ComfyUI là gì? Tạo ảnh AI bằng workflow node

ComfyUI là phần mềm mã nguồn mở (giấy phép GPL-3.0) để tạo ảnh, video, âm thanh bằng AI ngay trên máy có GPU. Khác với các công cụ chỉ có một ô gõ prompt và nút Generate, ComfyUI bày từng bước ra thành các khối gọi là node: nạp model, nhập prompt, chạy sampler, lưu ảnh. Bạn nối các node bằng dây thành một workflow, muốn chỉnh bước nào thì chỉnh ngay node đó.

Những điều cần nắm trước khi đọc tiếp:

• Trên máy RTX 3090, một ảnh 1024×1024 mất 7,5 đến 15 giây tùy model, khi model đã nạp sẵn.

• Model mới hiểu prompt tiếng Việt tốt hơn hẳn model cũ, nhưng trong 9 lần thử, chưa lần nào viết đúng hoàn toàn chữ "PHỞ BÒ GIA TRUYỀN" lên biển hiệu.

• Cài trên Ubuntu mới tinh, mình gặp 4 lỗi. Lỗi khó nhất chỉ hiện ra khi bấm Run với model đời mới.

• Mọi số trong bài do AIDev đo ngày 08/10/2026 trên ComfyUI 0.39.0, PyTorch 2.14.1, card RTX 3090 24GB, Ubuntu 24.04.

ComfyUI là gì và khác gì các công cụ tạo ảnh khác?#

ComfyUI ra đời tháng 1/2023. Ngày viết bài, repo Comfy-Org/ComfyUI có hơn 136.000 sao trên GitHub, bản mới nhất là v0.39.0 phát hành ngày 05/10/2026. Repo đã chuyển từ tài khoản cá nhân comfyanonymous sang tổ chức Comfy-Org; link cũ vẫn tự chuyển hướng.

Workflow tạo ảnh đơn giản nhất có 6 node nối tiếp nhau: Load Checkpoint nạp model, hai node prompt (cái muốn có và cái không muốn có), KSampler chạy 25 bước, VAE Decode đổi kết quả thành ảnh, Save Image lưu lại. Đây là workflow SDXL mẫu đi kèm ComfyUI, chụp sau khi chạy xong:

Nửa còn lại: KSampler với sampler dpmpp_2m, VAE Decode, và Save Image hiện luôn ảnh vừa tạo.

Cái hay là muốn đổi số bước, đổi sampler hay chèn thêm một model upscale, bạn chỉ việc kéo thêm node rồi nối dây. Cái dở là lần đầu mở ra, nhìn cả rừng node rất dễ ngợp. Bản hiện tại đỡ hơn nhiều nhờ mục Templates: chọn workflow mẫu, tải đủ model là chạy.

Cài ComfyUI thế nào?#

README chính thức đưa ra bốn cách: ứng dụng Desktop cho Windows và macOS, bản Portable cho Windows, công cụ dòng lệnh comfy-cli, và cài thủ công. Máy GPU thuê thường chạy Linux nên mình cài thủ công trên Ubuntu 24.04 vừa tạo, đúng theo README:

git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
apt-get update && apt-get install -y python3.12-venv python3.12-dev
python3 -m venv venv && source venv/bin/activate
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
pip install -r requirements.txt
python main.py --listen 127.0.0.1 --port 8188

Thời gian thực tế trên máy RTX 3090 của AIDev:

Riêng thư mục venv nặng 6,9GB, chưa tính model. Khởi động xong, log in ra Total VRAM 24124 MB và ComfyUI version: 0.39.0. Mở trình duyệt vào port 8188 là thấy giao diện. Dòng apt-get ở trên có thêm hai package mà README không nhắc, vì sao thì xem lỗi số 1 và số 4 ở cuối bài.

Nên chạy model nào trong ComfyUI?#

Mở mục Templates của ComfyUI, xếp theo Popular, đứng đầu là Qwen Image 2.1, Z-Image-Turbo và Krea-2. Sang Hugging Face xem, ba bản đóng gói chính thức của Comfy-Org được tải nhiều nhất cũng là ba cái tên này: Z-Image-Turbo (8,7 triệu lượt), Krea-2 (7,9 triệu) và Qwen-Image-2.1 (7,2 triệu). Mình thêm SDXL (ra năm 2023, vẫn hay xuất hiện trong các hướng dẫn tiếng Việt) để có cái mà so.

Mỗi model chạy bằng đúng workflow mẫu chính thức, giữ nguyên số bước và độ phân giải, chỉ thay prompt. Lượt đầu tính cả thời gian nạp model; các lượt sau model đã nằm sẵn trên GPU.

Đọc bảng này cần để ý hai chỗ. Một là workflow mẫu của Krea-2 và Qwen-Image-2.1 có sẵn một bước dùng LLM để viết lại prompt cho chi tiết hơn, nên thời gian của chúng tính cả bước đó. Hai là cột VRAM ghi mức đỉnh, không phải mức tối thiểu: ComfyUI 0.39 bật sẵn DynamicVRAM, card còn trống bao nhiêu thì nó dùng bấy nhiêu cho nhanh. Mình chỉ đo trên card 24GB nên không dám nói card 8GB hay 12GB chạy được model nào.

Ổ đĩa cũng phải chuẩn bị: bốn model trên cùng text encoder đi kèm chiếm 69GB. Tải song song 3 file một lúc trên máy test mất khoảng 23 phút.

Model nào viết được chữ tiếng Việt lên ảnh?#

Câu này mình tò mò nhất: làm banner hay thumbnail cho người Việt mà chữ sai dấu thì coi như bỏ. Mình đưa cùng một prompt yêu cầu biển hiệu đỏ ghi "PHỞ BÒ GIA TRUYỀN", chạy mỗi model 3 lần với 3 seed khác nhau, rồi đọc từng chữ ở độ phân giải gốc.

SDXL không viết nổi chữ Latin nào, biển hiệu toàn ký tự trông giống chữ Hán. Ba model mới thì đã ra đúng hình dạng chữ, nhưng dấu thanh vẫn đặt sai: Z-Image hầu như sai mọi dấu, Krea-2 luôn viết "PHỜ" thay vì "PHỞ", Qwen-Image-2.1 gần nhất ở seed 2 nhưng thiếu dấu huyền chữ cuối và ở 2/3 ảnh còn lẫn chữ giống chữ Hán. Nên tạm thời cứ để model vẽ nền, còn chữ thì tự ghép bằng công cụ thiết kế.

Viết prompt bằng tiếng Việt có được không?#

Mình thử prompt hoàn toàn bằng tiếng Việt: "Ảnh chụp chân dung một bà cụ bán hàng rong đội nón lá trên phố cổ Hội An, ánh nắng chiều, chân thực".

SDXL không hiểu và trả về một căn phòng không người. Z-Image-Turbo hiểu được "nón lá" nhưng không ra chân dung bà cụ. Krea-2 và Qwen-Image-2.1 ra đúng ý: bà cụ đội nón lá, tường vàng phố cổ, nắng chiều. Công bằng mà nói, workflow mẫu của hai model này có bước LLM viết lại prompt, nên một phần công hiểu tiếng Việt là của LLM đó. Nhưng bạn chạy workflow mẫu thì nhận đúng kết quả này.

Lỗi tôi đã gặp khi cài và chạy ComfyUI#

Cả bốn lỗi dưới đây xuất hiện thật trên máy Ubuntu 24.04 mới tạo. Mình giữ nguyên thông báo lỗi tiếng Anh để bạn dễ so với màn hình của mình.

1. "ensurepip is not available" khi tạo venv#

The virtual environment was not created successfully because ensurepip is not
available.  On Debian/Ubuntu systems, you need to install the python3-venv
package using the following command.

    apt install python3.12-venv

Ubuntu bản cài tối giản không có sẵn module venv. Lỗi này dễ, chính thông báo đã chỉ cách sửa. Có điều làm theo đúng gợi ý thì gặp ngay lỗi số 2.

2. "has no installation candidate" khi cài python3.12-venv#

E: Package 'python3.12-venv' has no installation candidate

Máy mới tạo chưa có danh sách package, nên apt không tìm thấy package nào. Chạy apt-get update trước rồi cài lại là xong. Máy GPU thuê theo giờ thường là máy vừa tạo, nên rất dễ gặp lỗi này.

3. "3 errors found" khi mở workflow mẫu#

Mở workflow mẫu khi chưa có model, ComfyUI hiện khung đỏ "3 errors found. Resolve them before running the workflow." Workflow này cần đúng ba file: model chính, text encoder và VAE; khi chưa tải file nào, nó báo đúng 3 lỗi. Workflow mẫu có sẵn một ghi chú liệt kê link tải và thư mục cần đặt từng file, ví dụ models/diffusion_models/, models/text_encoders/, models/vae/. Tải đủ, đặt đúng chỗ là hết lỗi.

4. "fatal error: Python.h: No such file or directory"#

Đây là lỗi làm mình mất nhiều thời gian nhất. SDXL chạy bình thường, nhưng cả ba model mới báo lỗi ngay ở bước xử lý prompt:

fatal error: Python.h: No such file or directory
[ERROR] !!! Exception during processing !!! Command '['/usr/bin/gcc', … 'driver.c', …]' returned non-zero exit status 1.

Model mới cần tới Triton, library mà PyTorch dùng để biên dịch kernel GPU ở lần chạy đầu. Biên dịch thì cần file header của Python, mà Ubuntu bản tối giản không có. Cài python3.12-dev rồi bấm Run lại là chạy, không cần khởi động lại ComfyUI. Ai chỉ thử SDXL sẽ không gặp lỗi này, nên dễ tưởng cài vậy là xong.

ComfyUI cần GPU gì? Mẹo --lowvram còn dùng được không?#

Mình mới đo trên RTX 3090 24GB: cả bốn model chạy thoải mái, các model mới dùng 16 đến 22GB VRAM (một phần vì DynamicVRAM dùng hết chỗ còn trống). Card nhỏ hơn thì mình chưa thử.

Nếu đang làm theo hướng dẫn cũ, để ý chuyện này: nhiều bài khuyên máy ít VRAM thì chạy python main.py --lowvram. Ở ComfyUI 0.39, phần trợ giúp của chính lệnh này ghi:

$ python main.py --help
  --lowvram             Doesn't do anything if dynamic vram is enabled. If …

Mà DynamicVRAM lại bật sẵn (log khởi động có dòng DynamicVRAM support detected and enabled), nên thêm --lowvram bây giờ chẳng thay đổi gì.

Nếu máy bạn không có GPU đủ mạnh, bài này đo trên đúng gói RTX 3090 Pro của AIDev Cloud (24GB VRAM, 38 vCPU, 110GB RAM). Thuê theo giờ, chạy đoạn lệnh cài ở trên là có đúng môi trường và tốc độ như bảng.

Khi nào không nên dùng ComfyUI?#

• Bạn chỉ cần vài tấm ảnh minh họa mỗi tháng. Dịch vụ tạo ảnh trên web nhanh hơn nhiều so với tự cài, tự tải 69GB model.

• Bạn cần chữ tiếng Việt chính xác trên ảnh, như số liệu ở trên cho thấy. Dùng model tạo nền, chữ thì tự ghép.

• Máy chỉ có CPU. ComfyUI có flag --cpu, nhưng mình chưa đo nên không đưa con số; với model hàng chục GB thì đừng kỳ vọng.

Thêm một lưu ý bảo mật: chạy python main.py --listen mà không ghi địa chỉ thì ComfyUI nghe trên mọi mạng (0.0.0.0). Trên máy có IP công khai, ai biết địa chỉ cũng dùng được GPU của bạn. Mình chạy với --listen 127.0.0.1 và mở giao diện qua SSH tunnel, gõ lệnh này trên máy của bạn rồi vào http://127.0.0.1:8188:

ssh -N -L 8188:127.0.0.1:8188 root@IP_MAY_GPU

Câu hỏi thường gặp về ComfyUI#

ComfyUI có miễn phí không?#

Có. ComfyUI là mã nguồn mở theo giấy phép GPL-3.0. Chi phí nằm ở phần cứng: card đồ họa, điện, hoặc tiền thuê GPU. Ngoài bản tự cài còn có Comfy Cloud, dịch vụ chạy ComfyUI trên server của chính nhà phát triển.

ComfyUI khác Stable Diffusion WebUI thế nào?#

Stable Diffusion WebUI (Automatic1111, Forge) dùng giao diện dạng form: ô prompt, thanh trượt, nút Generate. ComfyUI dùng sơ đồ node nên linh hoạt hơn khi ghép nhiều bước, và là nơi các model mới như Qwen-Image-2.1, Z-Image có workflow mẫu chính thức. AIDev sẽ có bài so sánh riêng.

Model ComfyUI để ở đâu?#

Trong thư mục ComfyUI/models/, chia theo loại: checkpoints/ cho model dạng một file như SDXL, diffusion_models/, text_encoders/, vae/, loras/ cho model tách nhiều file như Z-Image, Qwen-Image. Ghi chú trong mỗi workflow mẫu chỉ rõ file nào đặt ở đâu.

Tạo một ảnh trong ComfyUI mất bao lâu?#

Trên RTX 3090, ảnh 1024×1024 mất 7,5 giây với Z-Image-Turbo và 15 giây với Krea-2 Turbo khi model đã nạp. Lần chạy đầu cộng thêm 10 đến 15 giây để nạp model từ ổ đĩa.

Đọc tiếp#

Giờ bạn đã biết ComfyUI là gì. Phân vân nên mua card hay thuê GPU thì đọc bài tổng quan AI Local: chạy LLM và AI tạo ảnh trên máy bạn. Muốn chạy LLM trên cùng máy này, xem bài Ollama là gì. Đã quen giao diện Automatic1111 và đang phân vân giữa A1111, Forge và ComfyUI thì đọc bài Stable Diffusion WebUI: cài Automatic1111 hay Forge. Muốn hiểu sâu cách các model này hoạt động, xem lộ trình AI Engineer từ số 0 của AIDev.

Mọi lệnh, số đo, ảnh kết quả và error message trong bài đều chạy thật trên máy RTX 3090 của AIDev Cloud ngày 08/10/2026 (ComfyUI 0.39.0, PyTorch 2.14.1+cu130, driver NVIDIA 610.43, Ubuntu 24.04).