2026-09-06 痛点归档
https://aigc.cygongju.cn/day/2026-09-06/
短剧(dramabox/netshort 风格)角色 LoRA 缺失，中文短剧创作者不知道训哪个模型、怎么训
产品假设『短剧角色工厂』：上传 20 张角色图→自动按短剧审美（运镜/打光/妆造）调参训练 H3/Krea2 角色 LoRA→返回带触发词的成品+配套工作流，按角色订阅收费，瞄准中文短剧工作室
付费信号间接付费：B站短剧付费教程/整合包生态火爆；RunPod 云 GPU 训练教程播放高（在花钱绕过）
竞品格局Civitai 角色 LoRA（模型库）：通用角色可用，缺短剧审美风格成品；RunPod 训练教程（云 GPU + 教程）：2 分钟教程过于简略，评论区仍在问细节
现场证据与现有方案
场景用户求『能生成 dramabox/netshort/goodshort 风格角色的 LoRA』，评论区反复追问 how to train it、哪个模型最好（Krea dev/Klein/Z-Image），仅有人给出 Civitai 通用角色 LoRA 链接（非短剧风格）。中文侧 B站『AI 真人短剧 100 集教程』类内容爆发、MiniMax H3 整合包营销号刷屏，短剧是当前中文 AIGC 最热变现赛道，但角色一致性 LoRA 训练教程分散且门槛高
时间成本短剧团队角色一致性调试普遍 1-2 天/角色
现有方案Civitai 有通用 character LoRA 但无 dramabox 短剧风格成品；LoraAI/Imagera 等在线训练服务不针对短剧风格调参
社区方案部分：有人指点用 Civitai 现成 LoRA / 自己训练，但无针对短剧风格的成品
当前做法用 Civitai 通用角色 LoRA 改造；Follow 博主教程在 RunPod 本地训练（有 2 分钟教程但覆盖不全）；用 H3 Ref2V 参考图临时顶替（概念混淆：Ref2V≠训练角色 LoRA）
本地 LoRA 训练反复失败（显存/参数/数据集），几小时几天烧卡不如 £3 在线训练
产品假设『最新模型 LoRA 训练代理』：紧跟 H3/Krea2 发布 48 小时内上线预调参训练模板（数据集清洗+推荐超参+显存档位自适应），按次 £3-5 收费，吃『教程-工具』时间差红利
付费信号明确付费：『£3 和 1500 步效果更好』获高认同；RunPod/在线训练教程生态付费成熟
竞品格局Pixaroma 教程+onboarded（视频教程+在线训练）：验证了付费意愿，但流程手动、参数靠抄；aitoolkit / musubi-tuner（本地训练工具）：免费但配置复杂，新手失败率高；LoraAI / Imagera（在线训练 SaaS）：支持模型滞后，无最新 H3/Krea2 调优
现场证据与现有方案
场景用户在 5060Ti 16GB 本地给 Krea2 训 LoRA：每天 2 小时连训 3 天效果差；按 Pixaroma 教程转在线服务，£3/1500 步/50 张图效果立刻更好（评论区：『3 quid is a steal，我再也不想烤我 GPU 好几天了』）。同类求助井喷：H3 角色 LoRA 训练求助（aitoolkit 慢且受限、显存峰值 20.6GB/82GB OOM）、wan2.2 t2v LoRA『50 张高质量图训练结果很差，照 Claude 指示也没用』、虚拟网红数据集准备求助
时间成本本地失败尝试 2-6 小时起步，普遍 1-3 天；成功路径需要跨 3-4 个工具
现有方案aitoolkit（免费但 H3 支持慢且受限）、musubi-tuner（命令行门槛高）、inline studio（在线但有 OOM 坑）、LoraAI/Imagera/Civitai 在线训练（不针对最新模型调参）
社区方案是：musubi-tuner、aitoolkit、inline studio 教程链接、显存峰值数据都有人分享——但信息分散，每人仍要踩一遍坑
当前做法本地反复调参重训烧时间；或转 RunPod/Pixaroma 流程/inline studio 在线训（但选参仍靠抄教程）
加速 LoRA 多到没法系统性评测：29+ 个方案各有玄学配置，本地没有批量对比工具
产品假设『本地视频 LoRA 评测台』ComfyUI 扩展：一键批量跑 N 个加速 LoRA × 标准 4 测试片（对话/动作/多人/运镜），输出画质+时序抖动+音频质量三轨评分矩阵和对比画廊，直接吃 HF Arena 落地不到本地的空白
付费信号间接付费：试错在烧云 GPU 时；HF 官方投入做 Arena 说明需求规模
竞品格局HF Acceleration Arena（在线排行榜）：权威但与本地环境脱节；purzbeats/lora_tester（开源脚本）：仅图片管线，视频三轨质量未覆盖
现场证据与现有方案
场景HuggingFace 本周上线 H3 Acceleration Arena（65 赞）用人类盲测排加速方案——因为『自动指标测不出人眼立刻能看到的局部涂抹和噪点』。社区同时自发出现 lora_tester（69 star 的批量 LoRA 强度对比脚本）、『larryvrh v4 step600 是最佳 turbo LoRA』众测帖（15 赞 12 评论）。视频加速 LoRA 的评测维度（画质/时序/音频三轨）远比图片复杂，现有工具都只覆盖图片单维
时间成本完整评测 5 个加速方案需 10+ 轮生成，2-3 小时 GPU 时间
现有方案HF H3 Acceleration Arena（在线盲测、不连本地）、lora_tester（仅 Z-Image 图片管线）、WWAA LoRA Test Compare workflow（2024 年图片向）
社区方案是：HF Arena（在线）+ purzbeats lora_tester（本地图片）出现，但视频向+本地环境评测空白
当前做法手动逐个换 LoRA 重跑同一 prompt 对比；看 HF Arena 盲测结果照抄（但环境不同结果不同）
下载的工作流引用的模型/LoRA 文件与本地库对不上：红框节点好装，缺模型文件无从找起
产品假设『工作流一键配平』本地工具：拖入 workflow JSON→解析全部模型/节点引用→对照本地库列出缺失项→按 hash 从 HF/Civitai 自动匹配下载到正确子目录→生成清单报告。RunComfy 验证过需求，做纯本地免费版+进阶付费（团队库共享）
付费信号间接付费：RunComfy 用它做云平台获客入口（商业价值已验证）；中文用户买整合包本质在买『模型已配好』
竞品格局RunComfy Auto Setup（云端 SaaS）：体验好但强制上云，本地用户用不了；ComfyUI Manager（节点管理扩展）：只补节点不补模型文件；PromptNook（开源本地目录工具）：刚出现，只做目录不做缺文件解析
现场证据与现有方案
场景PromptNook 作者开源本地 prompt/模型/LoRA 目录工具，热评：『终于有真正扫描我文件夹的工具，不用从头重建库了——散落 txt 文件记 trigger word 的痛苦太真实了』。工作流 JSON 里引用的 checkpoint/LoRA 文件名与用户本地库的命名完全脱节：B站视频评论区高频出现『taeh3.safetensors 是啥模型在哪下载』式求助；Easton 开发者写 3 千字指南承认首次面对外来工作流红框+空模型列表要花半小时才分清缺节点/错路径/缺依赖三类问题。RunComfy 的 Auto Setup 验证了需求但绑定其云平台，本地版空白
时间成本复用一个外来工作流平均 30 分钟-2 小时找模型文件；中文用户还要跨语言搜索
现有方案RunComfy Auto Setup（云端）、ComfyUI Manager（仅节点）、PromptNook（刚开源，Windows 早期版）、Wonderful Launcher（检测节点缺失）
社区方案部分：ComfyUI Manager 装缺失节点（不管模型文件）、RunComfy 云端一键补全（不本地）
当前做法逐个文件名去 Google/HuggingFace 搜；问 UP 主要网盘链接；用 txt 文件手动记录 trigger word 和模型对应关系
视频物体移除（去人/去物/去水印）在 ComfyUI 里找不到可靠工作流，现有方案画面抖动、时序不一致
产品假设做一个开箱即用的『视频橡皮擦』ComfyUI 节点包/一键工作流：SAM3 自动追踪遮罩 + 两阶段时序修复 + 交互式预览，主打去水印/去路人/去字幕三个高频场景
付费信号间接付费：RunningHub 全自动去水印云工作流 6316 浏览/190 收藏（按次付费云运行），证明付费绕过存在
竞品格局VOID (Netflix)（ComfyUI 官方模板工作流）：用户实测 borderline unusable，inpainting jittery；DiffuEraser（ComfyUI 工作流(RunComfy)）：需 SAM2 手动点选，时序一致性一般；RunningHub 去水印工作流（云端付费工作流）：6316 浏览有市场，但仅限固定水印场景
现场证据与现有方案
场景视频后期创作者要在 ComfyUI 中移除视频里的杂物/路人/水印。本周两名用户独立求助：一人花整整一周测试 Obscura Lora(LTX) 和 VOID 模型，结论 borderline unusable（inpainting 抖动、一致性差）；另一名 VFX 用户想做保留原片的局部修补（ref2vid 改动太大不可用），被迫手动拆成 mask pass + cleanup render 两段流程
时间成本求助者自述花一周找方案未果；手动 mask pass + cleanup 每条视频额外数十分钟
现有方案VOID(Netflix开源,官方有教程但用户实测质量差)、DiffuEraser+SAM2(RunComfy 有工作流)、minimaxremove(知乎有中文教程)、Wan2.1 VACE——方案多但普遍反映抖动/不一致
社区方案部分：评论区建议拆分 mask pass 与 cleanup render、用 ref2vid 提示词技巧，但都是凑合
当前做法逐帧遮罩+分段渲染手动拼接；或放弃局部修改整段重生成；或换 After Effects 传统 roto
电商 AI 商品图『假感/货不对板』：技术能出图但过不了消费者和甲方信任关，精修精度也不可控
产品假设『可信电商图』质检+精修产品：AI 图生成后自动检测假感特征（光影矛盾/材质物理错误/比例失真）标注修改点，并输出实物对照级精修——把『过信任关』做成可量化交付，按 SKU 收费
付费信号间接付费：电商视觉外包市场成熟（一套详情页外包几百到几千元），AI 方案已在替代但被信任卡住
竞品格局李心宝详情页工作流（ComfyUI 工作流+教程）：100 秒/套效率极高，但评论区信任质疑高赞；RH/RunningHub 电商工作流（云端付费工作流）：同质化，无真实性差异化
现场证据与现有方案
场景B站电商工作流视频（30 万播放）热评第一 187 赞：『以前 P 又不是 P 不出来，AI 只是提高速度，没人做是因为假感，客户都知道货不对板』，34 赞跟评吐槽网购衣服货不对板——终端信任成为电商 AI 图落地最大阻力。技术侧同样不可控：Reddit 用户用 SD1.5 inpaint+Crop&Stitch+IPAdapter 改沙发接缝，模型无视参考图的真实缝线构造生成通用接缝（图片编辑精度不跟随参考结构）
时间成本每套商品图人工精修+审核 1-3 小时；退货率/客诉是隐性成本
现有方案nano banana/gemini 详情页工作流（快但假感未解决）、SenseNova U1.5/Krea2 编辑模型（精度取舍）、实拍（贵但可信）
社区方案部分：分层 PSD 工作流（100 秒/套详情页）解决效率但没解决信任；接缝跟随问题无人给出方案
当前做法人工 PS 精修兜底；用 nano banana+gemini 分层 PSD 工作流批量出图后人工筛；有的团队干脆放弃 AI 图回归实拍
LoRA 跨实现格式不兼容且静默失效：官方加速 LoRA 在 ComfyUI 里加载无报错也无效果
产品假设『LoRA 格式万用转换器』：拖入任意 .safetensors 自动识别源格式/目标框架（ComfyUI/Diffusers/vLLM/XLabs），预览 key 映射+可选 rank 压缩，做成免费 CLI+付费 GUI/节点，每个新模型发布日就是流量日
竞品格局FastH3-Lora-Converter（一次性脚本）：只管 FastH3 一个模型；RBG-LoraConverter（ComfyUI 节点）：覆盖老格式，不支持新 repack 生态
现场证据与现有方案
场景FastVideo 发布的 FastH3 4-step LoRA 在 ComfyUI 完全无效——无报错、无警告、就是没效果。根因：FastVideo 基于原版 MiniMax 训练，ComfyUI 用 repack 版（层名全变、attention 层合并），名字对不上 ComfyUI 就静默忽略整个文件。楼主写转换脚本获 58 赞 102 评论；drbaph 的 ComfyUI 转换版 repo 获 384 likes（含 rank 压缩 83% 的重打包）。同类问题普遍：XLabs FLUX LoRA 需要 trainer 专属 loader、vLLM/Diffusers/ComfyUI 三种格式互不通用
时间成本每个新 LoRA 生态格式问题排查数小时（静默失效最难 debug）；等待转换版数天
现有方案FastH3-Lora-Converter（单模型一次性脚本）、ComfyUI-RBG-LoRA-Converter（老 key 名转换）、localaimaster 的排查指南（教你看 key 名）
社区方案是：FastH3-Lora-Converter 脚本和 drbaph 重打包版已出现，但都是 per-case 补丁
当前做法等社区大佬发转换版（时间差数天）；用一次性转换脚本（每个模型家族一个）；手动检查 key 名判断格式
中文社区工作流/模型分发依赖夸克网盘+整合包营销号，无可信中心化渠道，找资源像开盲盒
产品假设『中文 ComfyUI 资源站』：工作流+模型 hash 校验+一键 ComfyUI Manager 安装清单（防整合包捆绑），创作者上传分成、按下载付费，对标『Civitai 的中文本地化+可信分发』空位
付费信号间接付费：营销号整合包生态在赚钱（卖网盘会员返利/私域收费）；RunningHub 付费云工作流 6316 浏览验证付费习惯
竞品格局RunningHub（云端工作流平台(中文)）：商业模型验证成功但绑定云运行，不解决本地资源分发；shuzihub.net（中文工作流市场）：刚起步，内容稀少；Civitai/OpenArt（国际市场）：内容全但中文用户体验差（语言+网络）
现场证据与现有方案
场景B站 50 万播放的 wan2.2 工作流视频，作者置顶评论用夸克网盘分享『模型及工作流节点』（139 赞）——中文圈最高效的分发方式是网盘+评论区求链接。同时『整合包』营销号工业化刷屏：搜索 ComfyUI 前 20 结果几乎全是『解压即用/支持30 40 50系显卡』营销号视频（部分带 NSFW 引流），新手难以分辨哪些可信。评论区高频『求分享』『已三连求链接』= 分发摩擦直接可见。数字枢纽(shuzihub.net)等中文工作流市场刚起步
时间成本找一个可信工作流+对应模型平均 1-3 小时（含网盘限速等待）；新手踩整合包坑后重装系统案例常见
现有方案夸克网盘分享（主流）、RunningHub/shuzihub（起步期）、Civitai/OpenArt（英文门槛）
社区方案部分：shuzihub.net、RunningHub 中文市场出现，但内容量和信任体系远未成型
当前做法三连+评论求网盘链接；下载营销号整合包（捆绑风险）；翻墙去 Civitai/OpenArt（英文门槛）
特效向视频（冻结时间/运镜/道具替换）没有现成 LoRA 和工作流，用户只能碰运气抽卡
产品假设『特效镜头工作流商店』：按电影语言组织（子弹时间/希区柯克变焦/无缝转场），每个特效=LoRA+工作流+参数预设打包售卖，客单价对标单条特效外包的 1/10
竞品格局H3 官方模板库（ComfyUI 内置模板）：仅基础 t2v/i2v，无特效向；shuzihub.net 工作流市场（Web 工作流市场(中文)）：B站评论区推荐，覆盖少
现场证据与现有方案
场景创作者想复刻《快银》式冻结时间特效（主角移动+环境凝固），在 MiniMax H3 上尝试大量 prompt、求助 GPT/Claude 写 prompt 均失败；评论区另一用户表示同一天也在琢磨同一需求。同类还有新手求 img2img→img2video 人物一致性入门工作流（不知 LoRA/IPAdapter/FaceID/ControlNet/VAE 如何组合）、老用户看不懂 Wan 工作流节点作用（视频工作流节点数是图片的 3-4 倍无从学起）
时间成本单条特效视频数小时试错；新手普遍卡数天入门视频工作流
现有方案无专门特效 LoRA/工作流；H3 Keyframe Animation Adapters lora 等新适配器刚开始出现但无教程
社区方案无：评论区只互相追问 prompt，无人给出可行方案
当前做法反复抽卡换 prompt；问 AI 助手写 prompt；放弃特效改简单镜头
LoRA 训练数据集准备没有工程化工具：50 张图『高质量』照样训废，数据质量判断全靠玄学
产品假设『数据集体检师』：上传图片集→自动检测重复度过高/光照角度单一/标注矛盾/分辨率陷阱→给出删除和补拍建议+预测训练风险等级，按数据集次数收费，直击『训废重烧』痛点
付费信号间接付费：RunPod 训练教程+在线训练付费生态成熟（训废=直接烧钱）；有人免费做 curator 说明预期市场
竞品格局purzbeats 训练 app（开源桌面应用）：刚发布，数据质量评估维度浅；LLM caption 管线（自建脚本）：标注质量不可控是训废主因之一
现场证据与现有方案
场景多个独立求助叠加：虚拟网红创作者 LoRA 数据集准备求助（5 评论）；wan2.2 t2v LoRA『50 张高质量图训练+照 Claude 指示，视频效果还是差』；20 张图做角色数据集的实验帖（7 评论）引发经验讨论。同期社区连续出现工具：免费 LoRA dataset curator 求测试者、DLSS 5 接入 LoRA 数据集+训练 app（13 赞 41 评论高互动）——工具供给正在爆发但质量评估（哪张图会伤模型/重复度/标注质量）仍是空白
时间成本每次训练的数据集清洗标注 2-5 小时；训废重来的代价是 1-3 小时 GPU 时间
现有方案purzbeats LoRA dataset & training app（免费）、社区 curator 工具（求测试阶段）、BLIP/LLM 自动 caption（质量不稳）
社区方案部分：经验帖给出数据集原则（角度/光照多样性、20-50 张甜区），但没有工具落地这些原则
当前做法手动筛图+LLM 写 caption；照 YouTube 教程抄超参；训废了再改数据集重训（烧数小时）
视频加速 LoRA 只有 4-8 步（画质崩）和 40-50 步（等不起）两档，中间 16-24 步质量档无人做
产品假设『加速方案体检』工具：选你的 GPU+目标时长→本地跑标准化测试片→输出各加速 LoRA 在你环境的质量/速度帕累托曲线+推荐配置 JSON，按次收费。训练中间档 LoRA 需蒸馏资源，独立开发者更适合做评测工具
付费信号间接付费：低显存用户在付费云 GPU 上试错（评论区 robomar 用 16GB 笔记本+云服务）
竞品格局HF H3 Acceleration Arena（在线盲测排行榜）：解决『哪个好』但不管『在你机器上怎么配』；29+ 个 H3 加速 LoRA（HuggingFace 模型）：各有隐藏配置要求，搭配错误=噪点+音频灾难
现场证据与现有方案
场景用户发问『为什么没人做 16-20 步的 LoRA？』获 41 赞 51 讨论成为本周热帖：turbo LoRA 普遍产生 flickery/dusty/particle 噪点和刺耳音频（另一帖 13 赞证实），而 40-50 步质量又好但 0.6MP 也要跑很久。评论区高手给出折中（8步 LoRA 降权重到 0.5、40-50 步+Spectrum 节点、dense late steps），但每条都是 case-by-case 调参玄学。HuggingFace 本周专门上线 H3 Acceleration Arena 人类盲测排行榜（65 赞），说明『该用哪个加速方案』已成公共问题
时间成本每次换新 LoRA 需重新试错；抽卡测试每轮 5-20 分钟视频生成时间
现有方案HF H3 Acceleration Arena（在线盲测排行，不连本地环境）；larryvrh/drbaph/Kijai/阿里PDD 等 29+ 个加速 LoRA 各有最佳步数/权重玄学
社区方案部分：评论区有调参技巧（sigma/shift 设置、PDD vs LightX2V 对比、SLA attention 节点），但结论分散且互相矛盾
当前做法8步 LoRA 降到 0.5 权重硬凑；50 步全质量慢慢等；逐个试 29+ 个 H3 加速 LoRA 找不崩的那个
经典节点包随 ComfyUI 大版本更新集体断裂（Impact-Pack 在 V0.30.2+ 不可用），用户无从得知修复时间表
产品假设『节点包兼容性矩阵』服务：CI 每日跑各节点包 × 各 ComfyUI 版本的烟雾测试，发布兼容性仪表盘+升级前预检工具（扫你的已装节点→报告升级风险），对节点作者收 CI 订阅费
竞品格局ComfyUI Manager（节点包管理器）：装得上但不管『装完能不能跑』；锁定旧版本（手动 workaround）：普遍做法，代价是放弃新特性
现场证据与现有方案
场景Impact-Pack（安装量 Top 级节点包）本周报 issue：V0.30.2 及以上版本无法使用；同周 KJNodes 报 SageAttention 2.2.0 改用 torch custom ops 注册导致 _resolve_qattn 返回 None；核心仓库还有 ImpactSwitch 未连接槽返回 None 的接口语义破坏。依赖 ComfyUI 内部 API 的节点包在每次核心重构后连锁断裂，用户面对红框节点只能等
时间成本每次大版本升级后 0.5-2 天恢复；锁版本则持续承受旧 bug
现有方案ComfyUI Manager（只管安装不管兼容性检测）、社区 issue 跟踪（被动）
社区方案部分：个别 issue 有 workaround（如指定 comfy kitchen 后端节点），但系统性兼容承诺缺失
当前做法锁旧版 ComfyUI 不敢升级（评论区多人因此 pin 版本）；手动 patch；等待节点作者适配
AIO 巨型节点绑架整个工作流：功能全包但用户自己的工作流没法复用，模块化节点才有生态位
产品假设做『AIO 拆解器』或模块化规范工具：自动把 AIO 节点内部逻辑拆成可组合子图暴露参数，占据『既能一键跑又能拆开改』的封装生态位（长期看是工作流可组合性标准）
付费信号间接付费：AIO 节点包普遍 Patreon/爱发电付费墙（模块化替代品少=付费位空缺）
竞品格局AIO 型节点包（巨型单节点）：新手友好但锁死复用，被资深开发者明确抵制；ComfyUI Subgraphs（核心功能）：解决画布组织，不解决节点包间接口规范
现场证据与现有方案
场景Endless MiniMax H3 工作流作者自述：找无限视频方案时『大多数都包含一个能做所有事的 AIO 节点，我没法复用自己工作流的大部分，因为它们在那个巨型节点里全做了』，最终只有 H3-Motion-Context 这类模块化节点符合需求。工作流开发者的封装哲学分裂：AIO 便于新手一键跑但锁死组合自由，模块化利于复用但上手门槛高——直接影响工作流产品的可组合性和二次开发生态
时间成本为绕开 AIO 重新实现等价功能 1-3 天/功能块
现有方案H3-Motion-Context（模块化范本）、ComfyUI 子图 Subgraph（核心功能，组织复杂度但不管跨节点包互操作）
社区方案是：H3-Motion-Context 作为模块化反例被点名认可
当前做法开发者被迫选边：要么用 AIO 接受黑盒，要么自己从头搭模块化版本（工作量翻倍）
ComfyUI 版本更新后模型不再缓存到内存，每次运行都从磁盘重载，出图从 30 秒变 2 分钟+
产品假设『缓存体检』诊断工具：一键分析你的模型库大小/内存/盘速组合，输出最优缓存策略配置（何时该锁版本/调参/升硬件），按诊断收费——上游问题独立开发者改不了，但诊断咨询位可占
付费信号间接付费：有用户因此考虑升级 NVMe/内存（在花钱缓解）
竞品格局ComfyUI Dynamic VRAM（官方内存管理）：方向正确但版本间行为突变，用户无所适从；启动参数调优（手动 workaround）：民间偏方分散在 Reddit/GitHub 各帖
现场证据与现有方案
场景『Model Initializing 让我的工作流彻底停摆』：3090+64GB 用户 2 张图从 30 秒变 2 分钟+，评论区称『最近版本以来几十人在 sub 和 GitHub 报告此问题』（新版 RAM 管理策略变化）。同日另一帖『Model reloading from disk on every RUN』；GitHub #12330（2 月起多人报告模型不再缓存到 shadow memory）和 #14076（RAM 缓存失败每次从磁盘重载）长期 Open。社区被迫用加 pagefile、--disable-dynamic-vram、最小化浏览器等民间偏方
时间成本每次运行多等 1-3 分钟；批量任务（100 张）每天多等 1-2 小时
现有方案官方 Dynamic VRAM（演进中行为反复）、--disable-dynamic-vram 参数、easy-clearCacheAll 节点（清缓存反而更慢）
社区方案部分：--disable-dynamic-vram 等启动参数缓解，但 Dynamic VRAM 是官方演进方向，参数随时再变
当前做法加 64GB pagefile、禁用 dynamic VRAM、锁旧版本、最小化浏览器窗口玄学操作
新模型发布后 ComfyUI 适配滞后数天，用户只能干等或转 API 平台
产品假设『新模型抢鲜』订阅服务：盯新模型发布→48 小时内提供经烟雾测试的 ComfyUI 加载节点+预下载模型+示例工作流打包，订阅制吃『发布-适配』时间差（对冲 fal 的拉新）
付费信号间接付费：等待期用户转向付费 API 平台（fal 上 MiniMax H3 Max 已收费）
竞品格局fal/Replicate（付费 API 平台）：新模型上线快，本地用户被迫付费；社区抢先节点（自制节点）：跟随热点快但质量无保障
现场证据与现有方案
场景本周核心仓库热度最高的 issue（6 reactions）是『Please support new model: LLaDA-Image』，另有 VDN-Minimax-H3、Pixal3D 多视图两个支持请求（各 2 reactions）在 3 天内提交。H3 生态爆发期（一周内 29+ 加速 LoRA、无数工作流），基础支持请求与生态速度的落差更明显——新模型发布日 ComfyUI 用户习惯性开 issue 等适配
现有方案fal/Replicate API（付费绕过）、社区抢先版节点（质量参差）
当前做法等官方/社区适配（数天）；临时转 API 平台（fal/Replicate）先跑通；自己写加载节点（高级用户）