跳转到主要内容
请确保你的 ComfyUI 已经更新。本指南里的工作流可以在 ComfyUI 的工作流模板中找到。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. 你用的不是最新开发版（nightly）。
  2. 你用的是稳定版或桌面版（没有包含最新的更新）。
  3. 启动时有些节点导入失败。
VOID（Video Object Inpainting and Deletion）是 Netflix 开源的一款强大的视频修复模型，基于 CogVideoX 架构。它采用两阶段扩散 pipeline，能够从视频中移除物体并以时间连贯的内容填补空缺。 VOID 不仅能移除物体本身，还能移除物体对场景造成的所有物理交互影响——不仅仅是阴影和反射等次要效果，还包括物体被移除后其他物体的物理运动。例如，如果移除一个拿着吉他的人，VOID 会自动处理人对吉他的影响，让吉他自然掉落。 VOID 在 ComfyUI 中获得原生支持（PR #13403），完整模型权重基于 Apache 2.0 协议 发布。 VOID 模型 - GitHub | 论文 (arXiv) | 🤗 Diffusers Pipeline
处理前（左）— 原始视频中的滑雪者。处理后（右）— 移除滑雪者后的输出结果。VOID 在移除物体的同时保持了自然的运动、光照和画面连贯性。

​
核心优势

  • 交互感知移除 — 不仅移除物体本身，还移除物体对场景造成的所有物理交互（阴影、反射、掉落物体等）
  • 真正的物体移除，而非单帧修补 — 在整个片段中生成连贯的运动和光照
  • 双阶段优化 — Pass 2 提供了更优的时间稳定性（更少的抖动和闪烁），尤其适用于长片段或纹理复杂的背景
限制： 模糊的遮罩、杂乱的运动或占据画面大部分的物体可能仍会产生不理想的结果——提示词无法修正根本的分割错误。

​
VOID 视频修复工作流

​
1. 工作流文件下载

请更新你的 ComfyUI 到最新版本，并通过菜单 工作流 -> 浏览模板 找到 Utility 类别下的 “VOID: Video Inpainting”。

下载 JSON 格式工作流

Download workflow

在 Comfy Cloud 中运行

Open in cloud

​
2. 手动下载模型

所有模型均托管在 Comfy-Org VOID 模型仓库。 扩散模型 — 核心的两阶段修复模型： VAE： 光流模型： SAM3 分割模型： 文本编码器： 
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 checkpoints/
│   │   └── sam3.1_multiplex_fp16.safetensors
│   ├── 📂 text_encoders/
│   │   └── t5xxl_fp16.safetensors
│   ├── 📂 vae/
│   │   └── cogvideox_vae.safetensors
│   ├── 📂 optical_flow/
│   │   └── raft_large_C_T_SKHT_V2-ff5fadd5.safetensors
│   └── 📂 diffusion_models/
│       ├── void_pass2.safetensors
│       └── void_pass1.safetensors

​
3. 使用工作流

输入参数：
  • 源视频 — 通过 Load Video 节点加载视频（放入 ComfyUI input/ 文件夹）
  • 正向提示词（修复填充） — 描述移除物体之后的场景。关注剩余内容和画面效果，而非被移除的物体
    • 示例：empty kitchen counter, daylight, tiles visible
  • 负向提示词 — 可选的防伪影词表，可以留空
  • SAM3 目标提示词 — 简短的要遮罩移除的对象描述。SAM3 通过语义理解为目标物体创建分割遮罩
    • 示例：person in blue jacket、red cup on table
    • SAM3 提示词上限为 32 个 token，多个目标用逗号分隔，用 :N 指定每个提示检测的物体数量：eye:2, window panels:4
提示词分工：
提示词作用
SAM3 目标移除什么（SAM3 通过语义分割创建遮罩）
正向（修复）如何填补空洞
长片段或纹理复杂的背景建议使用 Pass 2（精炼阶段）获得更好的时间稳定性。仅使用 Pass 1 速度更快，但可能出现更多抖动。

了解 Subgraph

本工作流使用了 Subgraph 节点来实现模块化的视频处理。查阅 Subgraph 文档了解如何自定义和扩展工作流。

​
补充说明

  • 遮罩质量至关重要 — 围绕目标物体的清晰紧致的遮罩能产生最佳效果
  • 提示词写作技巧 — 描述移除后场景应自然呈现的样子，而非描述移除本身
  • 负向提示词 仅在你看到反复出现的缺陷时使用（水印、模糊、多余肢体等）
  • 双阶段工作流 — 模板会自动运行 Pass 1 然后 Pass 2；测试时也可以仅运行 Pass 1 以加快迭代