跳到主要内容Skip to main content

OSS · Scene 04

多模态与图像视频

图像与视频生成的工具分两层:工作流界面(ComfyUI / WebUI)和代码库(Diffusers)。先看你要创作还是集成。

6个场景精选
适合做视觉内容、产品图、视频素材与多模态应用的人;只要文字生成的不需要。适合谁

怎么选

• 复杂工作流、可复用节点:ComfyUI。
• 新手少调参:Fooocus;经典界面:SD WebUI。
• 要把生成嵌进应用:Diffusers;视频生成:Wan2.1。
不适合:模型与工作流都有版权和肖像权问题;商用前逐项核对,不能默认可商用。

6 个仓库

按上手顺序,不是按 star
多模态与图像视频先试这个

ComfyUI

comfyanonymous / ComfyUI

节点式图像/视频生成工作流,把模型、采样、控制网、后处理拼成图。

语言
Python
许可
GPL-3.0
Stars
147.5k
最近推送
2026-11-18
看仓库卡 →
多模态与图像视频先试这个

Stable Diffusion WebUI

AUTOMATIC1111 / stable-diffusion-webui

最经典的 SD 图形界面,文生图、图生图、LoRA、ControlNet 都在一个页面。

语言
Python
许可
AGPL-3.0
Stars
165.3k
最近推送
2026-03-02
看仓库卡 →
多模态与图像视频生产可用

Diffusers

huggingface / diffusers

扩散模型的 Python 库:pipeline、调度器、训练与量化,适合写代码而不是点界面。

语言
Python
许可
Apache-2.0
Stars
34.9k
最近推送
2026-11-18
看仓库卡 →
多模态与图像视频轻量

Fooocus

lllyasviel / Fooocus

把 SDXL 的常用参数收起来,主打“少调参也能出好图”。

语言
Python
许可
GPL-3.0
Stars
54.0k
最近推送
2025-12-01
看仓库卡 →
多模态与图像视频生产可用

InvokeAI

invoke-ai / InvokeAI

面向创作者的图像生成工作台,统一画布、图层、模型管理与批量生成。

语言
TypeScript
许可
Apache-2.0
Stars
29.1k
最近推送
2026-11-19
看仓库卡 →
多模态与图像视频特定场景

Wan2.1

Wan-Video / Wan2.1

开源视频生成模型与推理代码,支持文生视频、图生视频与多尺寸。

语言
Python
许可
Apache-2.0
Stars
17.5k
最近推送
2026-03-05
看仓库卡 →

并排看

许可、语言、活跃度、适合 / 不适合
字段ComfyUIStable Diffusion WebUIDiffusersFooocusInvokeAIWan2.1
上手层先试这个先试这个生产可用轻量生产可用特定场景
语言PythonPythonPythonPythonTypeScriptPython
许可GPL-3.0AGPL-3.0Apache-2.0GPL-3.0Apache-2.0Apache-2.0
Stars147.5k165.3k34.9k54.0k29.1k17.5k
最近推送2026-11-182026-03-022026-11-182025-12-012026-11-192026-03-05
适合节点图可复用、可分享,复杂工作流表达力强。上手直接,参数与插件齐全。API 清晰,适合把生成能力嵌进应用。界面简单,默认参数就能用。画布与图层体验接近设计工具。视频生成里少见的开放权重与完整推理代码。
不适合只想输入一句话出图,Fooocus 更简单。项目已偏维护模式,新功能不如 ComfyUI 快。想要现成 UI,ComfyUI / WebUI 更直接。需要复杂控制网与批量流水线,ComfyUI 更合适。资源占用较高,低配机器吃力。显存要求高,不是消费级随手跑。