第一步：获取核心工作流文件

InfiniteTalk 运行在 ComfyUI 里，工作流文件是核心。推荐用社区已经调好的版本。这里有几个获取路径：

• 社区整合资源：推荐这个网盘 ​​https://pan.quark.cn/s/4ac8f9e32423?pwd=JKb6​​，包含模型和工作流
• 另一个整合包：​​https://pan.quark.cn/s/ef8c64027412​​（网盘中找 ​​infiniteTalk工作流模型和示例文件夹​​）
• FP8轻量化版：约 33GB，B站 UP 主提供的 ​​242-InfiniteTalk对口型FP8版​​
• 官方工作流：可去 InfiniteTalk 官方 Hugging Face 仓库找（详见下方链接）

下载后是一个 ​​.json​​ 文件（或者压缩包，解压获得），先放着，后面会拖进 ComfyUI。

---

第二步：安装/更新必要插件

确保这些插件已安装，否则工作流会显示红字报错。

必需插件列表：

插件名称	安装方式	说明
ComfyUI-Manager	新版自带 / 去 GitHub clone	管理节点必备
ComfyUI-WanVideoWrapper	Manager搜 / clone	InfiniteTalk的核心驱动
ComfyUI-VideoHelperSuite	Manager搜	视频辅助工具
ComfyUI-Impact-Pack	Manager搜	高效工作流管理

安装步骤：

1. 打开 ComfyUI，点击右侧的 “Manager” 按钮。
2. 进入 “Install Custom Nodes”，依次搜索上面列出的插件，点击 install。
3. 安装完成后，务必重启 ComfyUI。

如果之前已安装 ​​ComfyUI-WanVideoWrapper​​，请更新到最新版。InfiniteTalk 的代码已合并至新版 WanVideoWrapper 中，更新后 MultiTalk 节点的名称会变成 MultiTalk / Infinite MultiTalk。

---

第三步：下载并放置关键模型文件

InfiniteTalk 需要下载 6 个模型文件，大小加起来约 40GB。下面是完整清单：

模型	大小	存放路径
Image-to-Video Diffusion Model	~16 GB	​​ComfyUI/models/diffusion_models/​​
Audio-to-Video Diffusion Model (InfiniteTalk Single)	~2.6 GB	同上
Text Encoder	~6.5 GB	​​ComfyUI/models/text_encoders/​​
Clip Vision Model	~1.2 GB	​​ComfyUI/models/clip_vision/​​
VAE	~0.25 GB	​​ComfyUI/models/vae/​​
Melband Row Former / wav2vec2	~0.5 GB	​​diffusion_models/​​ (自动下载)

获取方式：

• 官方 Hugging Face 仓库：​​https://huggingface.co/MeiGen-AI/InfiniteTalk​​
• 仓库中找 ​​ComfyUI​​ 文件夹，里面包含 ​​InfiniteTalk Single​​ 和 ​​InfiniteTalk Multi​​ 两个 ​​.safetensors​​ 文件
• 也可以从第一步的网盘链接直接下载，包含完整的模型文件。

放置技巧：

• 模型文件直接放进对应文件夹即可，如果文件夹不存在就手动新建
• 也可在 ​​diffusion_models​​ 文件夹里单独建一个子文件夹来整理模型
• 注意：用网盘下载时，有些链接提供的是 FP8 量化版（约 33GB），适合 8G 显存用户

首次运行时，​​wav2vec2​​ 音频编码器可能会自动下载，耐心等待即可。

---

第四步：导入与准备工作流

1. 将下载的 ​​.json​​ 工作流文件直接拖入 ComfyUI 界面。
2. 如果有节点变红，点击 “Install All Missing Nodes” 自动安装缺失的节点。
3. 在工作流中找到 InfiniteTalk / MultiTalk 模型加载节点，选择之前下载的 ​​InfiniteTalk Single​​ 模型文件。
4. 设置参数：

• 分辨率：480×480 或 512×512（8G 显存推荐）
• 帧数：先设 81 帧（约 10 秒，8fps）做测试
• 采样步数：20–30
• CFG：5–7

---

第五步：生成视频与参数调优

1. 上传参考图片：在 ​​Load Image​​ 节点中，上传动物角色图片。
2. 上传驱动音频：在 ​​Load Audio​​ 节点中，上传想要动物主播说的音频（建议人声分离，用纯净干声）。
3. 点击右侧 “Queue Prompt” 按钮，开始生成。首次生成会稍慢，后续会快一些。
4. 保存输出：视频会保存在 ​​ComfyUI/output/​​ 文件夹。

生成时间参考（参考值）：RTX 3090 上约 1 秒视频需要 33 秒生成，9 秒视频约 5 分钟。你的 RTX 5060 8G 可能会稍慢一些，但可以正常跑。

---

第六步：RTX 5060 8G 显存优化技巧

显存是这张卡的瓶颈，下面这几个设置非常关键：

1. 启动参数优化（最重要） 在启动脚本（​​run_nvidia_gpu.bat​​）中，找到 ​​main.py​​ 那行，在后面加上：

python main.py --lowvram --reserve-vram 1 --fp16-unet

• ​​--lowvram​​：让显存使用更智能
• ​​--reserve-vram 1​​：预留 1GB 显存给系统
• ​​--fp16-unet​​：降低 UNet 精度，省显存

2. 分辨率与帧数控制

• 先跑低分辨率 480×480 测试，稳定后再尝试 512×512。
• 首先生成 49 帧（约 6 秒），确认跑通后再逐步加长到 81 帧（约 10 秒）。

3. 使用量化模型

• 建议用网盘链接中的 FP8 量化版模型（约 33GB），能显著降低显存占用。

4. 关闭无关程序 生成时关闭浏览器、Chrome 等占用显存的应用，尽可能把资源留给 ComfyUI。

---

第七步：常见问题与解决方法

问题现象	可能原因	解决方法
工作流导入后显示红字节点	缺少插件	点“Install All Missing Nodes”安装，然后重启
报 "Missing Models"	模型路径不对	检查 ​​models/diffusion_models/​​ 下是否有模型文件
​​CUDA out of Memory​​	显存不足	降低分辨率、减少单次输出帧数，或者使用 FP8 量化模型
音频对口型不同步	音频质量不佳	使用人声分离工具（如 UVR5）提取纯净干声
模型下载不下来	网络问题	用国内云盘资源下载，或更换 Hugging Face 镜像源
导入工作流时找不到路径	ComfyUI 版本问题	检查 ​​C:\Users\你的用户名\Documents\ComfyUI\models​​​ 下是否有模型。如果没有，可以复制 ​​extra_model_paths.yaml.example​​ 并重命名，编辑路径指向正确位置

---

结语

这套流程提供了从安装、下载模型到配置生成的一整套方案。如果过程中有报错拿不准，随时把错误信息发给我，我来帮你排查。