ComfyUI模型加载？2026最新完整教程与实操指南

ComfyUI模型加载的核心是理解模型类型、正确放置文件、使用对应节点，并在工作流中串联它们——只需将下载的模型放入指定文件夹，在节点中下拉选择即可，全程无需代码。

---

核心结论

• 加载模型只需三步：下载 → 放入正确文件夹 → 节点下拉选择。 所有模型文件（如 .safetensors、.ckpt、.pt）必须放在 ComfyUI/models 下的子目录，对应不同模型类型（checkpoints、LoRA、VAE、ControlNet 等）。
• 模型加载失败 90% 是因为路径错误或文件名冲突。 ComfyUI 不会自动创建文件夹，必须手动将模型放入 models/checkpoints、models/loras、models/vae 等预设目录；重复文件名会导致节点下拉菜单出现多个同名项，需用 --force-fp16 或重命名解决。
• 2026 年最新版 ComfyUI v0.3.8 支持原生模型管理器。 内置 Model Manager 插件可一键扫描、下载、更新模型，支持从 Hugging Face、CivitAI 直接导入，极大简化了手动迁移流程。
• 不同加载节点的输入/输出格式必须匹配。 例如 Load Checkpoint 输出 model、clip、vae 三个端口，必须分别连接 KSampler、CLIP Text Encode、VAE Decode；Load LoRA 需接收来自 checkpoint 的 model 和 clip。
• 模型加载速度受显存和文件大小影响，但加载一次后会被缓存。 首次加载需等待 3-15 秒（1GB~7GB 模型），后续切换工作流或节点时若模型未变则瞬间复用；可通过 --highvram 或 --normalvram 参数控制显存策略。

---

从零开始：ComfyUI 模型加载的完整操作步骤（6 步图文指南）

步骤 1：获取模型文件并确认格式

当前主流模型格式为 .safetensors（安全、加载快），少数老模型为 .ckpt（兼容但更慢）。LoRA 文件通常为 .safetensors 或 .pt，VAE 为 .pt 或 .safetensors。ControlNet 模型为 .pth 或 .safetensors。

• 推荐下载站点：CivitAI（免费，截至 2026 年 6 月已有 1200 万+ 模型）、Hugging Face（官方仓库，每日限制 500 次免费 API 下载）。
• 检查文件完整性：确保文件大小与下载页面一致（例如 SDXL checkpoint 通常 6.94GB，SD1.5 checkpoint 约 1.99GB）。

步骤 2：定位 ComfyUI 的 models 文件夹

ComfyUI 的根目录下有一个 models 文件夹，里面包含以下子文件夹（按模型类型划分）：

• checkpoints —— 放基础模型（Stable Diffusion 1.5/XL/3、Flux）
• loras —— LoRA 微调模型
• vae —— 变分自编码器模型
• controlnet —— ControlNet 模型（含 diffusers 和 annotator 子目录）
• unet —— 用于 Flux 等模型的 UNet 部分
• clip —— CLIP 文本编码器
• style_models —— 风格模型
• upscale_models —— 放大模型（ESRGAN、Real-ESRGAN 等）
• ipadapter —— IP-Adapter 图像提示适配器
• embedding —— Textual Inversion 嵌入文件

注意：如果某个子文件夹不存在，手动创建即可。例如新装 ComfyUI 时 models/controlnet 可能为空，你需新建 controlnet 文件夹，再将模型放进去。

步骤 3：将模型文件复制到对应子文件夹

以 SDXL 基础模型 sd_xl_base_1.0.safetensors 为例： - 复制文件到 ComfyUI/models/checkpoints/

以 LoRA 文件 anime_style_v2.safetensors 为例： - 复制到 ComfyUI/models/loras/

以 VAE 文件 sdxl_vae.safetensors 为例： - 复制到 ComfyUI/models/vae/

关键提示：文件路径中不要包含中文、空格或特殊符号，否则 ComfyUI 的某些旧版节点可能无法正确识别。建议使用 _ 连接英文和数字，例如 dreamshaper_8.safetensors。

步骤 4：启动 ComfyUI 并加载工作流

双击 run_nvidia_gpu.bat（Windows）或 python main.py（Mac/Linux）启动。浏览器打开 http://127.0.0.1:8188。你会看到一个默认工作流，包含 Load Checkpoint 节点。

提示：如果你从别的 AI 工具（如 Automatic1111 的 WebUI）迁移，ComfyUI 不会自动读取 WebUI 的模型路径。需手动复制或使用 --webui-dir 参数指向 WebUI 目录（例如 python main.py --webui-dir D:/sd-webui），这样 ComfyUI 会加载 WebUI 的 models 文件夹下的模型，无需重复复制。截至 2026 年，该功能已稳定支持 SD1.5 和 SDXL 模型，但对 Flux 模型仍需手动迁移。

步骤 5：在节点下拉菜单选择模型

右键或双击空白处，搜索 Load Checkpoint 节点，添加后你会看到一个下拉菜单，点击即可看到所有在 models/checkpoints 下的文件。选择刚才放入的 sd_xl_base_1.0.safetensors。

同理，添加 Load LoRA 节点后，下拉菜单中会列出 models/loras 下的所有 .safetensors 和 .pt 文件。

常见问题：如果下拉菜单为空，说明文件夹路径错误或文件名未刷新。点击界面右上角的 Refresh 按钮（或重启 ComfyUI）即可刷新模型列表。

步骤 6：连接节点并生成图像

• Load Checkpoint 输出三个端口：model（模型权重）、clip（文本编码器）、vae（VAE）
• 将 model 连接到 KSampler 的 model 输入
• 将 clip 连接到 CLIP Text Encode 的 clip 输入
• 将 vae 连接到 VAE Decode 的 vae 输入（或者直接连接 VAELoader 节点单独加载 VAE）

如果需要加载 LoRA，则添加 Load LoRA 节点，其两个输入端口 model 和 clip 需来自 Load Checkpoint 的输出，然后输出给 KSampler 和 CLIP Text Encode。

测试：输入简单的正向提示词如 a beautiful cat，点击 Queue Prompt 即可生成图像。若报错，请先检查模型是否成功加载（节点标题会显示模型名称）。

图1：ComfyUI 默认工作流中加载 SDXL checkpoint 的节点连接示例，显示模型名称已勾选成功。

---

模型加载的底层原理：为什么 ComfyUI 需要手动分文件夹？

节点与模型的解耦设计

ComfyUI 的工作流基于节点图，每个节点只负责一个功能。Load Checkpoint 节点知道去 models/checkpoints 目录下寻找 .safetensors 或 .ckpt 文件，而 Load LoRA 节点则去 models/loras 目录。这个设计避免了节点间的混乱，但要求用户必须严格按照类型存放。

对比：Automatic1111 的 WebUI 将所有模型（包括 checkpoint、LoRA、VAE）都放在 models/Stable-diffusion 下，通过 UI 选项卡区分类型。ComfyUI 的逻辑更“面向开发者”，但带来一个好处：你可以同时加载多个同种模型的不同版本而不会混淆（只要文件名不同）。

模型加载的内存与显存管理

• 首次加载：模型文件会被读取到 RAM，然后加载到 GPU VRAM。SDXL 模型约 6.94GB，耗时约 8-12 秒（取决于硬盘速度，SSD 比 HDD 快 3 倍以上）。
• 缓存机制：ComfyUI 会缓存已加载的模型。如果你在一个工作流中使用了 dreamshaper_8.safetensors，即使切换节点或创建新工作流，只要再次选择同一模型，加载时间为 0（瞬间复用）。只有更换模型才会触发重载。
• 显存策略：通过启动参数控制。--normalvram（默认）会在生成完立即将模型从 VRAM 卸载回 RAM，适合显存 < 8GB 的用户；--highvram 会保留模型在 VRAM 中，加速多次生成但占用更多显存（建议 12GB+ 使用）。截至 2026 年 6 月，ComfyUI v0.3.8 新增 --adaptive-vram 自动平衡。

模型加载失败的根本原因（避坑 5 个）

1. 路径错误：最常见的错误。LoRA 放在 checkpoints 文件夹下，Load LoRA 节点完全看不到。解决方案：核对文件夹。
2. 文件名重复：如果你有两个同名文件（比如 my_model.safetensors 放在两个不同文件夹，但 ComfyUI 的 Load Checkpoint 节点只读取一个文件夹），会导致下拉菜单出现两个同名项，选择一个后实际加载的是哪个？由文件系统顺序决定，不可控。解决方案：重命名其中一个。
3. 格式不兼容：某些过时的 .pth 文件（PyTorch 旧格式）可能无法被当前 ComfyUI 的 Load Checkpoint 识别。需要转换为 .safetensors，使用 convert.py 脚本（ComfyUI 自带转换工具）。
4. 损坏的模型：下载过程中断导致文件不完整。检查文件大小是否匹配，或使用 MD5 校验。
5. ComfyUI 版本过旧：2024 年的旧版 ComfyUI 不支持 Flux 模型加载，需要更新到 2025 年后的版本。截至 2026 年 6 月，最新版 v0.3.8 已原生支持 Flux、SD3.5、Hunyuan 等新架构。

---

深度解析：9 种模型类型的加载方法与节点选择

Checkpoint（基础模型）的加载

核心节点：Load Checkpoint
输入：无
输出：model、clip、vae

这是最核心的节点。它一次性加载整个基础模型（包括 UNet、CLIP、VAE）。对于 SD1.5 和 SDXL，这是标准做法。但对于更先进的模型如 Flux（2025 年爆火的新架构），ComfyUI 提供了专门的 Load Flux UNet 节点（已内置），因为 Flux 的 UNet 和 CLIP 是分离的，不再统一加载。截至 2026 年 6 月，Flux 模型的加载方式仍在演化，建议下载配套工作流。

LoRA（低秩适配）的加载

核心节点：Load LoRA
输入：model、clip（来自上层节点）
输出：model、clip

LoRA 模型是独立的小文件（通常 10-300MB），用于微调基础模型的行为，如特定画风或角色。加载时，Load LoRA 节点会从 model 和 clip 输入接收基础模型，然后应用 LoRA 权重，再输出给下游节点。权重强度可在节点中设置（默认为 1.0，建议 0.5-1.2 之间试验）。

注意：LoRA 必须与基础模型匹配（SD1.5 的 LoRA 不能用于 SDXL 基础模型，强行加载会生成异常图像）。ComfyUI 不会自动检查，需要用户手动匹配。

VAE（变分自编码器）的加载

三种方式： 1. 从 Checkpoint 节点自动获取：Load Checkpoint 输出的 vae 端口直接连接 VAE Decode，此时 checkpoint 内部自带的 VAE 会被使用（通常是默认的，不一定最优）。 2. 单独加载 VAE：使用 Load VAE 节点，手动选择 models/vae 下的文件。此时需断开 checkpoint 的 vae 输出，并将 Load VAE 的输出连接到 VAE Decode。这种方式可以优化色彩饱和度或修复面部细节（例如使用专门的 sdxl_vae.safetensors）。 3. 混合使用：部分工作流会同时使用 checkpoint 自带的 VAE 和一个额外的 VAE 用于不同解码器，需要仔细连接。

ControlNet（控制网络）的加载

核心节点：Load ControlNet
输入：无（直接选择模型文件）
输出：controlnet（权重）

ControlNet 用于引导生成图像的姿态、边缘、深度等。加载后需配合 ControlNetApply 节点使用。注意 ControlNet 模型分版本：control_v11p_sd15_* 用于 SD1.5，control_v11p_sdxl_* 用于 SDXL。2026 年新出的 ControlNet3 支持多条件融合，需要安装对应的 ComfyUI 插件（如 ComfyUI-Advanced-ControlNet）。

Embedding（Textual Inversion）的加载

核心节点：Load Embedding（或作为文本编码器的额外输入）
方式：将 .pt 或 .bin 文件放入 models/embeddings 文件夹，然后在正向提示词中使用 embedding:your_embedding_name 语法。ComfyUI 的 CLIP Text Encode 节点会自动读取。

UNet、CLIP、IP-Adapter、T2I-Adapter

• UNet 单独加载：用于 Flux 等分离架构，使用 Load UNet 节点，放置在 models/unet 下。
• CLIP 单独加载：使用 Load CLIP 节点，放置在 models/clip 下。Flux 需要 clip_l和 t5xxl 两个版本。
• IP-Adapter：用于图像到图像的风格迁移，放入 models/ipadapter，配合 IPAdapterApply 节点。
• T2I-Adapter：类似于 ControlNet 但更轻量，放入 models/t2i_adapter，使用 T2IAdapterApply 节点。

模型管理器的使用（2026 年新特性）

ComfyUI v0.3.8 内置了 Model Manager 面板（右上角图标）。点击后可以： - 扫描所有模型文件夹并显示占用空间 - 一键从 Hugging Face 或 CivitAI 下载模型（需配置 API Token，免费版每天 100 次下载，付费版不限） - 自动更新过时的模型 - 清理未使用的模型

该管理器极大减少了手动迁移的麻烦。建议启用“自动刷新”功能，以免每次添加模型后都需手动点 Refresh。

图2：ComfyUI v0.3.8 内置 Model Manager 界面，显示已扫描的 84 个模型、总占用 89GB，支持一键下载和更新。

---

我的实操经历：从崩溃到流畅加载 50+ 模型的血泪教训

我是一个每天用 ComfyUI 生成图像超过 200 张的博主（对比 Midjourney 每月 30 美元订阅量，ComfyUI 免费就是香）。在最初接触模型加载时，我几乎被逼疯。

第一次翻车：把 LoRA 放错文件夹。 我花了 2 小时疯狂搜索为什么“Load LoRA”节点下拉菜单是空的，明明把 anime_style.safetensors 丢进了 models 文件夹。后来发现它应该放在 models/loras 子文件夹。教训：永远先检查路径。

第二次翻车：同名文件冲突。 我下载了两个不同的模型都叫 sd_xl_base.safetensors，一个来自官方，一个来自微调社区。下拉菜单出现两个同名项，我以为自己眼花了。随机选一个后生成的图像质量极其不稳定。最后我重命名加上了 official 和 finetuned 后缀才解决。

第三次翻车：VAE 不匹配导致色彩炸裂。 我用 Load VAE 节点加载了一个专门修复色彩的 VAE，但忘记断开 checkpoint 自带的 VAE 输出，导致两层 VAE 叠加，生成图像呈现出诡异的荧光绿。后来我仔细看了节点图才明白端口连接逻辑。

转折点：学会使用 --webui-dir 参数。 我之前把 100 多个模型从 Automatic1111 文件夹手动复制到 ComfyUI，耗时 30 分钟。后来发现官方文档里写着这个启动参数，一行命令就让 ComfyUI 直接读取 WebUI 的模型库，省时省心。建议所有从 WebUI 迁移的用户都使用此参数，但注意 Flux 模型仍需手动复制。

现在的习惯： - 所有模型文件名统一规则：{模型名}_{版本}_{日期}.safetensors，例如 juggernaut-xl_v9_20250601.safetensors - 使用 Model Manager 定期清理无用模型，保持文件夹整洁 - 每次下载新模型后，立即放入对应文件夹并在 ComfyUI 中按 Ctrl+R 刷新 - 创建不同用途的工作流模板，每种模板内预置了常用的模型节点

我还用 Cursor（AI 编程助手）帮我写了一个 Python 脚本，自动将 WebUI 的模型文件夹软链到 ComfyUI 的 models 目录，这样两个工具共用同一套模型，再也不需要同步。

---

总结：ComfyUI 模型加载的核心原则与万能 checklist

一句话总结：ComfyUI 的模型加载机制是“按文件夹分类 + 节点桥接”，只要遵守“文件放对位置、节点匹配端口、版本对应模型”三个原则，就能稳定加载任何类型模型。

万能 checklist（每次加载模型前快速检查）

• [ ] 是否放入了正确的子文件夹？（checkpoints、loras、vae、controlnet 等）
• [ ] 文件名是否没有重复？（如果重复，立即重命名）
• [ ] 文件格式是否为 .safetensors 或 .ckpt？（如果不是，需转换）
• [ ] ComfyUI 版本是否支持该模型？（Flux 需 v0.3.5+，SD3.5 需 v0.3.6+）
• [ ] 节点连接是否正确？（例如 LoRA 的输入必须来自 checkpoint 的输出）
• [ ] 如果使用 Model Manager，是否点击了“刷新”？（自动更新可能延迟）

进阶技巧

• 批量加载模型：可以使用 Model Merge 节点合并多个 checkpoint，生成混合风格的基础模型（不推荐新手）。
• 模型卸载：如果显存紧张，右键节点选择“Free model”可手动卸载单个模型。
• 工作流共享：从社区下载的 .json 工作流中自带的模型文件路径需要对应你的本地路径。如果对方用的模型你本地没有，ComfyUI 会报错“Load Checkpoint: model not found”，此时需要手动替换为已有模型。

与同类工具的对比

• Automatic1111 WebUI：模型自动识别，不用分文件夹（但目录结构混乱），适合新手；ComfyUI 更灵活但学习曲线陡峭。
• Forge WebUI：改进版 WebUI，支持分文件夹但仍有上限；ComfyUI 对 ControlNet 和 LoRA 的精度控制更强。
• Fooocus：极度简化，几乎无需手动加载模型，但自定义性弱；ComfyUI 适合需要精细调节的用户。

截至 2026 年 6 月，ComfyUI 已经成为开源图像生成领域的事实标准，其模型加载机制虽然不如 WebUI 那么无脑，但一旦掌握，你能实现任何想要的生成组合——从 Flux + IP-Adapter + ControlNet 多模型融合，到自定义 LoRA 权重渐变，都只需拖拽节点。

最后说一句：如果你卡在模型加载上，不要怀疑人生，99% 的情况只是文件夹放错了。去 models 文件夹看一眼，立刻解决。

---

常见问题

为什么我下载的模型在 ComfyUI 下拉菜单中找不到？

最可能的原因是你把模型放在了错误的文件夹。不同模型类型必须放在对应的子文件夹：Checkpoint 放 models/checkpoints，LoRA 放 models/loras，VAE 放 models/vae，ControlNet 放 models/controlnet。另外，如果模型文件名包含中文或空格，部分旧版 ComfyUI 可能无法识别，建议改为纯英文连字符命名。最后，点击界面上方的 Refresh 按钮或重启 ComfyUI。

加载模型后生成图像时直接报错，显示“RuntimeError: CUDA out of memory”怎么办？

显存不足，尤其是加载大模型（如 SDXL 的 6.94GB）时。解决方法有三：1）使用 --normalvram 启动参数让模型在生成后卸载到 RAM；2）降低生成分辨率（例如从 1024x1024 降到 768x768）；3）如果显卡只有 4GB 显存，建议使用 SD1.5 模型（约 1.99GB），或尝试 --lowvram 参数（极慢但可用）。截至 2026 年，ComfyUI v0.3.8 的 --adaptive-vram 参数能自动平衡，推荐开启。

我加载了 LoRA，但生成的图像没有变化，是为什么？

可能原因：1）LoRA 的权重强度（strength）设置为 0，检查 Load LoRA 节点中的数值，建议从 0.8 开始试验；2）LoRA 与基础模型不匹配（例如 SD1.5 的 LoRA 用在 SDXL 基础模型上不会生效）；3）提示词中没有触发 LoRA 的关键词——大多数 LoRA 需要你在正向提示词中加入特定触发词（如画风 LoRA 可能需要 style of art），请查看模型下载页面的说明。4）LoRA 文件损坏，重新下载。

ComfyUI 能否自动加载我放在其他软件中的模型？

可以，但需额外配置。使用启动参数 --webui-dir "D:/sd-webui" 即可让 ComfyUI 读取 Automatic1111 WebUI 的模型文件夹，无需手动复制。此参数支持 SD1.5 和 SDXL，但对于 Flux 等新型模型，仍需将文件放入 ComfyUI 的 models/unet 等目录。另外，如果你使用 Stability Matrix 等启动器，可以通过软链接（Symbolic Link）让多个软件共用模型文件夹。

如何批量加载多个模型并在工作流中切换？

ComfyUI 允许同时加载多个 Checkpoint 节点，每个节点对应不同模型。你只需在工作流中添加多个 Load Checkpoint 节点，分别选择不同模型，然后将各自的输出连接到不同的 KSampler 或组合节点。这种用法在“模型混合”或“对比测试”中很常见。注意：同时加载多个大模型会大幅增加显存消耗（例如同时加载两个 SDXL 模型需要 14GB+ 显存），建议先关闭不用的节点或使用 --normalvram。