RX 7700 XT 本地文生视频部署教程

适配环境：Windows 系统 + 12G 显存 AMD 显卡 + 64G 内存

我们选用 CogVideoX-2B（FP8 量化版） 作为生成模型，搭配 ComfyUI + DirectML 加速，是当前 12G A 卡性价比最高、效果最好的方案。全程操作可逐点对照完成，无需编程基础。

🔔 操作前必看

  1. 所有文件夹不能有中文、空格、特殊符号，比如直接放在 D:\ComfyUI，放在桌面 / 下载文件夹可能会因为中文用户名报错。
  2. 生成视频前关闭游戏、PS、多开浏览器等占用显存的程序，12G 显存刚好够用。
  3. 你的 64G 大内存可以兜底显存不足的情况，实在跑不动可以开启内存卸载。

第一步：更新 AMD 显卡驱动（必须做，否则无加速）

AMD 的 AI 加速依赖新版驱动，旧版本会导致速度极慢或者无法识别显卡。

  1. 右键桌面空白处，点击 AMD Software: Adrenalin Edition
  2. 点击右上角齿轮形状的「设置」图标
  3. 左侧选择「系统」，再点击上方「软件」标签
  4. 点击「检查更新」，等待检测到最新驱动后，点击「下载并安装」
  5. 安装完成后重启电脑，再进行后续操作

如果桌面没有 AMD 控制面板：百度搜索「AMD 驱动下载」，进入官网依次选择「显卡 → Radeon RX 系列 → RX 7700 XT」，下载最新肾上腺素驱动安装即可。

第二步：安装 ComfyUI（AI 生成工具）

2.1 下载官方便携版

  1. 打开下载页面：https://github.com/comfyanonymous/ComfyUI/releases
  2. 找到最新版本，点开下方的 Assets 展开列表
  3. 下载文件：ComfyUI_windows_portable_nvidia_cu128_or_cpu.7z

Github 下载慢的话，可以百度搜索「ComfyUI Windows 便携版」，找国内镜像站下载，只要是最新官方版即可。

2.2 解压到磁盘根目录

把下载好的压缩包解压到 D 盘或 E 盘根目录，比如解压后路径是 D:\ComfyUI_windows_portable，可以把文件夹重命名为 ComfyUI，方便后续查找。

2.3 切换为 AMD 显卡加速模式

默认便携版只支持 N 卡，我们手动改成 A 卡能用的 DirectML 加速：

  1. 打开 ComfyUI 文件夹，进入里面的 python_embeded 文件夹
  2. 点击文件夹顶部的地址栏，全选原有内容，输入 cmd 然后按回车，会弹出黑色命令窗口
  3. 复制下面第一行命令，在黑色窗口里右键点击一下（自动粘贴），然后按回车执行：
python -m pip uninstall torch torchvision torchaudio -y
  1. 等待执行完成（出现「Successfully uninstalled」提示），再复制第二行命令，同样右键粘贴回车执行：
python -m pip install torch-directml
  1. 出现「Successfully installed torch-directml」就说明成功了，关掉命令窗口。

2.4 创建 AMD 专用启动脚本

  1. 回到 ComfyUI 主文件夹
  2. 找到 run_nvidia_gpu.bat 文件，右键 → 重命名，改成 run_amd.bat
  3. 右键这个文件 → 选择「编辑」，用记事本打开
  4. 把里面所有文字删掉，替换成下面这一行：
.\python_embeded\python.exe -s ComfyUI\main.py --directml
  1. 按 Ctrl+S 保存，关掉记事本。

以后双击 run_amd.bat 就能启动 AMD 加速的 ComfyUI 了。

第三步：下载并放置文生视频模型

3.1 下载 CogVideoX-2B FP8 量化模型

我们用 FP8 量化版，画质损失极小，显存占用低，速度快，完美适配 12G 显存。

  1. 打开国内高速下载地址（ModelScope）：https://modelscope.cn/models/AIModelStudio/CogVideoX-2B-fp8/summary
  2. 点击「文件下载」，下载整个模型仓库

也可以下载原版 2B 模型自己量化，但新手直接下量化好的最省心。

3.2 放到指定目录

  1. 打开 ComfyUI\ComfyUI\models 文件夹
  2. 在里面新建一个文件夹，命名为 diffusers（注意拼写）
  3. 把下载好的 CogVideoX-2B-fp8 整个文件夹，放进刚新建的 diffusers 文件夹里

✅ 正确的最终路径：ComfyUI\ComfyUI\models\diffusers\CogVideoX-2B-fp8 ❌ 错误路径：多套一层文件夹，比如 diffusers\CogVideoX-2B-fp8\CogVideoX-2B-fp8

第四步：安装 CogVideoX 生成插件

4.1 安装插件管理器（ComfyUI-Manager）

  1. 下载插件管理器：https://github.com/ltdrdata/ComfyUI-Manager
  2. 点击绿色「Code」按钮 → 「Download ZIP」下载压缩包
  3. 解压压缩包，得到 ComfyUI-Manager 文件夹
  4. 把这个文件夹放到 ComfyUI\ComfyUI\custom_nodes 目录里

4.2 安装 CogVideoX 专用节点

  1. 双击 run_amd.bat 启动 ComfyUI
  2. 等待启动完成，浏览器会自动打开操作界面（地址默认是 http://127.0.0.1:8188）
  3. 点击界面右侧的 Manager 按钮
  4. 在弹出的窗口里选择 Install Missing Custom Nodes
  5. 在搜索框输入 CogVideo，找到 ComfyUI-CogVideo 插件，点击右边的「Install」安装
  6. 安装完成后，关掉 ComfyUI 的命令窗口，重新双击 run_amd.bat 重启软件

第五步：搭建工作流，生成第一个视频

重启后进入 ComfyUI 界面，我们手动搭建最简单的文生视频工作流，全程鼠标操作。

5.1 添加节点并连线

在空白处右键点击，依次添加下面 4 个节点：

  1. 加载模型节点：右键 → 节点 → CogVideo → Load CogVideoX Model
    • 在节点的下拉菜单里，选择你放进去的 CogVideoX-2B-fp8
  2. 提示词编码节点：右键 → 节点 → CogVideo → CogVideoX Text Encode
    • 在 positive 框里输入你想要的视频内容，比如「一只白色的小猫在樱花树下散步，微风拂动花瓣，高清写实」
    • negative 框里输入：模糊，变形，卡顿，低画质，扭曲
  3. 采样生成节点：右键 → 节点 → CogVideo → CogVideoX Sampler
    • 步数设置为 50，引导强度设置为 6.0
  4. 保存视频节点：右键 → 节点 → 视频 → Save Video

然后按顺序把节点连起来：

  • Load CogVideoX Model 的输出端 → 连到 CogVideoX Text Encode 的 model 输入端
  • CogVideoX Text Encode 的输出端 → 连到 CogVideoX Sampler 的 conditioning 输入端
  • CogVideoX Sampler 的输出端 → 连到 Save Video 的 images 输入端

5.2 设置视频参数（适配 12G 显存）

在 CogVideoX Sampler 节点上设置：

  • 宽度：720
  • 高度：480
  • 帧数：48 （对应 6 秒视频，模型默认每秒 8 帧）
  • 种子：填 - 1 就是随机生成，想固定画面就填固定数字

5.3 开始生成

点击界面右上角的 Queue Prompt 按钮，就会开始生成视频。 底部会显示进度条，生成完成后，视频会自动保存在 ComfyUI\ComfyUI\output 文件夹里。

第六步：优化与常见问题解决

1. 提示显存不足 / 爆显存怎么办？

  • 把分辨率降到 480×320
  • 帧数减少到 32 帧（4 秒）
  • 在 Load CogVideoX Model 节点里，开启 cpu_offload（内存卸载），用你的 64G 大内存分担显存压力

2. 生成速度太慢怎么办？

  • 确认驱动已经更新到最新版
  • 推理步数降到 30 步，速度提升 40%，画质损失非常小
  • 关闭所有后台占用显存的软件

3. 报错找不到模型？

  • 检查模型路径有没有中文、空格
  • 确认文件夹层级正确，没有多套一层文件夹
  • 模型文件夹名称不要改，保持和下载时一致

4. 想生成更长的视频？

12G 显存最多建议 6 秒，再长会爆显存；如果开了内存卸载，可以试 64 帧（8 秒），但速度会变慢很多。

进阶：想试效果更好的 5B 模型？

你的 12G 显存可以跑 CogVideoX-5B 的 INT4 量化版，操作方法完全一样，只需要：

  1. 下载 CogVideoX-5B INT4 量化模型，同样放到 diffusers 目录
  2. 在模型加载节点选择 5B 模型
  3. 分辨率建议 480P，帧数 32 帧，开启内存卸载，就能跑起来

效果比 2B 好很多，但速度会慢 2-3 倍，适合追求画质、挂机生成的场景。

评论 (0)

暂无评论。

发表留言