无需写代码！ComfyUI-VideoMaMa：可视化操作VideoMaMa视频抠图，支持SAM2遮罩生成

此前高丽大学、Adobe Research联合推出的VideoMaMa视频抠图模型，凭借扩散模型的生成先验实现了从粗糙掩码到精细Alpha遮罩的高质量转换，成为视频抠图领域的新SOTA。

VideoMaMa：基于扩散模型的视频抠图新SOTA，粗糙掩码一键生成高精度Alpha遮罩

现在无需复杂的代码调试，只需通过ComfyUI-VideoMaMa自定义节点，就能在ComfyUI中可视化操作VideoMaMa的全部核心能力——加载视频、生成遮罩、运行抠图推理一键完成，还集成了SAM2实现交互式遮罩生成，零基础也能做出专业级视频抠图效果。

• GitHub：https://github.com/okdalto/ComfyUI-VideoMaMa

核心价值：把SOTA视频抠图模型搬进ComfyUI

ComfyUI-VideoMaMa将VideoMaMa的推理逻辑封装为可视化节点，核心优势：

• 无需手写推理代码，纯拖拽式操作完成视频抠图；
• 自动下载基础模型（SVD）和VideoMaMa UNet权重，无需手动找资源；
• 集成SAM2交互式遮罩生成，鼠标点选即可得到目标物体掩码；
• 支持分辨率、运动强度、噪声增强等参数可视化调节，适配不同视频场景。

第一步：安装部署（3步搞定）

环境要求

• Python 3.10+
• PyTorch 2.0+（带CUDA）
• 显存充足的GPU（建议8G以上）
• 已安装ComfyUI

1. 克隆仓库并安装依赖

# 进入ComfyUI自定义节点目录
cd /path/to/ComfyUI/custom_nodes/
# 克隆仓库
git clone https://github.com/okdalto/ComfyUI-VideoMaMa
cd ComfyUI-VideoMaMa
# 安装依赖
pip install -r requirements.txt

2. 模型下载（自动/手动可选）

模型默认首次使用时自动下载，也可手动下载确保完整性：

① 基础SVD模型（必装）

huggingface-cli download stabilityai/stable-video-diffusion-img2vid-xt \
    --local-dir checkpoints/stabilityai/stable-video-diffusion-img2vid-xt

② VideoMaMa UNet检查点（必装）

huggingface-cli download SammyLim/VideoMaMa \
    --local-dir checkpoints/VideoMaMa

③ SAM2（可选，用于交互式遮罩生成）

# 安装SAM2
git clone https://github.com/facebookresearch/sam2
cd sam2 && pip install -e .

# 下载SAM2权重
mkdir -p ../checkpoints/sam2
cd ../checkpoints/sam2
wget https://dl.fbaipublicfiles.com/segment_anything_2/092824/sam2.1_hiera_large.pt

# 下载SAM2配置文件
mkdir -p ../../configs/sam2.1
cd ../../configs/sam2.1
wget https://raw.githubusercontent.com/facebookresearch/sam2/main/sam2/configs/sam2.1/sam2.1_hiera_l.yaml

3. 重启ComfyUI

重启后，在节点列表中即可看到「VideoMaMa」分类，所有节点已加载完成。

第二步：核心节点详解（3个关键节点）

1. VideoMaMa 管道加载器

作用：加载SVD基础模型和VideoMaMa微调UNet，生成推理管道。

2. VideoMaMa 运行

作用：核心抠图推理节点，输入视频帧+掩码，输出高精度Alpha遮罩。

3. SAM2 视频遮罩生成器（可选）

作用：交互式生成视频掩码，无需手动制作掩码文件。

交互式点选择器使用技巧

点击「user_input」字段即可打开可视化选点界面：

• 左键单击：添加绿色正点（标记要抠图的前景物体）；
• 右键单击：添加红色负点（标记要排除的背景）；
• 中键/Ctrl+单击：移除已选点；
• +/-键：切换正负点模式；
• 选点完成后点击「保存」，生成对应掩码帧。

第三步：快速上手示例工作流

ComfyUI-VideoMaMa提供了现成的示例工作流（位于examples/文件夹），导入即可使用，核心步骤：

1. 加载视频：用VHS Video Loader等节点导入需要抠图的视频；
2. 生成掩码：要么用SAM2视频遮罩生成器交互式选点，要么加载已有的掩码文件；
3. 加载管道：添加「VideoMaMa 管道加载器」节点，确认模型路径正确；
4. 运行抠图：添加「VideoMaMa 运行」节点，连接管道、视频帧、掩码，调节分辨率/运动强度等参数；
5. 保存/预览：用VHS Video Combine节点合成遮罩视频，或直接预览单帧效果。

关键参数调优提示

• 分辨率：max_resolution控制处理时的最长轴，输出会还原原始分辨率，1080P视频建议设为1024（平衡速度与精度）；
• 运动桶：静态视频设50-100，动态视频（如人物运动）设150-200；
• 显存优化：分辨率设为512/768可降低显存占用，避免OOM报错；
• 掩码精度：SAM2选点时在物体边缘多添加正点，背景复杂处加负点，可大幅提升抠图效果。

常见故障排除

1. 提示“SAM2 is not available”：重新执行SAM2的安装命令，确保pip install -e .执行成功；
2. “Failed to load pipeline”：检查模型路径是否正确，确认SVD和VideoMaMa权重已完整下载，显存是否充足；
3. “Frame count mismatch”：确保输入的视频帧和掩码帧数量一致；
4. 抠图效果模糊：提高max_resolution，或在SAM2选点时增加边缘细节的正点。