如果想無拘無束地生成圖片和影片，很多創作者都會考慮在家架設生成式 AI 平台。ComfyUI 是目前最受歡迎的本地 AI 圖像與影片生成工具，以模組化節點介面聞名，能自由組合 Stable Diffusion、Flux 等大型模型。但近年來，隨著模型規模急速成長（如 Flux 2 Dev 和 WAN2.2 影片模型），本地運行常面臨嚴重記憶體問題。ComfyUI 剛剛就推出了一項新功能 Dynamic VRAM，解決記憶體不足無法生成圖像和影片的問題。
傳統方式下，模型權重需完整載入 VRAM 與系統 RAM，高解析圖像生成或長影片工作流程動輒消耗數十 GB 記憶體，稍有不慎便觸發 OOM（Out of Memory）錯誤。尤其消費者級 GPU（如 RTX 系列）VRAM 有限，生成過程中還需頻繁卸載模型至 RAM，導致 PCIe 頻寬浪費、分頁檔（pagefile）交換變慢，整個流程卡頓甚至崩潰。RAM 價格持續上漲，更讓許多用戶難以升級硬體，本地生成效率大打折扣。
ComfyUI 官方剛剛就正式推出 Dynamic VRAM 功能，已整合至穩定版（NVIDIA 硬體，支援 Windows 與 Linux，未有計劃支援 WSL）。這項革命性記憶體優化系統，透過自訂 PyTorch VRAM 分配器「Dynamic Offloader」，徹底改變模型權重管理方式。核心技術包括：
- Virtual Base Address Register (VBAR)：載入模型時僅建立虛擬位址，不佔用實體 VRAM。
- Just-in-Time Allocation：張量 (Tensor) 真正需要時才動態分配物理 VRAM；若 VRAM 不足，自動以臨時張量執行運算後立即釋放。
- 優先權與 Watermark 機制：活躍模型優先保留空間，低優先權權重自動驅逐，避免記憶體抖動（thrashing）。
- 未提交記憶體設計：模型權重以指標方式映射，不進行深拷貝，OS 可隨時回收，載入速度大幅提升。
結果顯示，系統 RAM 使用量大幅降低，初始模型載入與 LoRA 應用明顯加速，即使 RAM 不足也能運行大型模型而不依賴慢速分頁檔。VRAM 使用率反而更高，因為系統更有效率地利用最快記憶體。測試中，運行 WAN2.2（56GB fp16 權重）或 Flux 等複雜影片／圖像工作流程，在 32GB RAM 環境下仍能穩定執行，不再出現 OOM 或分頁拖累。
除了 Dynamic VRAM，今個月初 GTC 期間 ComfyUI 還引入了 App Mode，這是另一項重大突破。它能將任何複雜節點工作流程轉變為乾淨、專屬的應用介面：進入 App Mode 後，節點圖完全消失，只顯示使用者需要的輸入欄位（如提示詞、上傳圖片、解析度等），並保留輸出預覽與執行按鈕。一鍵切換模式，毋須額外安裝。搭配 App Builder，創作者可自訂顯示哪些參數、重新命名並分組，讓介面更友好。App Mode 支援分享可執行 URL，接收者毋須了解節點圖，即可在瀏覽器中直接運行，適合分享給客戶、團隊成員或初學者，大幅降低 ComfyUI 的學習門檻，同時保留完整後端功能與擴充套件相容性。
