參考音頻（ID-LoRA）

LTX2 新增了對reference audio（ID-LoRA）的支持。
這項更新對音頻相關(guān)流程非常關(guān)鍵，說明 LTX2 在參考音頻驅(qū)動的能力上有了增強，能夠更好地服務(wù)于帶有音頻條件的生成任務(wù)。

3. 支持 Qwen3.5 文本生成模型

本次版本加入了對Qwen3.5 text generation models的支持。
這意味著文本生成工作流的模型選擇進(jìn)一步擴大，對文本理解、文本生成類應(yīng)用有更好的兼容能力。

與此同時，還修復(fù)了Qwen 8B 與 TextGenerate 節(jié)點的兼容問題，使其可以正常工作。
這類修復(fù)說明文本生成鏈路在本次版本中得到了較強的穩(wěn)定性增強。

4. 支持 RT-DETRv4 檢測模型

新增對RT-DETRv4 detection model的支持。
這對于檢測類任務(wù)很重要，能夠幫助用戶在目標(biāo)檢測相關(guān)工作流中使用更先進(jìn)的檢測模型能力。

5. 支持 Ace Step 1.5 XL 模型

新增對Ace Step 1.5 XL model的支持。
這表示 ComfyUI 對相關(guān)模型生態(tài)的覆蓋進(jìn)一步擴展，用戶可在現(xiàn)有流程中接入更多新模型。

6. 新增小型 flux.2 decoder 支持

本次版本還加入了對small flux.2 decoder的支持。
這通常意味著生成或解碼鏈路在資源占用和適配范圍上可能更靈活。

7. 實現(xiàn) Ernie Image 模型

新增了Ernie Image model的實現(xiàn)。
這進(jìn)一步豐富了圖像模型的支持范圍，讓 ComfyUI 在多模型接入方面更加完整。

8. 支持新的 Topaz 模型

API 節(jié)點中新增了Topaz model。
這同樣是模型生態(tài)擴展的一部分，表明 API 節(jié)點體系持續(xù)更新，覆蓋更多外部模型。

9. 新增 WAN2.7 相關(guān)節(jié)點

API 節(jié)點中新增了WAN2.7的新節(jié)點。
這說明 API 節(jié)點層面繼續(xù)擴展，便于用戶通過節(jié)點方式接入對應(yīng)能力。

10. 新增 SeeDance 2.0 節(jié)點

合作節(jié)點部分加入了SeeDance 2.0 nodes。
這也是本次外部節(jié)點生態(tài)的更新之一，給工作流集成帶來更多選擇。

三、節(jié)點系統(tǒng)大幅擴展：新節(jié)點、改名、別名與交互增強 1. CURVE 節(jié)點

新增了CURVE node。
從命名來看，這類節(jié)點通常圍繞曲線處理相關(guān)功能展開，本次加入后，節(jié)點系統(tǒng)的圖形和數(shù)值處理能力進(jìn)一步增強。

2. Number Convert 節(jié)點

新增了Number Convert node。
同時還修復(fù)了它在處理大數(shù)值時會丟失整數(shù)精度的問題，保證大數(shù)值轉(zhuǎn)換時更可靠。

3. Image Histogram 節(jié)點

新增了image histogram node。
該節(jié)點的加入，有助于圖像分析、亮度分布觀察等場景在工作流中更直觀地實現(xiàn)。

4. 格式化 Blueprint

新增format blueprint。
這類功能通常用于結(jié)構(gòu)化內(nèi)容或工作流藍(lán)圖的格式整理，提升可讀性和處理便利性。

5. Text 相關(guān)節(jié)點重命名并增加搜索別名

本次更新對utils/string nodes進(jìn)行了重命名，統(tǒng)一加上Text前綴，并增加了搜索別名。
這對用戶查找節(jié)點非常有幫助，可以減少因命名不統(tǒng)一導(dǎo)致的檢索困難。

6. GLSL Shader 節(jié)點增強

本次對GLSL shader node做了兩項重要增強：

• ? 增加 curve inputs

• ? 提高 uniform limit

這意味著 shader 節(jié)點在表達(dá)能力和參數(shù)承載能力上更強，適合更復(fù)雜的圖形處理需求。

7. Color Curves Shader 修復(fù)

修復(fù)了Color Curves shader中嵌套 sampler 函數(shù)調(diào)用的問題。
這屬于關(guān)鍵的圖形邏輯修復(fù)，可以提升 shader 執(zhí)行的穩(wěn)定性。

8. 節(jié)點交互 UI 新增中間輸出標(biāo)記

新增has_intermediate_output flag，用于具有交互式 UI 的節(jié)點。
這有助于節(jié)點系統(tǒng)更準(zhǔn)確地識別節(jié)點在執(zhí)行過程中的中間輸出行為。

9. 節(jié)點默認(rèn)值修正

本次還修復(fù)了Color Adjustment node的默認(rèn)值設(shè)置，將其改為零。
另外，brightness的默認(rèn)值也被修正為 0。
這些默認(rèn)值調(diào)整能減少使用時的意外結(jié)果，使行為更符合預(yù)期。

四、圖像處理與視覺相關(guān)修復(fù)和增強 1. Blur 與 Sharpen 節(jié)點修復(fù)

修復(fù)了blur and sharpen nodes在使用fp16 intermediates時無法正常工作的問題。
這項修復(fù)對圖像處理中間精度流程很重要，增強了兼容性。

2. 圖像 SVG MIME 類型支持

修復(fù)了系統(tǒng)對.svg 文件缺少image/svg+xmlMIME type 注冊的問題。
這有利于 SVG 文件的識別和處理。

3. 輸入圖像始終調(diào)整尺寸

修復(fù)了SDPose中輸入圖像未始終執(zhí)行 resize 的問題。
這可以避免輸入尺寸不一致帶來的流程異常。

4. 圖像上采樣節(jié)點適配中間設(shè)備和 dtype

修復(fù)了ImageUpscaleWithModel節(jié)點在中間設(shè)備和 dtype 環(huán)境下的兼容問題。
這意味著圖像上采樣在更復(fù)雜的運行配置下也能穩(wěn)定執(zhí)行。

5. 顏色曲線與圖像直方圖增強

圖像相關(guān)可視化與曲線控制能力在本次版本中明顯增強：
新增CURVE node、新增image histogram node、新增 shader 曲線輸入，這些更新共同構(gòu)成了更豐富的圖像調(diào)控能力。

五、文本生成與大模型支持增強 1. Qwen3.5 文本生成模型支持

新增Qwen3.5 text generation models支持，使文本生成模型接入范圍擴大。
這對需要穩(wěn)定文本輸出的工作流用戶非常重要。

2. Qwen 8B 與 TextGenerate 節(jié)點兼容

修復(fù)了Qwen 8B在TextGenerate node中無法正常工作的情況。
這類修復(fù)直接提升文本生成場景的可用性。

3. LTXAV 模型回歸問題修復(fù)

修復(fù)了text generate with LTXAV model的回歸問題。
說明文本生成鏈路在本次版本中進(jìn)行了專項修補。

六、訓(xùn)練與實驗?zāi)芰ι?1. 支持 FP8 backward

在訓(xùn)練實驗部分，新增了對fp8 backward的支持。
這意味著訓(xùn)練鏈路在低精度方向又向前邁了一步，對實驗性訓(xùn)練流程是重要增強。

2. LoRA 訓(xùn)練崩潰修復(fù)

修復(fù)了Train LoRA在training_dtype = "none"且使用bfloat16 LoRA weights時的崩潰問題。
這是非常關(guān)鍵的訓(xùn)練穩(wěn)定性修復(fù)，能避免訓(xùn)練流程中斷。

3. Ace Step 空 latent 節(jié)點跟隨中間 dtype

修復(fù)了Ace step empty latent nodes需要跟隨 intermediatedtype 的問題。
這一修復(fù)說明在空 latent 處理場景下，節(jié)點的數(shù)據(jù)類型會更加一致，避免因為 dtype 不統(tǒng)一帶來的異常。

七、資產(chǎn)管理與輸出文件處理優(yōu)化 1. 輸出文件注冊為資產(chǎn)

本次更新加入了在 prompt 執(zhí)行后將輸出文件注冊為 assets的能力。
這意味著生成結(jié)果可以在資產(chǎn)管理體系中被更好地納入與識別，方便后續(xù)管理。

2. 臨時目錄識別優(yōu)化

修復(fù)了資產(chǎn)分類解析中對temp directory的識別問題。
這樣可以讓臨時目錄下的文件在資產(chǎn)分類中得到更合理的處理。

八、模型管理、內(nèi)存管理與緩存優(yōu)化 1. RAM cache 與模型 RAM 管理整合

本次將RAM cache與model RAM management進(jìn)行了集成。
這是一個非常重要的底層優(yōu)化，能夠更好地協(xié)調(diào)內(nèi)存緩存與模型常駐內(nèi)存之間的關(guān)系。

2. pinned memory 統(tǒng)計修復(fù)

修復(fù)了pinned memory accounting的問題。
這有助于內(nèi)存使用統(tǒng)計更加準(zhǔn)確，避免資源管理誤判。

3. 動態(tài) VRAM 禁用警告

新增了一個警告，用于提醒用戶如果關(guān)閉dynamic vram可能會帶來影響。
這是一項實用性很強的提醒，有助于用戶避免在顯存配置上出現(xiàn)誤操作。

4. 不再使用部分死代碼

本次版本中還移除了 dead code。
雖然看起來是內(nèi)部整理，但這類修改通常有助于代碼維護(hù)和系統(tǒng)整潔。

九、前端、模板與版本生態(tài)更新 1. 前端版本升級到 1.42.8

本次更新把frontend version升級到了1.42.8。
說明界面層和交互體驗也同步進(jìn)行了更新。

2. 前端包繼續(xù)升級到 1.42.10

隨后又進(jìn)一步將comfyui-frontend-package升級到了1.42.10。
這表明前端版本迭代持續(xù)推進(jìn)，界面生態(tài)在持續(xù)增強。

3. 模板包版本更新

本次更新包含templates package version的升級。
同時工作流模板也連續(xù)更新到了：

• ?v0.9.38

• ?v0.9.39

• ?v0.9.41

• ?v0.9.43

• ?v0.9.44

• ?v0.9.45

• ?v0.9.47

說明本次版本在模板層面做了連續(xù)強化，有利于用戶拿到更貼近當(dāng)前版本的工作流模板。

4. README 與模型支持說明更新

README 文件也多次更新，包括：

• ? 新的 AMD Linux pytorch 說明

• ? 關(guān)于模型支持的說明

• ? 新的前端發(fā)布節(jié)奏說明

這些更新主要用于幫助用戶更準(zhǔn)確了解當(dāng)前版本和運行環(huán)境。

十、平臺與硬件適配增強 1. Intel XPU 可移植發(fā)布

本次增加了portable release for intel XPU。
這對使用 Intel XPU 平臺的用戶來說是非常重要的適配增強。

2. Intel 獨立安裝包

還增加了Basic intel standalone package .bat。
說明 Intel 平臺的安裝與使用路徑進(jìn)一步完善。

3. Nvidia 夜版 PyTorch 更新為 cu132

本次將Nightly Nvidia pytorch更新為cu132。
這意味著 Nvidia 環(huán)境的依賴棧也進(jìn)行了同步更新。

4. AMD Linux PyTorch 說明更新

README 中更新了關(guān)于AMD Linux pytorch的最新說明。
有助于 AMD Linux 用戶更好地部署和使用。

5. 不安全瀏覽器問題修復(fù)

修復(fù)了與insecure browsers有關(guān)的問題。
這有助于提升運行時兼容性和安全性相關(guān)表現(xiàn)。

6. 支持禁用動態(tài) VRAM 的提示

當(dāng)用戶關(guān)閉動態(tài) VRAM 時，本次加入了警告提示。
這也是平臺使用體驗上的補充。

十一、API 節(jié)點與合作節(jié)點持續(xù)擴展 1. Grok 節(jié)點更新

API 節(jié)點中對Grok nodes進(jìn)行了更新，同時對GrokVideoReferenceNode的價格徽標(biāo)進(jìn)行了修復(fù)，使其顯示更準(zhǔn)確。

2. Reve 節(jié)點價格徽標(biāo)更精確

本次還修復(fù)了Reve node價格徽標(biāo)的精確度問題。
這有助于費用信息展示更清晰。

3. Nanobana 節(jié)點錯誤處理增強

修復(fù)了api-nodes-nanobana在未輸出圖像時沒有正確報錯的問題。
這使得節(jié)點錯誤反饋更明確。

4. 騰訊 3D 節(jié)點更新

合作節(jié)點部分還進(jìn)行了Tencent3D update。
說明合作生態(tài)仍在持續(xù)推進(jìn)。

十二、更多細(xì)節(jié)修復(fù)與質(zhì)量提升

本次版本還有很多細(xì)節(jié)級修復(fù)，雖然不一定都屬于“面向用戶最顯眼”的功能，但對穩(wěn)定性和可用性影響很大：

• ? 修復(fù)部分 fp8 scaled checkpoints 失效的問題

• ? 修復(fù) some issue with insecure browsers

• ? 修復(fù) Blur/Sharpen 在 fp16 intermediates 下的異常

• ? 修復(fù) SVG MIME 類型

• ? 修復(fù) Number Convert 大數(shù)精度問題

• ? 修復(fù) Color Adjustment 默認(rèn)值問題

• ? 修復(fù) Color Curves shader nested sampler 調(diào)用問題

• ? 修復(fù) LTXAV 文本生成回歸問題

• ? 修復(fù) SDPose 輸入圖像 resize 問題

• ? 修復(fù) Train LoRA 崩潰問題

• ? 修復(fù) pinned memory 統(tǒng)計問題

• ? 修復(fù) temp directory 資產(chǎn)分類識別問題

• ? 修復(fù) ImageUpscaleWithModel 兼容性問題

這些細(xì)節(jié)匯總起來，體現(xiàn)了 v0.19.0 不只是“加新東西”，更是在認(rèn)真打磨已有功能鏈路。

十三、v0.19.0 的整體價值總結(jié)

如果把這次更新濃縮成一句話，那就是：

ComfyUI v0.19.0 是一次覆蓋模型、節(jié)點、訓(xùn)練、前端、模板、資產(chǎn)、平臺適配與穩(wěn)定性修復(fù)的全面升級。

它的價值主要體現(xiàn)在以下幾方面：

1. 1.模型支持更廣
   新增并增強了多種文本、圖像、檢測、音頻相關(guān)模型支持。

2. 2.節(jié)點系統(tǒng)更強
   CURVE、Number Convert、Image Histogram、format blueprint 等新節(jié)點加入，節(jié)點生態(tài)更豐富。

3. 3.訓(xùn)練能力更穩(wěn)
   FP8 backward、LoRA 訓(xùn)練崩潰修復(fù)、dtype 適配等，讓訓(xùn)練流程更可靠。

4. 4.圖像處理更完整
   shader、blur/sharpen、upscale、SVG 處理等都進(jìn)行了補強。

5. 5.前端和模板持續(xù)迭代
   前端包和工作流模板不斷更新，說明生態(tài)同步在向前推進(jìn)。

6. 6.硬件適配更全面
   Intel XPU、Nvidia cu132、AMD Linux 等平臺支持持續(xù)優(yōu)化。

7. 7.資產(chǎn)和內(nèi)存管理更成熟
   輸出資產(chǎn)注冊、RAM cache 整合、pinned memory 修復(fù)，都在提升底層體驗。

代碼地址：github.com/Comfy-Org/ComfyUI

ComfyUI v0.19.0 這次更新可以說是一次非常扎實的大版本升級。
從新模型到新節(jié)點，從訓(xùn)練能力到圖像處理，從前端升級到平臺適配，再到一系列細(xì)節(jié)修復(fù)，幾乎每個方向都有涉及。

我們相信人工智能為普通人提供了一種“增強工具”，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。