Skip to main content
HeyGen Video 1.0 是 HeyGen 推出的通用视频模型，可一次生成画面、台词与环境音。你只需在提示词中描述镜头与对白，返回的视频片段便带有同步语音，因此口播视频或产品视频无需拍摄、无需真人出镜，也无需单独的配音环节。 在 ComfyUI 中，该模型通过两个合作节点运行。HeyGen Video 1.0 Reference to Video 可独立完成文本到视频，并在连接图像、视频或音频后执行参考到视频；HeyGen Video 1.0 Image to Video 则从首帧开始生成。两者都是云端 API 节点：需要拥有带积分的 Comfy 账户，且不会下载任何本地模型。每秒计费标准请参见合作伙伴节点积分。 每次运行都会返回一段 5 到 15 秒、分辨率为 480p 或 768p 的视频片段，其中的对白、环境底噪以及音乐都已包含在视频中。
使用 API 节点需要保证你已经正常登录，并在受许可的网络环境下使用，请参考API 节点总览部分文档来了解使用 API 节点的具体使用要求。
请确保你的 ComfyUI 已经更新。本指南里的工作流可以在工作流模板中找到。如果找不到，可能是 ComfyUI 没有更新。如果加载工作流时有节点缺失，可能原因有：
  1. 你用的不是最新版（每夜版）。
  2. 启动时有些节点导入失败。

​
可用的工作流

​
文生视频

仅凭提示词生成一段视频片段。提示词承载动作、台词和声音，因此一次节点运行即可返回一段制作完成的说话视频片段。

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索 “HeyGen Video 1.0: Text to Video”
文生视频模板运行 Reference to Video 节点时不连接任何输入，这就是该节点的文生视频模式。

​
图生视频

为一张图像添加动画。该图像是视频片段的首帧，输出会保持其宽高比，因此当你需要不同的形状时，请先裁剪图像。提示词决定画面中发生什么以及说了什么。

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索 “HeyGen Video 1.0: Image to Video”
输入素材

model_red_curls_ring.png

加载到为 HeyGen Video 1.0 Image to Video 节点提供输入的 LoadImage 节点中

​
参考生视频

通过将人物、产品和场景作为参考连接起来，让它们在整段镜头中保持一致：最多 9 张图像、3 段视频和 3 段音频，共计 12 个。提示词随后以 @Image1、@Video1 和 @Audio1 来引用它们，按类型依据输入顺序编号。

在 Comfy Cloud 上运行

在 Comfy Cloud 中打开

下载工作流

下载 JSON，或在模板库中搜索 “HeyGen Video 1.0: Reference to Video”
输入素材

model_black_blazer_red_earrings.png

加载到第一个参考图像槽位 · @Image1

cognac_leather_handbag.png

加载到第二个参考图像槽位 · @Image2

​
节点控件

Image to Video 节点接收图像、提示词、时长、分辨率和种子。它没有宽高比控件，因为首帧决定了片段的形状。

​
提示技巧

  • 把台词写进提示词。将对话放在引号里，作为镜头描述的一部分，这样模型就会说出这句台词并匹配唇部动作。两个模板都附带了很长的示例提示词来展示这种写法：先写镜头和主体，再用引号写台词，最后写声音和相机语言。
  • 用画面描述声音。环境底噪、一段音乐，或某个动作发出的声响，都要写进提示词里，而不是用某个控件来设置。示例提示词以环境音结尾，例如安静的房间底噪中夹杂一声微弱的水壶鸣音，或放下物体时轻轻的玻璃碰撞声。
  • 保持产品或出镜人物一致。将产品或人物作为参考图像连接，并在提示词中为其命名，然后描述它必须保持不变的方面，例如保持 @Image2 中包袋的准确颜色、比例和五金件。
  • 用参考塑造镜头。当 aspect_ratio 设为 auto 时，构图会跟随第一张参考图像，因此你最先连接的参考决定了视频的形状。
  • 预期每次运行都会有差异。种子并不会锁定结果；相同的设置仍然可能生成不同的效果。

​
开始使用

  1. 将 ComfyUI 更新至最新版本
  2. 前往模板库，搜索 HeyGen Video 1.0