哈喽，各位小伙伴大家好。本节课我们将一起学习如何提升AI视频的生成速度，以及如何去除AI视频中的屏闪问题。我们以第二节课的AI视频基础工作流为例进行讲解。

首先，我们来了解如何提高视频生成速度。这里需要使用的是LCM大模型。该模型由清华大学研究团队研发，目前已形成丰富的生态，包括多种LoRA模型及衍生版本，可在Civitai网站下载。本例中选用的是具备较强真实感的cyberrealistic-lcm LoRA模型。

接下来，我们添加一个LoRA加载节点：

• 搜索“Load LoRA”，选择该节点；
• 为避免CLIP模型连线过多导致界面杂乱，可按住Shift键拖出CLIP输出端，并连接至全局任意需要的位置（如“Anything”节点），随后取消冗余连线，使工作流更清晰；
• 将LoRA节点的Model输出端连接至主模型节点。

然后新增一个“ModelSamplingReplacer”节点：

• 在该节点中，将采样方式设置为LCM；
• 回到LoRA加载节点，选择与当前基础模型匹配的LCM LoRA。例如：若使用SD1.5基础模型，则选择SD1.5版本的LCM LoRA；若使用SDXL模型，则对应选择SDXL版本的LCM LoRA。

接着进入K采样器（KSampler）节点，进行关键参数配置：

• 采样步数（Steps）：设为6。LCM模型的优势在于仅需极少步数即可生成高质量图像；
• CFG Scale：设为1.5；
• 采样器（Sampler）：选择LCM；
• 调度器（Scheduler）：选择sgm_uniform。

完成上述设置后，运行工作流。我们可以明显感受到LCM模型的生成速度显著快于常规模型——整个视频生成耗时不到一分钟。对比原视频可见，人物姿态与服装还原度良好，但背景仍存在轻微闪烁问题。

为解决屏闪问题，我们需要引入一个新的自定义节点：FastBlend。

• 打开ComfyUI的Manager插件，在“自定义节点”中搜索fastblend并安装；
• 若安装失败，可访问FastBlend的GitHub主页（https://github.com/FizzleDorf/FastBlend），下载ZIP压缩包，解压后放入ComfyUI根目录下的custom_nodes文件夹；
• 重启ComfyUI后，搜索“Smooth Video”节点并添加到工作流中。

该节点结构简洁，包含两个主要输入端口：

• Original Frame（原始帧）：连接原始输入视频；
• Key Frame（关键帧）：连接经LCM生成、尚存屏闪的AI视频。

节点还提供若干调节参数，包括Accuracy（准确度）、Window Size（窗口尺寸）、Guidance Scale（引导系数）等。其中Accuracy分为三档：

• 一档：运算速度快，适合配置较低的设备；
• 二档：平衡质量与效率，推荐大多数用户使用；
• 三档：画质最优，但计算时间明显延长。

本例中选用二档Accuracy。最后，将Smooth Video节点输出连接至Video Combine节点，完成工作流搭建。

再次运行工作流。处理完成后可见，屏闪现象基本消失：天空、地面等静态区域稳定自然，人物动作、发丝摆动及面部表情过渡更加流畅。

不过我们也注意到一个细节：经过Smooth Video处理后，视频整体清晰度略有下降。对此，可借助第三方AI视频修复工具进行增强。例如，美图秀秀推出的Wink Studio即是一款轻量高效的AI画质修复软件：

• 浏览器搜索“Wink Studio”并下载安装；
• 打开软件，点击“画质修复”，上传已做平滑处理的AI视频；
• 预览效果后点击“开始处理”，约30秒即可完成；
• 导出修复后的高清视频。

至此，我们已完成AI视频生成加速、屏闪消除与画质增强全流程。通过四段视频的直观对比，可以清晰看到LCM模型与FastBlend节点带来的显著效果提升。