ComfyUI friert nach der Videogenerierung ein: Wiederherstellungsanleitung

KI-Überblick

Warum friert ComfyUI nach der Videogenerierung ein?

Der Sampler könnte bereits fertig sein, während jedoch noch decodiert, encodiert, eine Vorschau bereitgestellt wird, ein benutzerdefinierter Knoten ausgeführt wird oder der Browser blockiert ist. Trennen Sie eine langsame Endphase von einem eingefrorenen Backend, bevor Sie irgendetwas neu starten.

Woran erkenne ich, ob ComfyUI noch arbeitet?

Lesen Sie gemeinsam das Terminal, die GPU-Auslastung, den Zustand der Warteschlange und den Ausgabeordner. Ein sich änderndes Log, eine aktive GPU oder eine wachsende Datei deuten auf laufende Arbeit hin; ein unveränderter Stack und ein inaktives Gerät deuten auf einen Stillstand hin.

Sollte ich den VRAM löschen, wenn ComfyUI hängt?

Nur nachdem Sie Beweise gesichert und sicher abgebrochen haben. Das Freigeben von Modellen kann einen gesunden Prozess wiederherstellen, aber es behebt nicht einen beschädigten CUDA-Kontext, einen inkompatiblen benutzerdefinierten Knoten oder einen fehlgeschlagenen Encoder.

Was ist die schnellste sichere Lösung?

Speichern Sie den Workflow und das Log, stoppen Sie die aktive Anfrage, starten Sie ComfyUI neu und führen Sie einen kleinen, bekannten, fehlerfreien Videographen aus. Fügen Sie die ursprünglichen Knoten schrittweise in Gruppen wieder hinzu, bis der Freeze erneut auftritt.

Identifizieren Sie, was tatsächlich eingefroren ist

„ComfyUI friert nach der Videogenerierung ein“ kann vier verschiedene Fehler beschreiben. Die Benutzeroberfläche (Canvas) kann aufhören, sich zu aktualisieren, während das Backend weiterläuft; der Sampler kann fertig sein, doch VAE-Decodierung oder Video-Encoding laufen möglicherweise noch; der Python-Prozess kann aktiv sein, wartet aber auf einen benutzerdefinierten Knoten; oder der GPU-Treiber könnte nicht mehr reagieren. Diese Fälle sehen im Browser ähnlich aus und erfordern unterschiedliche Lösungen.

Beginnen Sie damit, den zuletzt sichtbaren Knoten und die letzte Terminalzeile zu notieren. Schließen Sie nicht sofort alle Fenster. Für eine nützliche Diagnose benötigen Sie die Workflow-JSON, die ComfyUI- und Frontend-Versionen, die Versionen benutzerdefinierter Knoten, die Python- und PyTorch-Versionen, das GPU-Modell, den Treiber, die Startargumente, die Abmessungen, die Anzahl der Frames, den Codec sowie die letzten 30–50 Log-Zeilen.

Frontend-Einfrierung oder Backend-Einfrierung?

Öffnen Sie den Ausgabeordner und prüfen Sie, ob eine Datei erstellt wird oder ob sich ihre Größe ändert. Beobachten Sie die GPU-Auslastung und den GPU-Speicher, ohne eine weitere Anfrage zu starten. Wenn das Terminal weiterhin Fortschrittsmeldungen ausgibt, während der Browser eingefroren erscheint, laden Sie nur das Frontend neu – nachdem Sie den Workflow gespeichert haben. Wenn das Terminal starr bleibt, die GPU-Auslastung auf Null liegt und die Warteschlange niemals voranschreitet, behandeln Sie dies als Backend-Stall.

Eine kleine, visuell klare Baseline erleichtert es, zu erkennen, ob die Pipeline abgeschlossen ist, bevor der umfangreiche Graph wiederhergestellt wird.

Abgeschlossenes Sampling bedeutet nicht abgeschlossene Auslieferung

Videographen führen oft aufwändige Arbeit nach der Diffusion durch: Decodierung latenter Frames, Zusammenfassen von Batches, Verschieben von Tensoren zwischen Geräten, Interpolation, Audio-Schreiben und Container-Encoding. Eine Fortschrittsanzeige bei 100 % bedeutet daher möglicherweise lediglich, dass die Sampling-Phase abgeschlossen ist – nicht, dass die MP4-Datei fertiggestellt ist. Prüfen Sie stattdessen den exakten letzten Knoten, anstatt vorauszusetzen, dass „100 %“ gleichbedeutend mit einem Freeze ist.

Beweise sichern, bevor Sie neu starten

Ein Neustart ist eine Wiederhermaßnahme, keine Diagnose. Bevor Sie ihn nutzen, exportieren Sie den Workflow und kopieren Sie den Terminaltext. Notieren Sie, ob das gesamte Betriebssystem eingefroren war, ob nur der Browser gestoppt hat oder ob nur ein einzelner Warteschlangeneintrag hängen blieb. Ein systemweiter Einfrierungsvorgang deutet stärker auf ein Problem mit dem Treiber, dem CUDA-Backend, einem instabilen Übertakt, der Stromversorgung oder Speicherdruck hin als auf eine einzelne nicht reagierende Registerkarte.

Erstellen Sie eine kompakte Störfalldokumentation:

ComfyUI / Frontend-Version:
Python / PyTorch / CUDA / Treiber:
GPU und System-RAM:
Startargumente:
Workflow und Modell:
Breite × Höhe, Frames, Batch-Größe:
Zuletzt abgeschlossener Knoten:
Letzte Terminalzeile:
Browser-Zustand / Backend-Zustand / OS-Zustand:
Erster Durchlauf oder wiederholter Fehler:

Teilweise Ausgaben speichern, ohne ihnen blind zu vertrauen

Falls eine MP4-Datei existiert, prüfen Sie deren Dauer und Streams, bevor Sie sie als vollständig betrachten. Ein abgeschnittener Container kann sich öffnen, endet aber vorzeitig; eine Bildsequenz kann weniger Frames enthalten, als angefordert wurden. Bewahren Sie das partielle Artefakt unter einem fehlerspezifischen Namen auf, damit der nächste Durchlauf keine Beweise überschreibt.

Die Anleitung zum Zuschneiden von Videos mit Audio in ComfyUI erklärt, warum Video- und Audio-Pfade explizit bleiben sollten. Diese Trennung hilft zudem dabei, zu isolieren, ob der Freeze vor dem Muxing oder innerhalb der abschließenden Encodierung beginnt.

Speicher- und Encoding-Druck reduzieren

Die Videogenerierung multipliziert den Speicherdruck über Auflösung, Frameanzahl, Batch-Größe, latente Kanäle, VAE-Decodierung, Interpolation und Encoding hinweg. Die Reduzierung einer Dimension ist informativer als das willkürliche Umschalten von Speicherflags. Halbieren Sie zunächst die Frameanzahl. Falls der Graph weiterhin hängt, reduzieren Sie die Auflösung. Deaktivieren Sie dann Interpolation, Upscaling und optionale Vorschauen – unter Beibehaltung desselben Basismodells und Samplers.

Nutzen Sie einen gestuften Speichertest

Führen Sie diese Tests der Reihe nach aus und notieren Sie, ob jeder erfolgreich abgeschlossen wird:

1. Ein kurzer Clip mit der kleinsten vom Workflow unterstützten Auflösung.
2. Derselbe Clip mit dem vorgesehenen VAE und Decoder.
3. Derselbe Clip mit dem vorgesehenen Encoder, aber ohne Interpolation.
4. Die vollständige Post-Processing-Kette mit kurzer Dauer.
5. Die vorgesehene Dauer erst, nachdem alle vorherigen Stufen erfolgreich waren.

Erhöhen Sie Auflösung und Frameanzahl nicht im selben Test. Wenn ein kurzer Clip erfolgreich ist und der lange Clip wiederholt beim Decodieren hängt, ist der Graph wahrscheinlich funktionsfähig, doch der Speicherplan oder der Decodierplan ist es nicht. Wenn selbst der minimalste Graph fehlschlägt, untersuchen Sie die Kompatibilität, bevor Sie die Qualität optimieren.

Verwenden Sie detailreiche, aber kurze Materialien, um die Decodierstabilität zu testen; Länge und Auflösung sollten separat erhöht werden.

„Lösungen“ vermeiden, die einen Treiberfehler verdeckenDas Löschen des Modellspeichers, das Entladen von Vorschauen oder der Neustart der Frontend-Oberfläche können einem gesunden Backend helfen, Ressourcen freizugeben. Sie können jedoch nicht jeden fehlgeschlagenen GPU-Kontext zurücksetzen. Falls der gesamte Desktop einfriert, die Konsole ohne Python-Ausnahme abbricht oder der Treiber zurückgesetzt wird, reproduzieren Sie das Problem zunächst mit einem minimalen offiziellen Workflow und konservativen Hardware-Einstellungen, bevor Sie den Prompt beschuldigen.

Bei Inkompatibilitäten zwischen Modell-Datei und Decoder befolgen Sie die VAE-Lade-Checkliste. Eine umbenannte oder falsch platzierte Datei wird nicht einfach deshalb in eine kompatible VAE umgewandelt, weil der Loader sie „sehen“ kann.

Isolieren Sie benutzerdefinierte Knoten und den Frontend-Zustand

Benutzerdefinierte Knoten fügen Python-Pakete, kompilierte Erweiterungen, UI-Code, Encoder sowie Verhalten zur Geräteverwaltung hinzu. Ein gleichzeitiges Update aller Komponenten zerstört den Vergleich, der möglicherweise die Ursache aufdecken würde. Speichern Sie zunächst die funktionierende Umgebung, deaktivieren Sie dann alle Drittanbieter-Knoten und führen Sie den kleinstmöglichen Kern-Workflow für denselben Medientyp aus.

Wenn der Kern-Graph erfolgreich durchläuft, aktivieren Sie die Gruppen benutzerdefinierter Knoten nacheinander nach Funktion: Modell-Loader, Conditioning-Werkzeuge, Videoutilitäten, Interpolation, Upscaler und schließlich Encoder. Sobald der Fehler erneut auftritt, teilen Sie diese Gruppe erneut auf. Notieren Sie nicht nur den Anzeigenamen des Knotens, sondern auch das zugehörige Repository und den Commit.

Testen Sie den Browser separat

Eine Frontend-Oberfläche kann aufhören, den Fortschritt anzuzeigen, obwohl das Backend bereits fertiggestellt ist. Stellen Sie die Verbindung über einen frischen Browser-Tab wieder her und prüfen Sie die Warteschlange oder den Verlauf, bevor Sie Python beenden. Deaktivieren Sie für einen Testlauf alle Browser-Erweiterungen, vermeiden Sie es, mehrere Tabs mit ressourcenintensiven Workflows geöffnet zu halten, und vergleichen Sie die Frontend-Version mit der Backend-Version. Ein Canvas-Refresh, der den Status wiederherstellt, ist ein Hinweis auf ein Problem mit dem Anzeigezustand – nicht der Beweis dafür, dass die GPU eingefroren ist.

Ein fertiger Lieferungsframe sollte nach Abschluss der gesamten Pipeline glaubwürdige Hautstruktur, Dampfentwicklung, Lebensmitteltextur und feine Handdetails bewahren.

Führen Sie einen bekannten, funktionsfähigen Wiederherstellungs-Workflow aus

Nach einem sicheren Neustart sollten Sie nicht sofort den vollständigen Produktionsgraphen in die Warteschlange stellen. Verwenden Sie stattdessen einen minimalen Workflow, der auf diesem Rechner bereits erfolgreich ausgeführt wurde: ein einzelnes Modell, ein kurzer Clip, keine optionalen benutzerdefinierten Knoten, keine Interpolation, kein Upscaling und ein Standard-Encoder. Damit klären Sie die wichtigste Frage: Ob der installierte Video-Stack überhaupt funktionsfähig ist.

src=https://r2.seedance.tv/blog/comfyui-freezes-after-video-generation/known-good-motion-baseline-v1.mp4
poster=https://r2.seedance.tv/blog/comfyui-freezes-after-video-generation/known-good-motion-baseline-poster-v1.jpg
label=Kurze, bekannte, funktionsfähige Motion-Basislinie für ComfyUI-Wiederherstellungstests

Ein fünfsekündiger bewegter Output reicht aus, um Generierung, Decodierung, Encoding und Wiedergabe zu verifizieren, bevor Sie den ressourcenintensiven Graphen neu aufbauen.

Stellen Sie den Graphen schrittweise über Checkpoints wieder her

Erstellen Sie pro Checkpoint eine gespeicherte JSON-Datei: 01-core, 02-loader, 03-conditioning, 04-post und 05-final. Stellen Sie während der Diagnose jeweils nur einen Job in die Warteschlange. Wenn ein Checkpoint fehlschlägt, vergleichen Sie dessen Terminal-Ausgabe mit der des vorherigen erfolgreichen Checkpoints und entfernen Sie die Hälfte der neu hinzugefügten Knoten. Dieser binäre Suchansatz ist schneller als das Ändern von Flags ohne konkrete Hypothese.

Falls die Warteschlange selbst das Problem darstellt, bietet der ComfyUI-Batchverarbeitungs-Leitfaden ein sichereres Muster für unabhängige Jobs, explizite Ausgabennamen und fortsetzbare Batches. Ein fehlgeschlagener Eintrag sollte Sie nicht zwingen, jeden bereits genehmigten Clip erneut zu generieren.

Entscheiden Sie sich für lokale Wiederherstellung oder einen gehosteten Workflow

Lokales ComfyUI ist wertvoll, wenn Sie exakt definierte Knoten, benutzerdefinierte Modelle, reproduzierbare Umgebungssteuerung und direkten Zugriff auf die Maschine benötigen. Gleichzeitig übernehmen Sie damit aber auch die Verantwortung für Treiberkompatibilität, Python-Abhängigkeiten, Commits benutzerdefinierter Knoten, Speicherplanung, Protokollierung und Neustarts. Die richtige Wahl hängt davon ab, ob diese Kontrollmöglichkeiten Teil Ihres kreativen Vorteils sind – oder lediglich ein Produktionsaufwand.

Der Leitfaden „Lokaler versus Cloud-basierter KI-Video-Generator“ bietet ein praktisches Entscheidungsgerüst. Bleiben Sie lokal, wenn der Graph selbst ein wiederverwendbares Asset ist und jemand für dessen Pflege verantwortlich ist. Nutzen Sie stattdessen einen gehosteten Weg, wenn das Team primär genehmigte Shots, konsistente Referenzen, vorhersehbare Neuaufrufe und Lieferung – statt ständiger Umgebungsreparaturen – benötigt.

Wo Seedance Agent ins Spiel kommt

Seedance Agent kann Referenzen, Shot-Pläne, Genehmigungen und Neuaufrufe direkt an die Produktionsaufgabe binden, ohne vom Editor die Pflege eines umfangreichen lokalen Abhängigkeitsgraphen zu verlangen. Er macht jedoch eine defekte lokale ComfyUI-Installation nicht „gesund“. Stattdessen bietet er einen alternativen Produktionsweg, sobald die Diagnose von Treibern, Knoten und Encodern mehr Zeit und Aufwand kostet als das erneute Generieren des betroffenen Shots über einen verwalteten Workflow.

Die sinnvolle Übergabe ist selektiv: Bewahren Sie den genehmigten Prompt, das Quellbild, das Seitenverhältnis, die Dauer, die Motion-Anforderungen und die Beweise zum fehlgeschlagenen Shot auf. Generieren Sie ausschließlich die abgelehnte Einheit neu, vergleichen Sie sie mit derselben Akzeptanz-Checkliste und geben Sie den genehmigten Clip anschließend an den Schnitt zurück.

Fazit

Wenn ComfyUI nach der Videogenerierung einfriert, identifizieren Sie zunächst, ob der Browser, das Backend, ein Post-Processing-Knoten, ein Encoder, der GPU-Treiber oder das gesamte Betriebssystem gestoppt hat. Speichern Sie den Workflow und die Logs, testen Sie einen kleinen, bekannten, funktionsfähigen Clip, reduzieren Sie die Anzahl der Frames vor der Auflösungserhöhung, isolieren Sie benutzerdefinierte Knoten in Gruppen und stellen Sie den Graphen über benannte Checkpoints wieder her. Falls die lokale Wartung nicht mehr sinnvolle Kontrolle bietet, verschieben Sie den nächsten genehmigten Shot in einen verwalteten Seedance-Workflow →