阿正老師之前介紹過不少 AI 生圖工具：Nano Banana Pro、Seedream 5.0 Pro，還有5 款生圖工具比較。不過這些都是雲端服務，共同的痛點是：免費額度有限、生成內容有各種限制、圖片還得經過別人家的伺服器。
如果你的電腦有一張還不錯的 NVIDIA 顯示卡，其實可以把生圖這件事整個搬回家：ComfyUI 是目前最主流的免費開源本地生圖工具，Stable Diffusion、FLUX 等開源模型通通能跑，不用月費、不限張數、完全離線。以前它最讓人卻步的是安裝門檻（要裝 Python、打指令），但 2026 年 6 月全新改版的 Comfy Desktop 桌面版把這些都包好了，下載安裝檔一路下一步就能用。
這篇就用「本地安裝教學」的規格，帶大家從環境需求、安裝步驟到生出第一張圖完整走一遍，最後也會整理常見錯誤的排解方法。
一、ComfyUI 是什麼？為什麼要本地生圖？
ComfyUI 是一套免費開源的 AI 生圖介面，特色是用「節點式工作流」來組裝生圖流程——把模型、提示詞、取樣器像積木一樣接起來。聽起來很工程師？別擔心，新版內建大量範本工作流，載入後改改提示詞就能用，跟阿正老師之前介紹的本地 AI 工具 Ollama、LM Studio 一樣，都在把「本地跑 AI」變成一般人也能上手的事。
| 官方網站 | https://www.comfy.org/ |
| 最新版本 | Comfy Desktop 0.33.2（發布日期：2026-08-20，更新頻繁、以官網為準） |
| 支援系統 | Windows（NVIDIA 顯示卡）、macOS（Apple Silicon）；Linux 可用手動安裝版 |
| 費用 | 完全免費、開源（GPL 授權），生圖不限張數 |
| 繁中介面 | 支援多國語言，含簡體中文 |
| 軟體下載 | [本站下載點] |
2026 年 6 月 8 日全面推出的新版 Comfy Desktop 是一次大改版：它從單純的桌面版變成 ComfyUI 的「管理中心」，支援多實例管理（同一台電腦裝多個不同版本的 ComfyUI 環境互不干擾）、快照備份（裝壞了一鍵還原）與共用模型庫（模型只要下載一份，所有環境共用，超省硬碟）。
二、環境需求：你的電腦跑得動嗎？
本地生圖最重要的就是顯示卡（GPU），尤其是VRAM（顯示記憶體）容量。以下是阿正老師整理的參考標準：
| 配備等級 | VRAM | 能做什麼 |
|---|---|---|
| 入門 | 6～8GB | SD 1.5、量化版小模型，速度較慢 |
| 建議 | 12GB（如 RTX 5070） | SDXL、FLUX 量化版都能順跑 |
| 理想 | 16GB 以上 | FLUX 完整版、影片生成模型 |
| Mac | Apple Silicon 16GB 記憶體以上 | 可跑，但同級速度通常不如 NVIDIA |
除了顯示卡，硬碟空間也要預留：模型檔案動輒 2～12GB 起跳，玩上癮之後 100GB 很快就不夠用（這時候可以拿 WizTree 出來看看是誰吃掉你的硬碟）。以阿正老師的桌機（AMD R7 5800X＋RTX 5070 12GB）來說，跑 SDXL 與 FLUX 量化版都在舒適圈內；如果你是 GTX 1060 這種老卡，建議從 SD 1.5 的小模型開始玩。
三、Comfy Desktop 安裝步驟
以前裝 ComfyUI 要自己搞定 Python 環境，現在 Comfy Desktop 把流程簡化成一般軟體的安裝體驗：
- 到官網 comfy.org 下載對應系統的安裝檔（Windows 選 NVIDIA 版）
- 執行安裝檔，安裝精靈會自動偵測顯示卡並下載所需的 Python 環境與相依套件
- 選擇模型與輸出圖片的存放位置（建議放在空間充足的硬碟）
- 首次啟動後，從內建的範本（Templates）頁面挑一個工作流，缺少的模型它會提示你一鍵下載
四、生出第一張圖：範本工作流教學
裝好之後別被滿畫面的節點嚇到，照這個流程走就能生出第一張圖：
- 開啟「Workflow → Browse Templates」，選最基本的 Text to Image 範本
- 若提示缺少模型，按下載按鈕讓它自動抓（第一次會花點時間）
- 在 CLIP Text Encode（Prompt）節點輸入英文提示詞，例如「a cat wearing sunglasses, photorealistic」
- 按下 Queue（執行）按鈕，等待進度跑完，圖片就出現在 Save Image 節點
- 生成的圖片會自動存在你設定的 output 資料夾
上手之後，可以再去範本庫玩進階功能：圖生圖（img2img）、局部重繪（inpainting）、放大（upscale），甚至影片生成的工作流都有現成範本。開源模型的好處是社群資源超豐富，Civitai、Hugging Face 上有大量免費模型與別人分享的工作流檔案（.json），拖進視窗就能直接載入。至於 FLUX 3 的開源版何時能在 ComfyUI 上跑，官方說今年稍晚釋出，目前還是待確認狀態。
五、常見錯誤與效能觀察
本地生圖最常遇到的幾個狀況，阿正老師先幫大家整理排解方向：
- 「CUDA out of memory」（VRAM 不足）：最常見的錯誤。解法是換小一點的模型（找 GGUF／FP8 量化版）、降低解析度，或在設定裡開啟低 VRAM 模式
- 生圖速度很慢：先確認有沒有吃到 GPU（工作管理員看 GPU 使用率），若都在 CPU 上跑，多半是安裝時選錯版本，重裝選 NVIDIA 版即可
- 缺少節點（紅色節點）：載入別人的工作流時常見，用內建的 Manager 安裝缺少的自訂節點即可
- 裝了自訂節點後壞掉：新版 Comfy Desktop 的快照功能這時就派上用場，一鍵還原到上一個正常狀態
效能部分，建議實際測試時可以觀察：同一個提示詞在不同模型下的生成秒數、VRAM 佔用量（工作管理員的「專用 GPU 記憶體」）、以及連續生圖時的顯卡溫度。想邊跑邊監控硬體狀態，可以搭配站上介紹過的 HWiNFO。
六、阿正老師的總結
有 NVIDIA 顯示卡（12GB VRAM 以上）、常常需要生圖
→ Comfy Desktop 裝起來，不限張數又免月費，長期下來最划算。
顯卡普通或只是偶爾生圖
→ 雲端服務更省事，參考5 款 AI 生圖工具比較挑一款免費的用。
已經在玩 Ollama／LM Studio 的本地 AI 玩家
→ ComfyUI 就是生圖版的拼圖，補上它，你的本地 AI 工具箱就齊了。
你也開始在自己電腦上生圖了嗎？
本地生圖的自由度真的回不去了！你最常用哪個模型？有沒有推薦的工作流或自訂節點？顯卡幾 GB 的 VRAM 跑起來體感如何？
歡迎在下面留言跟阿正老師分享！
