ComfyUILatentSync15 是基于 ByteDance LatentSync 1.5 的音频驱动对口型 ComfyUI 工作流服务。内置完整 ComfyUI 工作流引擎，输入一段带人脸的说话视频与目标音频，即可输出嘴型与音频同步的高质量视频，同时支持在浏览器中直接访问 ComfyUI Web UI 拖拽编辑工作流节点。

核心特性

• ComfyUI 工作流：内置完整 ComfyUI 引擎，支持 Live 模式（浏览器访问 Web UI 拖拽编辑）与 Watch 模式（平台 API 下发任务自动执行），工作流可自定义扩展
• LatentSync 1.5 对口型：当前开源效果最优的音频驱动唇同步方案（纯 PyTorch，支持 CUDA / MPS / CPU），基于潜在扩散模型实现高精度口型对齐
• 低显存友好：默认 256 分辨率推理，8GB 级显卡即可运行；支持 512 高质量模式可选，推理设备自动降级（无 GPU 环境自动切换 CPU/MPS）
• 完整模型仓库：主模型、Whisper、VAE、人脸检测模型统一由模型仓库管理，初始化自动下载，离线可用
• 多平台支持：支持 NVIDIA 显卡（CUDA 12.8+，兼容 50 系 Blackwell 架构）与 macOS MPS

适用场景

视频配音口型同步、数字人视频制作、直播数字人实时驱动、影视/短视频二创、多语种视频本地化配音等。

更多信息可参考：https://github.com/bytedance/LatentSync